基于SCD模型的金融超高频数据信息含量研究

针对随机波动条件持续期模型(SCD模型)对于金融超高频数据的模拟优势,采用股票交易的分笔数据,在模型中引入消息指标变量、交易量和买卖价差三类微观结构变量,通过分析价格持续期与这些结构变量之间的相关性,以研究价格形成过程中的信息传递过程。研究结果表明:利好消息通常导致交易强度增加,利空消息通常会导致交易持续期延长,价格变化对交易持续期造成的影响有限;小盘股买卖价差影响后续价格交易持续期,但大盘股的影响并不明显;交易量的增加具有信息含量。     

基于GARCH模型的品类供货量、交易量、流拍率与价格的波动性分析

论文分析了同一品类产品交易日的价格、供货量、交易量和流拍率的波动特征。研究了拍卖市场各时间序列波动的随机性特征。以昆明国际花卉交易中心为实例研究,选择其2009年2月16日至2010年2月12日的交易数据进行分析,利用GARCH类模型,分别建立收益率、供货量变动率、交易量变动率、流拍变动率的预测模型,拟合最佳分布,并分析杠杆效应。研究表明：四个波动序列预测模型的Theil不等系数值均介于0和l之间,具有较高的预测精度,供货量、交易量负冲击大于正冲击,而流拍率仅存在正冲击。     

国外货币市场部分期货产品价格波动与成交量动态关系的实证分析

本文借助VAR和扩展的GARCH模型,分别研究3个月的欧洲美元定期存款期货、3个月期英镑(英镑空头)利率期货日价格波动等两个序列和其对应的交易量之间的计量关系,对其动态关系进行了实证分析.结果表明:对于前者而言,日价格波动率与成交量之间不存在明显的因果或者解释关系;对于后者而言,当期成交量会反向影响当期的价格波动,而前两期成交量则会正向影响当期的价格波动,这是与3个月的欧洲美元定期存款期货计量结果所不同的地方,不过日价格波动却并没有反过来影响当日以及未来几日的成交量.这对从金融市场微观结构角度来正确认识我国资本市场以及进一步规范市场行为有一定的参考意义.     

股指期货分解交易量影响波动性实证研究

基于沪深300股指期货合约高频数据,根据持仓量增量和交易量之间的内在关系,巧妙地将股指期货合约交易量分解为开仓交易量、平仓交易量和换手交易量,利用EGARCH模型研究股指期货不同分解交易量对股指期货市场波动性影响的差异性,以及市场波动的非对称性,得到的结论是:各类分解交易量比未分解交易量包含了更多能够解释市场波动性的增量信息,各类分解交易对波动性均存在正向影响,波动具有非对称性,在交易数量相同的情况下,各类交易对市场波动性影响程度由强到弱的顺序依次是开仓交易、换手交易、平仓交易,表明不同交易者结构对市场波动性的影响存在显著差异.     

我国期货市场交易量、空盘量与期货价格收益之间动态关系的实证研究

交易量和空盘量是衡量期货市场交易活跃程度的两个重要指标。将交易量、空盘量分别分解为可预期和不可预期两部分,可更准确地研究交易量、空盘量与期货价格收益之间的动态关系。实证结果表明,交易量与期货价格收益之间具有正向关系,空盘量与期货价格收益之间具有负向关系。总体而言,在空盘量不变的情况下,期货价格收益的波动性随着交易量的增加而加大,随着交易量的减少而降低;而当交易量不变的情况下,期货价格收益波动性随着空盘量的增加而降低,随着空盘量的减少而增加,且不可预期部分对期货价格收益的影响要比可预期部分对价格收益的影响大许多。同时,从信息角度对实证结果分别进行解释,可为正确认识我国期货市场的微观结构与价格形成机制提供参考依据。     

