基于高频数据的中国有色金属期货市场量价关系研究

根据Bessembinder和Seguin （1993）的研究成果,将成交量和持仓量分解为可预期部分和非可预期部分,并考虑了正负已实现半方差和成交量、持仓量的不同冲击对期货市场的不同影响,构建了量价关系基础模型、基于成交量和持仓量分解的量价关系模型和量价关系非对称模型,并利用中国铜铝期货高频数据分别对各模型进行实证分析。研究发现,中国有色金属期货市场的价格波动与成交量和成交相对增量均存在正向相关关系,与持仓量和持仓相对增量均存在负向相关关系。预期成交量和非预期成交量均对价格波动有正向影响,但非预期成交量对价格波动的影响更大;预期持仓量和非预期持仓量均对价格波动有负向影响,但非预期持仓量对价格波动的影响更大,即有色金属期货市场的价格波动主要是由代表新信息的非预期成交量和非预期持仓量引起。相比于下偏已实现半方差,成交量和持仓量对上偏已实现半方差有更强的解释力。正的成交量冲击比负的成交量冲击对价格波动的影响更大,持仓量亦是如此。     

基于机制转换Copula模型的股市量价尾部关系研究

针对传统模型只能考察正常市场条件下的量价关系,本文构建了机制转换Copula模型来研究极端市场条件下我国股市量价间的尾部相依性,发现沪深两市收益率、绝对收益率与交易量间的尾部关系存在明显的非对称特征。高收益率、高绝对收益率对应着高交易量,而低收益率、低绝对收益率与高、低交易量不存在对应关系。另外,量价间尾部关系与机制状态有关,呈现明显的周期性动态特征与结构性变化,结构变化点对应着股市周期中较大调整的开始或结束。研究还发现沪市量价间尾部关系要强于深市,但深市收益率与交易量尾部在两机制间的变动更大,而两市绝对收益率与交易量间的尾部相依性在两机制间变动较小。     

基于市场参与者行为假设的股票市场量价关系研究

基于市场参与者非理性行为假设,从供给需求分析出发,研究股票市场的量价关系.首先假设市场参与者具有"急于实现盈利"同时"不愿结算浮亏"的行为特征,通过供求分析,给出股票市场中的需求曲线与供给曲线,然后设定初始均衡,采用经济学中的比较静态分析方法,研究新信息到来时对初始均衡的影响,进而分析新信息的到来对成交量和价格的影响.结果发现,成交量和成交价格的变动正相关,成交量和成交价格变动的绝对值正相关.最后使用计量经济学方法,基于中国A股市场的个股日度数据进行了实证检验,实证结果支持了上述结论.     

基于高频数据的中国股市跳跃特征实证分析

研究跳跃的内在机制和理清不同类型的风险对波动估计和建模非常重要,这是风险管理的核心内容。当前,利用高频数据这方面研究仍然还不成熟,还有丰富的内容期待探索。文章基于非参数方法,结合A-J跳跃检验统计量,构建新的跳跃方差和连续样本路径方差、对跳跃方差建模。利用上证综指高频数据,对跳跃方差统计特征、跳跃方差贡献、跳跃幅度以及跳跃与经济信息关系进行分析。结果显示:跳跃方差存在尖峰厚尾与波动集聚性;在不同的抽样频率下,跳跃方差对总方差的贡献程度相近;正向、负向跳跃幅度不对称,剥离跳跃后的标准化收益率接近正态分布;经济信息公布与跳跃总是正相关的,并对一些异常现象给予解释。依据波动和跳跃的复杂性,此项研究有助于投资者优化投资策略和为监管部门提供监管基础。     

金融高频数据的最优抽样频率研究

首先综述了国内外对最优抽样频率的研究成果,并对各种方法的利弊进行了分析比较;然后结合目前我国股市金融高频数据的特点,提出了一种简便易行的最优抽样频率确定方法,并且基于"已实现"双幂次变差和赋权"已实现"波动估计量进行了研究,分别给出了2个估计量的偏差;最后用深证成指的高频数据进行了实证研究。     

基于价格离散选择模型的中国股市价格行为特征研究

有关股票价格行为的研究大多数基于价格连续变化的假定.但最小报价单位引起的价格离散性导致价格变化并不连续.依据排序Probit模型原理,建立价格离散选择Probit模型,并利用高频数据,在价格离散奈件下对中国股市价格行为特征进行考察.实证结果表明:股票价格变化具有"报价回复"和"路径依赖"特征;高市值股票对股市整体走势反映迅速,市场信息能很快被融入到价格中;交易规模对价格变动存在持久的正的影响,非对称信息对股票价格的影响超过了流动性等其它暂时性因素的影响.交易时间间隔对股票价格变化没有显著影响.买卖价差越大、交易间隔越长,股价变动的波动性就越大.     

