沪深300股指期货上市对现货市场连续波动和跳跃波动的影响

本文采用跳-扩散随机波动率模型研究沪深300股指期货上市对现货市场波动的影响。通过MCMC方法估计模型参数,对股指期货上市前后指数连续波动和跳跃特征进行比较分析,并与股指期货各指标作比较。研究发现,股指期货的上市确实起到了稳定现货市场的作用,上市短期内现货市场波动增大,随着时间增加现货市场波动逐渐降低,但是这一稳定效果主要体现在指数波动率的连续部分。股指期货上市后,指数连续波动向均值回归速度加快,并呈现出逐渐降低的趋势;“杠杆效应”在经历短暂的消失后逐渐显现;指数跳跃波动在总波动中所占比重较高,但随着交易时间增加,指数平均跳跃次数和跳跃波动所占比重逐渐降低。     

基于极差的区制转移随机波动率模型及其应用

关于金融波动率的建模,大量文献都是基于将收益率作为波动率代理变量,而基于极差这一更有效的代理变量研究波动率的则相对较少． 考虑到随机波动率模型的优势,将区制转移引入到基于极差的随机波动率模型中,从而刻画金融市场中波动率水平可能存在的结构变化． 随后给出此波动率模型的MCMC估计,并利用模拟证明了该方法的有效性． 基于以上模型,对上证综指、深圳成指和沪深300指数的极差波动率进行了实证研究,并利用已实现波动率作为基准、以稳健的损失函数作为判断准则的比较方法,与文献中常用的GARCH类模型和SV类模型进行比较,进一步论证了提出模型的优势     

基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型，提出单级纠偏HARQ类模型和多级纠偏HARQF类模型，实证研究揭示股指期货波动运行规律，并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差，基于最小化MSE准则确定最优抽样频率，利用已实现核修正的ADS检测法识别跳跃，采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大；好坏波动率具有不对称波动冲击，而符号跳跃对未来波动具有负向冲击；好坏波动率分解优于连续与跳跃波动分解；中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力；与样本内预测相反，样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型；MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

股票收益随机波动模型研究

通过对金融资产时间序列数据特点的分析,指出GARCH模型在描述金融资产时序数据的局限,尝试用随机波动模型刻画股票收益的波动规律,采用GMM方法估计模型参数,并以上海证券交易所综合指数日收益率数据为样本,对沪市指数收益波动进行实证研究,探讨涨跌停板制度对股市波动的作用。     

广义双指数分布的跳跃扩散模型下股指期货波动研究

 金融期货市场既存在平常信息引起的连续性波动，又存在突发冲击造成的跳跃式波动，金融市场波动同时具有扩散性和跳跃性特点。同时，金融期货市场与现货市场间的跳跃和波动行为存在着风险溢出效应和羊群效应等。并且，金融资产收益在跳跃过程中呈现出非高斯属性，正态分布假设不能刻画跳跃和波动中的程式化现象，如噪音分布的尖峰厚尾、有偏特征等。        考虑到金融期货序列分布的尖峰厚尾、有偏、非对称现象，采用非对称、有偏的广义双指数分布刻画收益率非高斯特征；同时考虑到金融波动序列的时变性、集聚性和异方差性以及收益与波动之间存在着杠杆效应，将有偏的广义双指数分布引入到收益序列和波动序列均存在跳跃且跳跃相关的双层跳跃扩散模型，构建广义双指数分布驱动的双层跳跃扩散模型，并从理论上分析模型的优越性。根据模型的似然函数估计式，使用马尔科夫链蒙特卡洛模拟迭代求解广义双指数分布驱动的双层跳跃扩散模型参数，将构建的模型应用到中国股指期货和现货市场进行实证研究，分析中国股指期货和现货市场各自的跳跃和波动行为特征以及市场间跳跃和波动的风险关联性，包括对两类市场跳跃形态的非高斯特征分析股指期货市场与现货指数的波动协同性描述，以及股指期货与现货间的跳跃溢出行为、跳跃强度和跳跃大小分析等。        研究结果表明，广义双指数分布驱动的双层跳跃扩散模型较好地捕获了收益率分布的尖峰厚尾特征；股指期货收益和股指现货收益上涨与下跌概率呈现非对称性；股指期货波动强度高于股指现货波动，而股指期货波动的持久性低于股指现货；股指现货的杠杆效应表现更强；股指期货和股指现货市场存在双向跳跃溢出效应。        研究结论有利于理解中国沪深300股指期货市场和现货市场之间的跳跃风险传染机制，对于深入认识期货和现货市场的风险溢出关系、促使投资者规避风险和监管机构加强监管具有一定的参考作用。     

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.     

