信息流与量:中国证券市场实证分析

股票市场微观结构理论认为,每日股票价格波动主要是由新信息流入市场而导致的,信息流入市场的直接结果是交易次数和成交量的变化.本文利用基于混合分布假设MDH的GARCH-cum-Volume模型,通过对中国股票市场20只股票的实证分析发现当成交量引入条件方差模型,收益率波动的持久性减弱甚至消失,和发达成熟股票市场的分析结论一致.     

信息不对称下成交量与波动率关系建模与统计推断

本文首次提出信息不对称背景下成交量和波动率关系的日度完备模型。新模型假设当日成交量和已实现测度为次日隐信息流带来新信息,而隐信息流驱动知情交易者交易。基于此模型,本文给出时间序列平稳遍历性成立的充分条件,并且运用高斯拟极大似然法,建立模型参数估计的渐近理论,模拟研究验证了渐近理论的正确性。本文将新模型应用于中国沪深A股市场、美国纽交所和纳斯达克市场的大型公司。基于全样本的模型拟合结果发现：成交量的放大将导致次日条件波动率增大,而条件波动率的增大伴随着成交量的放大,同时,大部分个股中存在信息交易;在存续时间长、市值靠前且交易活跃的中国个股中,相较于基准波动率模型——已实现GARCH模型,新模型大多具有更好的样本内拟合能力;而在市值靠前且交易活跃的美股中,新模型的表现并不优于已实现GARCH模型。在滚动窗口的波动率预测上,较其他被广泛使用的已有模型,新模型在本文研究的中国个股中普遍具有更好的表现;而在本文研究的美股中,已实现GARCH模型表现较好。这反映了新模型更加适用于存续时间长、市值靠前且交易活跃的中国股票市场数据。     

沪市A股交易量与收益率及波动性的关系--基于混合分布模型的实证研究

本文以混合分布模型为理论框架,运用Granger因果检验和扩展GARCH模型实证研究了上海A股市场交易量与股价之间的关系.得到了如下结论交易量变量和收益率、波动率存在双向Granger因果关系;交易量只能在有限程度内解释波动率持续性;上海股市的信息传播方式基本符合混合分布假设.     

股市危机中股指期货应该限制交易吗——基于2015年股市危机的实证分析

利用上证50、沪深300和中证500股指期货合约及其相应指数的高频数据,克服了传统BEKK和DCC模型的不足,通过建立VECM-DCC-VARMA-AGARCH模型考察股市危机期间中国股指期货市场与股票市场之间的信息传导关系与风险传染效应。研究结果表明,股市危机期间股指期货具有很强的价格引导和风险传染效应,股指期货的持续波动加剧了股票市场的进一步波动。因此,提出风险传染效应与市值规模相关、非对称效应和非预期冲击效应与市值规模负相关、波动的风险传染效应与市值规模正相关。危机时期,应抑制股指期货市场上的过度投机,对股指期货采取限制开仓、提高交易保证金和交易手续费都是正确和切实可行的措施。建议监管当局健全股指期货和股票市场交易制度。     

交易量与价格波动的GARCH模型分析

一、交易量与价格波动的理论 长期以来,关于交易量在市场中扮演着重要角色的观点一直是实证研究的主题之一.人们认为,证券的价格运动、交易量与信息质量及其传播速度是密切相关的.尽管交易者个人预期的信息的平均水平最终将通过价格体现出来,但价格随着信息进行调整的过程并不是瞬息而就的过程,从而交易统计量可能溶合了还未反映于目前市场价格中的信息.通过研究交易量就可能得到不能直接从价格统计量中提供的信息内容.     

媒体关注度、投资者情绪与股票市场波动

媒体对于活跃金融市场具有积极作用,但同时媒体关注度和投资者情绪的波动也给股市的稳定带来威胁。文章基于我国媒体关注度、投资者情绪与股市波动率数据,运用可识别变量之间动态关系的时变参数向量自回归模型（SV-TVP-VAR）进行实证研究,探究了三者之间的相互作用机制。实证结果表明：第一,投资者情绪和媒体关注度均是影响股市波动的重要因素,且二者对于股市波动的影响均呈现随时间变化的非线性特征。第二,在国内股票市场剧烈波动时期,特别是牛市期间,积极投资者情绪的上升将起到推波助澜的作用,加剧股市波动。然而,在面临国际经济外部冲击时,投资者情绪的上升可以在一定程度上缓解股市持续下跌的压力,平抑股市波动。第三,媒体关注度的上升可放大股市波动,且其与投资者情绪之间存在明显的相互强化机制,投资者情绪与媒体关注度的螺旋上升将进一步加剧股市波动。     