基于MF-ADCCA方法的比特币量价关系多重分形特征研究

本文使用MF-ADCCA方法实证分析了比特币量价关系的非对称多重分形特征,结果表明：比特币流动性越大,波动越大,收益率和交易量交叉相关性的多重分形程度越强,且这种多重分形特征来源于反持续性和厚尾分布,厚尾分布对多重分形特征的贡献更大。量价关系在不同涨跌趋势时的非对称性程度具有阶段性特征,当比特币价格较低且相对平稳时,无论是收益率上涨还是交易量变化率上涨,量价交叉相关性在小幅波动时持续性更强,大幅波动的反持续性更强;而在价格暴涨暴跌剧烈波动并且交易量变化率下跌时,量价交叉相关性持续性更强。通过滑动窗技术研究比特币量价关系局部多重分形特征,发现量价交叉相关性的局部时变Hurst指数小于0.5;随着时间的推移,量价交叉相关性的局部时变多重分形程度加强。     

基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究

本文基于半鞅过程和非参数统计推断方法,利用已实现幂变差的渐进统计特性,构造检验统计量,在统一的分析框架下,对金融资产价格中随机波动、跳跃和微观结构噪声等问题进行全面系统的研究。并根据上海证券交易所不同行业的股票,上证50 股票指数及其成分股的高频数据进行实证研究。结果表明,我国A 股市场中,噪音交易显著;约43%的风险来源于资产收益过程的随机波动风险,可用股票期权交易对冲;不同来源风险的重要性程度依次为:随机波动的风险、系统性跳跃风险以及异质性跳跃风险;流动性越好的股票越显示出跳跃、尤其是无限小跳的证据。     

高频波动率矩阵估计的比较分析——基于有噪非同步的金融数据

基于高频数据的波动率矩阵估计可有效解决传统低频估计面临的种种瓶颈问题。然而,由于受非同步和微观结构噪声等的影响,传统的高频波动率矩阵估计会产生艾普斯效应,并偏离其理论值。本文主要考虑非同步逐笔高频数据的三种同步化方法和五种传统已实现波动率矩阵的纠偏降噪方法,并从数值模拟和沪深股市的实证分析两个角度对两类方法分别展开了全面深入的比较研究。结果表明:更新时间同步化法最大程度地保留了数据信息,传统未纠偏的已实现波动率矩阵具有艾普斯效应,其偏差较大,多变量已实现核估计、双频已实现波动率矩阵估计、调整的已实现波动率矩阵估计的纠偏降噪效果较好,事先平均HY估计和HY估计相对表现较差。研究结果可为相关领域工作者进一步的研究与应用提供方法上的参考与指导。     

基于非参数日内跳跃检验和高频数据的公司信息披露对股市价格波动影响研究

本文以2012年1月4日至2013年12月31日之间的共481个交易日作为样本期间,以样本期间上交所发布的“上证180”成分股中的上市公司的经营公告、财务报告及证券分析师根据上述信息披露的股评三种信息为主要研究对象,从验证方法选择、高频数据选取、信息考察窗口优化及基于面板数据多元Logistics回归模型构建等四个方面将跳跃与不同信息相联系,分析股价波动与不同信息披露的关系。研究结果表明,当信息范围为公司特定的经营公告、财务报告及分析师建议时,经营公告是最具影响力的信息披露渠道,而分析师建议并不是引起股价异常波动最重要的信息。同时,本文研究揭示仅有20%的跳跃与此类信息披露相关,当解释变量覆盖代表宏观信息“系统性事件”和行业、板块信息的“行业事件”时,也仅40%的价格跳跃发生和信息披露有关。本文的研究不仅表明哪一种信息可能更具有投资价值,而且揭示在此研究基础上继续探究引起股价异常波动的其他起因事件可能更具有重要意义。     

市场开放和股票市场行为-B股市场实证研究

本文使用沪市和深市对国内投资者开放前和开放后的数据,利用Bootstrap方法构造Levene统计量临界值,从市场波动性、平均回报率和夏普比率等三个方面研究了B股市场对国内投资者开放以后的市场行为.研究发现尽管市场开放后的波动性呈现显著减小的趋势,但是市场平均回报率和夏普比率开放前后没有发生显著的变化.实证结果表明B股市场对内开放并没有显著改善B股市场的效率.     

中国股票市场波动性与交易量关系的实证分析

本文运用GARCH-M模型实证检验了中国股票市场波动性与交易量之间的关系.与其他人的研究结论一致,中国股票市场波动性与交易量存在正相关关系.我们将交易量分解为预期交易量和非预期交易量进行检验表明,非预期交易量对股市波动的解释能力要比预期交易量的解释能力更重要,即中国股票市场的短期波动主要由非预期交易量所隐含的新信息的冲击产生的.另外,中国股票市场符合国际上研究量价关系的混合分布假说(MDH)理论,交易量所替代的信息流是引起股市波动的根源.     

