印花税调整对中国股市法流动动性和波动性的影响

文章从流动性和渡动性两个股票市场重要特征出发,以上证指数和深圳市场中小板指数作为代表,分别通过非参数的事件研究法和GARCH模型的计量方法分析了印花税率的调整对股票市场的影响.实证结果表明,印花税率的提高显著降低了股票市场的流动性水平,增大了股票市场的波动;而印花税率的降低能够显著提高股票市场的流动性水平,且对股票市场波动的影响不显著.     

多变量随机波动率模型及在中国股市的应用

文章在一维随机渡动率(SV)模型基础上,通过扩展,建立了多个多变量随机波动率(MSV)模型.首次将MSV模型大规模应用于中国沪深两市指数周收益率数据,利用MCMC方法进行模型估计,选用DIC准则进行模型比较,得出拟合程度最好的MSV模型.结果显示,加入波动率单边Granger因果关系的MSVGt-AR(1)模型对沪深两市的拟合能力最好.     

实现相关系数模型:基于动态相关高频Bi-GARCH过程的MC检验

使用高频数据构建的实现波动率已被多数文献证实具有良好的实证性质和应用前景。文章通过构建具有不同动态相关模式的高频Bi-GARCH模型,对其多元方向扩展的实现相关系数模型捕捉变动金融资产价格相关系数的能力和其他常用模型进行了蒙特卡洛对比测试。研究证明,该模型与其他模型相比是否具有显著优势依赖于相关系数的变化方式:当金融市场较为平稳,资产价格相关系数相对稳定时,此类方法并不明显的优于其它方法;然而当金融市场急剧变化导致资产价格相关系数快速变动时,此类方法要显著优于其它方法。     

高频数据驱动的连续时间模型估计

现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。     

中国金融市场波动率的实现极差双幂次变差估计

实现极差和实现双幂次变差分别是针对金融市场中日益流行的高频实现波动率的重要改进,文章对一类新的结合了实现极差和实现二次幂变差各自的优点的实现极差双幂次变差估计进行了建模和实证研究,采用来自沪深两市的主要股指日内高频数据的对比研究显示:该波动率估计量不仅能够像实现极差一样准确捕捉到金融市场收益率无条件分布的尖峰厚尾特征,而且能够像实现双幂次变差一样很好的消除其偏态性.