基于混频数据的实体经济与金融市场时变溢出效应研究

本文基于混频VAR模型分析了中国实体经济与股票市场、债券市场之间的时变溢出效应。结果显示,实体经济与股票市场、债券市场之间收益率与波动率的溢出效应呈现显著的时变特征,溢出效应在金融危机期间呈现快速上升趋势,而后呈现下降态势,且易受到极端事件的影响;在大部分考察时期内存在股票市场向实体经济的波动率溢出效应,而债券市场相对于实体经济则从考察初期波动率溢出效应的净输入方转化为中后期的波动率溢出效应的净输出方。进一步分析收益率与波动率总溢出指数的影响因素,结果发现,极端事件、宏观经济代理变量和期限利差对于溢出效应具有正向影响,泰德利差对波动率总溢出指数具有负向影响,而投资者情绪指数对收益率总溢出指数具有负向影响。     

交易持续期、波动率与市场微观结构关系的统计检验

基于招商银行超高频数据,文章检验得出交易持续期日内效应呈现倒V形状,并以ACD模型和UHF-GARCH模型分析交易持续期变化规律以及其对收益率和波动率的影响,研究表明股票的交易持续期存在集聚效应,并且交易持续期越长,收益率越高,分析表明较长的交易持续期是由于市场参与者缺乏有效信息,知情交易者较少导致,为我国证券市场微观制度改革提供启示。     

中国股市波动率与收益率的因果关系研究

文章以上证综指2000年到2008年高频数据为例,基于Dufour、Taamouti(2010)测量短期和长期因果关系的方法构建了一个关于收益率与波动率的向量自回归线性模型,用来测量和比较了中国股票市场收益率和波动率之间的动态杠杆效应、波动率反馈效应等因果关系.实证结果表明我国股票市场无论是对已实现波动率还是对二次变差前三天都有较强的动态杠杆效应,而波动率反馈效应在所有的时间跨度上都可以忽略不计,并且收益率和波动率之间的瞬时因果关系在有些时间跨度上较显著.     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

交易延迟与机构投资者交易策略研究

对于机构投资者而言,出清具有一定规模的证券时,其提交指令的行为将对证券价格造成冲击形成交易成本,之后指令执行延迟也造成交易成本。文章以既定风险厌恶的机构投资者为研究对象,探讨其在交易延迟下的最优指令提交策略。经研究表明:交易延迟下最优指令提交策略受风险态度、证券收益、证券价格的波动性、市场的流动性与深度以及瞬时冲击程度等参数影响,不同市场的情况要求机构投资者调整策略,改变指令提交过程。     

More on the volatility-trading volume relationship in emerging markets: The Chinese stock market

This paper empirically investigates the characteristics in terms of volatility and trading volume relationships of the Chinese stock markets, and specifically of the stocks comprising the SSE180 index. Our results show that, contrary to previous evidence, both volatility and trading volume appear to be multi-fractal and highly intermittent, suggesting a common long-run behaviour in addition to the common short-term behaviour underlined by former studies. Moreover, the trading volume seems to have no explanatory power for volatility persistence when introduced in the conditional variance equation. Finally, the sign of the trading volume coefficients is mainly negative, hence showing a negative correlation between the two variables.     

非同步交易与信息传导：中美股市关系研究

 中美股市之间存在非同步交易问题,直接利用收盘价建模会得到偏误的结果,因此本文利用隔夜收益率和开市收益率对非同步交易下的中美股市信息传导模式进行研究。研究发现,两国股市开市收益率变化均表现出波动聚集特征,而且均只在开盘时对另一方市场的交易信息作出反应,其中,我国股市开盘时受到的美国股市的影响,大大强于我国股市对其开盘的影响;并且随着次贷危机的发生,这种影响愈加明显。但中美两国股市开市交易期间的相互影响均不显著,不存在收益和波动性的信息传导关系。     

Heterogenous market hypothesis evaluation using multipower variation volatility

High-frequency trading activities are one of the common phenomena in nowadays financial markets. Enormous amounts of high-frequency trading data are generated by huge numbers of market participants in every trading day. The availability of this information allows researchers to further examine the statistical properties of informationally efficient market hypothesis (EMH). Heterogenous market hypothesis (HMH) is one of the important extensions of EMH literature. HMH introduced nonlinear trading behaviors of heterogenous market participants instead of normality assumption under the EMH homogenous market participants. In this study, we attempt to explore more high-frequency volatility estimators in the HMH examination. These include the bipower, tripower, and quadpower variation integrated volatility estimates using Heterogenous AutoRegressive (HAR) models. The empirical findings show that these alternatives multipower variation (MPV) estimators provide better estimation and out-of-sample forecast evaluations as compared to the standard realized volatility. In other words, the usage of MPV estimators is able to better explain the HMH statistically. At last, a market risk determination is illustrated using value-at-risk approach.     