应用经验模态分解的上海股票市场价格趋势分解及周期性分析

文章以经验模态分解方法对上海股票市场价格日序列进行了趋势分解和周期性的波动分析。得到了趋势项和几个不同平均周期的非周期循环分量。实证显示,在趋势分解效能上,经验模态分解与Hodrick-Prescott滤波器性能相近。经验模态分解的结果支持了R/S分析对沪市长程相关性的考察结论。得到的各分量的波动对宏观的重大事件有不同程度的反应,这意味着这些分量的波动反映了股市的各种周期规律。平均周期为40天的分量对股市重要转折点有敏感的预期,其最长预测时间符合非线性动力学的理论,这个分量可以被分为波动特征不同的两个阶段。分析结果表明,2005年中国股权分置改革是沪市股票价格周期波动特征改变的过渡阶段。本文引入的经验模态分解方法提供了一种有用的股票时间序列分析工具,建立基于此结果的新的理论框架将是非常有意义的工作。     

投资组合均值-方差模型和极小极大模型的实证比较

本文针对传统的Markowitz均值-方差(MV)模型和Young(1998)提出的极小极大(Minimax)模型进行了实证比较研究。我们将2001年上证30指数的实际数据分成两部分,一部分作为样本数据进行优化组合分析,另一部分作为非样本数据进行模拟投资,检验绩效。结果发现:在同样的样本数据下,由两种模型的解描绘的风险-收益率有效前沿图非常相似;将两组模型的最优解分别进行模拟投资,Minimax模型的结果明显优于MV模型。本文的实证结果检验了Minimax模型的理论结论,表明其在实际投资中具有良好的可操作性和实用价值。     

中国股票市盈率间接影响因素分析

我国独特的股权流通结构造成了上市公司股票市盈率的失真,同时也使市盈率的变化难以有效的反映出宏观经济的波动与微观经济之间的关系。本文实证分析了我国流通股比率、金融深化结构以及物价指数在股票市盈率中的反应。研究发现,要想真正使国有股减持不对股市造成巨大的冲击,就必须从根本上调整金融深化结构,提升上市公司业绩并对我国股市的相关政策和制度进行完善和改革。     

三因素模型在中国证券市场的实证研究

Fama等的因素模型比资本资产定价模型更好地描述了股票收益率横截面数据的变动.采用深市的股票数据(1996-01～2003-12)对Fama等的三因素模型在我国证券市场上进行了检验.证明三因素模型在我国证券市场是成立的,而且对三因素模型回归系数的稳定性和模型的预测能力进行了实证研究.检验了我国证券市场上是否有"新年效应"现象,得到我国证券市场的低账面市场价值比公司(除小规模公司)具有"一月效应",m/M组合具有"二月效应".研究结果为投资组合选择、预测、决策及其业绩评价提供了一定的依据,具有理论价值和应用价值.     

证券市场长期记忆特征的实证分析

投资者对信息的反应具有非线性特征,当超过临界点时,以往被忽略的信息会以聚集的形式爆发性地表现出来,因此证券市场具有长期记忆特征.分析了上海证券交易市场的交易量数据,认为上海市场具有长期记忆特征,长期记忆主要原因是因为市场中存在较多的噪声交易者,而缺乏套期保值工具和信息披露的不完善又放大了投资者对信息反应的集群性.     

上海股票市场"规模效应"的实证研究

"规模效应"是股票市场上一种重要的异常收益现象,反映了股票收益与公司规模之间的反向关系.选择沪市所有A股为样本,以流通市值来衡量公司的规模,验证了1997年1月～2002年12月间沪市股票(组合)的平均收益与公司规模之间具有明显的负相关关系.通过逐月横截面回归分析进一步检验了公司规模对股票收益的解释能力,证明了沪市"规模效应"的稳健性.上海股票市场"规模效应"产生的原因主要在于市场操纵和公司购并行为.     

中国股市的流动性指标定价研究

结合常见的换手率、Amihud测度和Pastor-Stambaugh测度等流动性指标,从流动性测度和未预期的流动性测度两个方面对中国股市的资产收益与流动性的关系进行检验.结合常数收益、CAPM模型和三因子模型3种收益生成过程均发现一致的结论,中国股市的流动性.风险被市场明显地定价,即存在非流动性溢价,未预期的(非)流动性与同期股票收益呈现正(负)向关系.整体而言,换手率和Pastor-Stambaugh测度在捕捉流动性方面要差于Amihud测度.因此,建议在研究中国股市流动性问题时更多地采用Amihud指标,以取得更合适的代理变量.