中国股指期货存在交割日效应吗? ——基于指数和个股视角的研究

股指期货既可以实现投机或对冲的目的,又能低成本地改变风险敞口,在资本市场中具有举足轻重的作用。从探讨现行交割制度的合理性和指导投资者行为的角度出发,股指期货交割日当天是否会对现货指数的交易量、波动率和价格等造成影响,值得关注。指数层面,沪深300指数在交割日当天11∶05-11∶10的交易量达到非交割日的135倍,波动率约为非交割日的15倍;个股层面,大市值成分股和小市值成分股在交割日当天11∶05-11∶10的交易量和波动率分别比非交割日高17%和10%以上,同时价格反转现象显著。其中,市值最大的股票波动贡献率最大。综合来看,中国股票市场存在较明显的交割日效应,且此效应对大市值成分股更为显著。     

基于量价关系的股票价格分布模型探析

基于量价关系,用交易量的分布解释收益率的分布情况。分别探讨了预期交易量、非预期交易量与收益率之间的关系,发现交易量和收益率有明显的正相关关系;收益率对预期交易量以及非预期交易量都有解释作用,但无论是预期交易量还是非预期交易量对收益率都没有显著的解释作用,但是从统计量分布上看,前者的分布能够解释后者的分布。      

沪深300股指期现货长记忆性及分数维协整

基于中国沪深300股指期货及沪深300指数2010年4月16日-2014年3月31日间的5分钟高频交易数据,首先采用Geweke-Porter-Hudak（GPH）和Local-Whittle估计方法,研究中国股指期货和现货沪深300指数市场的流动性、波动率以及交易活跃度等市场微观结构指标的长记忆性;然后运用频域最小二乘估计方法探究上述指标间的分数维协整关系。实证结果表明:两市场的流动性、波动率以及交易量和持仓量均存在长记忆性,且在5%的显著性水平下不能拒绝两市场的流动性和波动率四者分整阶数相同,以及交易量和期货持仓量三者分整阶数相同的假设。此外,股指期货的流动性与波动率、股指期货的流动性与现货的波动率、股指现货的流动性与期货的波动率以及股指现货的流动性与现货的波动率4组序列之间具有分数维协整关系;股指期货和现货的波动率之间存在分数维协整关系;交易活跃度的衡量指标之间不存在任何分数维协整关系。     

基于认知的证券价格波动复杂性原因解释及对策建议

有价证券价格的不规则波动并非"市场异象",波动的本质原因在于交易主体对交易产品的心理预期,进而市场价格趋势取决于异质行为人的认知。基于此,可以考虑从对公众投资者、舆论领导者和政府监管层的认知引导角度来治理和创新发展证券市场。第一,采取温和货币政策抑制证券市场投机泡沫;第二,制定有效、公平的证券市场投资者保护政策;第三,对养老金入市进行全面设计,改革完善退休方案等配套措施;第四,鼓励市场相机交易机制等。     

我国股市价格变动与交易量波动关系研究——基于BEKK模型的实证分析

采用BEKK模型对沪、深两市A股收益率与交易量变动率的关系进行实证研究。结果显示,在变量波动性传递的ARCH效应方面,深证A股交易量波动冲击对收益率影响显著,但上证A股此类效应却不显著,这意味着深市A股上期观测到的交易量波动信息影响到收益率变动,而沪市A股上期交易量对股价变动的影响微弱;在变量波动性传递的GARCH效应上,两个市场亦存在较明显的差异:深证A股存在双向波动性传递,充分体现两变量波动的反馈效应,而上证A股仅存在单向波动性传递,体现为交易量波动的持久性对收益率产生影响。     

股指期货分解交易量对市场波动影响的差异性研究

利用沪深300 股指期货合约IF1112 的1 分钟高频交易数据,按照-定的规则将交易量分解为开仓交易量、平仓交易量和换手交易量,采用-定方法测度市场波动性,研究股指期货的不同类型的分解交易量对股指期货市场波动性影响的差异性,得到的结论是：分解交易量比未分解交易量包含更多解释市场波动性的增量信息,各类分解交易量对波动性均存在正向影响,影响程度由强到弱的顺序依次是开仓交易量、换手交易量、平仓交易量.     