基于非同步交易的国内外期货市场价格发现贡献度研究

针对我国期货市场与国际成熟期货市场交易时间的非同步性,本文给出了基于非同步交易的信息共享模型,并对国内、外主要期货市场之间的价格发现贡献度进行了实证研究。研究结果显示：基于非同步交易的信息共享模型可以很好地刻画非同步期货市场之间的价格发现贡献度;并且,国外发达市场的价格发现贡献度要明显大于国内市场,由此表明国外期货市场的价格发现仍居于主导地位,这进一步支持了价格发现被期望在较低交易成本市场发生的交易成本假说。     

成交量对股票收益率波动的影响分析

文章利用带有成交量变化率解释变量的指数自回归条件异方差方程EGARCH(1,1)-M,实证分析了上海、深圳证券市场信息到达对波动的影响及杠杆效应,发现在样本期内成交量变化对深圳市场股票收益率波动的影响比上海市场更大。     

Foreign Exchange Intervention by the Bank of Japan: Bayesian Analysis Using a Bivariate Stochastic Volatility Model

A bivariate stochastic volatility model is employed to measure the effect of intervention by the Bank of Japan (BOJ) on daily returns and volume in the USD/YEN foreign exchange market. Missing observations are accounted for, and a data-based Wishart prior for the precision matrix of the errors to the transition equation that is in line with the likelihood is suggested. Empirical results suggest there is strong conditional heteroskedasticity in the mean-corrected volume measure, as well as contemporaneous correlation in the errors to both the observation and transition equations. A threshold model is used for the BOJ reaction function, which is estimated jointly with the bivariate stochastic volatility model via Markov chain Monte Carlo. This accounts for endogeneity between volatility in the market and the BOJ reaction function, something that has hindered much previous empirical analysis in the literature on central bank intervention. The empirical results suggest there was a shift in behavior by the BOJ, with a movement away from a policy of market stabilization and toward a role of support for domestic monetary policy objectives. Throughout, we observe “leaning against the wind” behavior, something that is a feature of most previous empirical analysis of central bank intervention. A comparison with a bivariate EGARCH model suggests that the bivariate stochastic volatility model produces estimates that better capture spikes in in-sample volatility. This is important in improving estimates of a central bank reaction function because it is at these periods of high daily volatility that central banks more frequently intervene.     

Foreign Exchange Intervention by the Bank of Japan: Bayesian Analysis Using a Bivariate Stochastic Volatility Model

A bivariate stochastic volatility model is employed to measure the effect of intervention by the Bank of Japan (BOJ) on daily returns and volume in the USD/YEN foreign exchange market. Missing observations are accounted for, and a data-based Wishart prior for the precision matrix of the errors to the transition equation that is in line with the likelihood is suggested. Empirical results suggest there is strong conditional heteroskedasticity in the mean-corrected volume measure, as well as contemporaneous correlation in the errors to both the observation and transition equations. A threshold model is used for the BOJ reaction function, which is estimated jointly with the bivariate stochastic volatility model via Markov chain Monte Carlo. This accounts for endogeneity between volatility in the market and the BOJ reaction function, something that has hindered much previous empirical analysis in the literature on central bank intervention. The empirical results suggest there was a shift in behavior by the BOJ, with a movement away from a policy of market stabilization and toward a role of support for domestic monetary policy objectives. Throughout, we observe “leaning against the wind” behavior, something that is a feature of most previous empirical analysis of central bank intervention. A comparison with a bivariate EGARCH model suggests that the bivariate stochastic volatility model produces estimates that better capture spikes in in-sample volatility. This is important in improving estimates of a central bank reaction function because it is at these periods of high daily volatility that central banks more frequently intervene.     

非对称信息与高频价格变动

高频价格运动对金融市场微观结构具有非常重要的意义。由于高频价格的离散性和不等距变化的特点使得对该类变量建模较为困难,而在理论与实证研究中通常是根据特定的研究目的建立相应的高频价格运动模型。故从金融市场微观结构信息不对称理论出发,结合中国纯限价订单市场的实际情况和对中国市场交易者行为的分析,建立高频价格运动和非对称信息的联合模型,并同时估计和模拟了非对称信息状态和高频价格运动的轨迹。研究发现,知情交易者的比率对交易价格与市场流动性均有显著影响。