基于Hawkes过程的国际原油市场与中国股票市场大幅波动联动性研究

考虑国际原油市场与中国股票市场之间的大幅波动存在联动性,本文采用二维标值Hawkes模型对2007年至2019年8月的布伦特原油期货和沪深300指数的日度数据中大幅波动的单市场延续和跨市场传染的传播特性进行建模。实证结果表明：(1)Hawkes过程可以较好地拟合国际原油和中国股市之间大幅波动的自激发和互激发效应,并捕捉资产收益率在时间和空间上的聚集性、持续性和溢出性;(2)原油市场和中国股市的大幅波动均存在较强的自激发效应;(3)原油市场和中国股市之间大幅波动的互激发效应具有统计意义上的显著性,但在实际影响方面相比于自激发效应更为微弱。本研究对股票市场建设、资产配置和风险防范均有一定意义。     

偏正态随机波动模型及其实证检验

首先构建了有杠杆效应的随机波动模型(SV-L),证明了其波动随机项的条件分布为两个偏正态分布,由此称该模型为偏正态随机波动模型(SV-SN).接下来讨论了SV-SN模型的经济含义以及对应随机波动项的统计特征.最后利用沪深两市的指数收益数据对模型进行了实证研究,其结论为:相对于一般的SV模型,SV-SN模型的拟合效果更好;新息具有减弱后期波动之效应;与理论预期一致,单位负新息比单位正新息引致的波动要大.     

考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究

利用日内高频数据计算的已实现波动率较好度量了金融资产的风险,因此对其预测模型的研究具有重要意义。考虑到指数成分股的联跳可能蕴含指数跳跃所未能反映的信息,提出运用非参数方法识别指数成分股的联跳,采用自回归条件风险模型估计成分股联跳强度,并将其引入指数的已实现波动率异质自回归（HAR-RV-CJ）模型中,分析模型预测性能的改进。进一步的,考虑到宏观信息公告的发布可能对股市产生整体性影响,相应影响成分股联跳的几率;因此,在成分股联跳的自回归条件风险模型中引入居民消费价格指数、国内生产总值、贸易差额等宏观信息公告变量,并分析对联跳强度估计以及指数已实现波动率预测的影响。采用2011年1月4日至2013年7月11日沪深300指数及其成分股高频数据的实证表明,指数成分股联跳与指数跳跃具有不同的特征;用成分股联跳强度代替HAR-RV-CJ模型中的跳跃构建的HAR-RV-CI模型,较原始的HAR-RV-CJ模型,以及同时考虑指数跳跃与成分股联跳强度的HAR-RV-CJI模型,具有明显较优的样本内拟合与样本外预测性能。引入宏观信息公告变量可以改进联跳强度自回归条件风险模型的拟合效果,并提高指数已实现波动率模型的样本内拟合能力,但对于指数已实现波动率的样本外预测性能并无明显的帮助。     

基于C_TMPV的中国股市高频波动率的跳跃行为研究

运用2000年1月4日至2008年12月31日上证综指每5分钟的高频金融数据,采用核估计量估计中国股市高频波动率序列,运用修正的已实现门阀多次幂变差估计中国股市高频波动率的跳跃序列,实证分析中国股市高频波动率跳跃的各种特征,并运用ACD模型、ACH模型以及扩展的ACH模型进一步分析中国股市高频波动率跳跃的持续期的特征.研究结果表明,中国股市高频波动率及其跳跃都具有集聚的特征,高频波动率发生显著跳跃的比例相当高,高频波动率跳跃的幅度、强度和跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.