上海股市周日历效应及长期记忆研究

运用ARMA-GARCH-M、EGARCH-M及FIGARCH-M模型对上海股市A股指数收益率及其波动性的周日历效应进行联合检验;另外还检验了成交量的周日历效应。研究结果表明:(1)风险溢价系数为正值,上海股市的风险传递机制正在发挥作用;(2)股市收益率序列存在显著的周日历效应,并且其异常收益并非来自风险溢价;(3)波动性过程同时存在周日历效应和长期记忆效应;(4)股市交易量同时存在周日历效应和长期记忆效应。最后利用混合分布假说进行了解释,信息可能是周日历效应形成的重要原因。     

基于高频数据的波动率与成交量动态关系研究

传统的价量分析都是从低频数据来分析股票市场上波动率、收益率与成交量之间的关系。基于高频数据,利用分位数回归并结合高频数据的波动率估计方法对高频数据中所呈现出的价量关系进行研究,并分析了股票价格跳跃过程所带来的跳跃方差与成交量之间的关系。实证分析表明:指数及个股收益率与成交量之间的关系并不显著;波动率、跳跃与成交量之间存在着显著相关的关系,个股的波动率与成交量之间的关系显著并呈现出正向相关关系,而指数的波动率与成交量之间呈现出一种负向关系,并且关系比较微弱;个股的成交量的改变会导致股票价格的跳跃方差的减小,而指数的成交量的改变则使得指数的跳跃方差增大。     

基于高频数据沪深300股指期货量价关系研究

在混合分布假说理论的基础上,根据Jone 等（1994）的研究成果将成交量划分为成交次数和平均交易头寸,并考虑已实现波动率的跳跃和非对称性特征,构造了量价关系的基础模型、连续和跳跃波动量价关系模型及量价关系非对称模型,并利用沪深300股指期货高频数据分别对各模型进行实证分析。研究发现沪深300股指期货成交量与价格波动之间表现明显的正相关关系,成交量、成交次数及平均交易头寸对连续和跳跃波动都有明显的正向影响,下偏已实现半方差较上偏已实现半方差包含更多的市场波动信息,平均交易头寸作为量价关系背后的主要驱动因子,可以更好地解释市场波动。     

反馈交易规则与股票收益自相关实证分析

研究了反馈交易规则与上证综合指数日收益自相关之间的联系，样本取自上证指数１９９２年９月２９日至１９９７年９月３０日的日收益率数据。此外，文中采用ＧＡＲＣＨ（１，１）处理收益波动的异方差性，模型参数采用极大似然估计。实证模型还考虑了非同步交易引起的工序列相关以及反馈交易的非对称性。结果表明，除以往文献涉及的正序列相关外，正反馈交易将导致收益负的序列自相关，且相关系数绝对值随波动增大而增大，从而整个收益表现出随波动变化的序列相关。     

中国股市与债市的信息溢出效应分析

文章将影响股票市场与债券市场的信息冲击分解为6种类型,利用向量移动平均模型考察了中国股市与债市受这些信息冲击的反应特征。研究发现不同信息对两市的收益率、收益波动风险及交易量的冲击具有各自的特征。总体上,这些信息对股票市场的影响要比对债券市场的影响更显著。     

基于网络搜索指数的股票市场微观结构特征

基于2013-2016年2 966只股票的交易数据及对应的网络搜索指数对股票市场微观结构特征进行研究。通过建立横截面回归模型以及面板联立回归等模型分别探究了网络搜索指数对中国股票市场的收益率、流动性以及波动率的影响。实证结果表明:股票的关注度增加,会提高股票市场交易的流动性和收益率;对于关注度对波动率的影响没有得出统一的结论,在股票市场短周期上,关注度增加并不显著影响股票市场的波动率,但是在长周期上,会降低股票的波动率。