中国货币流通速度与股票市场的关系研究

文章针对中国1998～2009年上海证券综合价格指数和货币流通速度V0、V1、V2的季度数据之间的变化关系进行研究,利用计量经济学中的向量误差修正模型和格兰杰因果检验进行实证分析.结果显示,货币流通速度V0的变动是引起股票市场变动的格兰杰原因,而V1、V2与股票市场之间并无显著的因果关系.而从误差修正模型可以看出,不管长期还是短期,货币流通速度V0的变动对股票市场波动的影响都是负向的,但并为成为影响股票市场波动的主要因素.     

多产品价格影响模型及其应用研究

 在市场经济条件下,由于受市场供求关系和宏观经济政策的影响,产品的价格会发生波动。这样,研究一种产品,特别是多种产品的价格变动对其它产品的价格影响,以及对综合价格指数的影响,就显得尤为必要。目前我国应用较多的价格影响模型主要是利用投入产出模型研究一些产品价格变动对另一些产品价格变动的影响。本文试图将投入产出模型与计量经济模型结合起来,不仅研究一些产品价格变动对另一些产品价格的影响,而且研究这些产品价格变动对综合价格指数（包括总产品价格指数、消费价格指数、投资价格指数）的影响预期,并结合北京市能源和水价格变动影响的案例进行实证分析,以期为多产品价格影响模型的应用提供方法论基础。     

货币政策、通货膨胀与股票资产价格波动研究

文章以2006年1月至2011年12月为样本区间,以上证指数的收盘价为因变量、狭义货币供给(M1)增长率、汇率、消费价格指数及滞后一期上证指数为自变量建立回归方程,结果显示,模型拟合良好,平均而言上证指数89.7％的变动能被自变量的变动所解释,且残差不存在自相关和异方差.其中,消费价格指数与上证指数成负相关,而狭义货币供给(M1)增长率、汇率和滞后一期的上证指数与上证指数成正相关,结论符合预期且有现实意义.     

我国股市可预测性的统计研究

股市可预测性是指"可以使用一般用于经济预测的方法包括数学和统计的方法等,建立起能在一定误差要求之下给出股价变动的预测模型".现有的可预测性分析理论,如ARMA模型、灰色理论、灰色-马尔科夫预测等等,大多基于线性理论.     

基于GM(1,N)模型的农村居民消费价格指数研究

文章研究了我国农村居民总消费价格指数与各类消费价格指数的相关性。首先利用SPSS统计软件对总消费与各分类价格指数进行多元线性回归分析,应用Stepwise(逐步回归)方法建立MLR模型,其次,在此基础上建立总消费价格指数与相关消费价格指数的灰色系统模型。同时,对比分析了两模型的实效性。     

沪深股票市场相关性的实证研究

沪深股票市场相关性的实证研究韩德宗,徐剑刚中国大陆的股票市场是个年青的、发展和完善中的证券市场。过去三年多的时间,上海股市和深圳股市的股价变化是中国大陆股市发展的一个重要的侧面,它所留下的轨迹,值得我们去探索和总结。本文希望通过对上海股市以下简称沪市...     

中国消费者价格指数的影响因素分析

文章通过构建消费者价格指数、广义货币供应量、狭义货币供应量、外汇储备、人民币汇率五元向量自回归VAR模型,实证研究认为,无论是狭义货币供应量的增加,还是广义货币供应量的增加,都将导致CPI上涨,短期内人民币汇率升值助推CPI上涨,但是外汇储备增长不是CPI变动的格兰杰原因。     

股票涨跌周期、涨跌幅限制的阈值确定——基于沪市样本股票的实证分析

文章选取沪市42家上市公司1997～2008年的日交易数据,运用随机过程的阈值确立方法计算股票的平均涨跌周期。文章发现,在放宽考察的期限之后,发现我国沪市股票市场的涨跌周期在2.2天。在既定10%涨跌幅的限制之下,除事件对上市公司带来的股价冲击外,7～10%区间内的频率并不高。     

股票价格变动的测定

近年来,尤其是今年以来,由于各种因素的影响,我国股票市场行情波动较大,股票价格的变动已成为股票投资者及证券管理部门关注的焦点之一,本文拟就股票价格变动的测定从三个方面进行探讨。一、股价变动测定的意义     

房屋质量及其对房地产价格指数的影响——基于Hedonic模型和Chow检验的整合分析

房屋价格指数的计算和分析,需要充分考虑房屋质量特征变化产生的影响,应将房屋质量特征因素剔除,从而使房屋价格指数反映房屋的"纯"价格变动.然而中国现行的房屋价格指数计算方法基本上没有考虑对房屋质量特征因素的系统调整问题.文章采用发达国家通行的Hedonic模型对房屋价格指数进行计算,并且和传统的价格指数计算方法进行比较.同时,进一步引入质量特征的交叉变量对交互影响进行分析,尝试性地利用Chow检验方法对Hedonic模型进行结构变化检验.研究显示,房屋特征质量效应的变化对房屋价格指数的影响确实可以从房屋价格指数中分离出来.     

中国股指期货与股票市场波动性关系的实证分析

使用修正的EGARCH模型与VaR方法检验股指期货的推出对中国股票市场波动性所产生的影响。采用的数据为沪深300指数,样本数据分为股指期货推出前,股指期货推出后的短期、中期和长期与样本数据全体五个时间段。研究表明,从股指期货推出的短期与中期来看,市场对信息的反应比较混乱。从长期来看,股指期货的推出加速了信息的传递速度并且弱化了非对称效应,并没有加大股市的波动性。VaR方法检验表明,股指期货的推出有效降低了股市风险,使A股市场更加成熟和完善。     

我国股指期货价格发现功能研究

本文基于沪深300股指期货5分钟高频数据,利用协整检验、误差修正模型和脉冲响应函数研究了我国股指期货长短期的价格发现机制,并用信息共享模型、共因子模型研究了我国股指期货市场的价格发现贡献程度,在此基础上,引入分位数回归,探讨不同涨跌幅度的期现关系。实证结果表明：我国指数期货和现货价格存在相互引导关系,而现阶段现货市场能更快反应全部市场的冲击,且现货市场在价格发现功能中的作用相对较大;随着涨跌幅度的变化,现货对期货的影响呈U型走势,而期货对现货的影响呈单边上升走势。     

货币政策冲击对股票市场价格泡沫影响的时变分析

一直以来,资产价格波动与货币政策的关系都是经济金融领域关注的重点问题。本文以1997-2014年我国月度数据为样本,运用新近发展的时变参数的因子扩展向量自回归模型（TVP-FAVAR）分析了我国货币政策冲击对股票市场价格泡沫影响的时变特征。研究结果表明,我国货币政策的变动对股票市场价格的影响有着显著的时变性特点。当股票市场存在较大程度的资产价格泡沫时,股票市场的价格可能会随着利率提高而上升,采用加息的紧缩货币政策未必能够起到相应的调控资产价格波动的作用。这一结果和理性资产价格泡沫理论一致,意味着有必要重新审视传统观念中货币政策与资产价格波动之间是逆周期关系的认知。因此,政策制定者在采用“逆风而动”的货币政策时需要更加审慎,应密切关注货币政策对资产价格影响的时变特征,针对金融市场波动状况相机抉择。     

上海证券市场GARCH效应检验和模型选择

文章利用1999年10月8日至2003年11月7日上证综合指数每日的收盘价数据对其进行了GARCH效应的检验,结果表明上海证券市场股价的波动存在着显著的GARCH效应,并且存在非对称的情况。在具体的模型选择上以EGARCH(1,1)较好,并且在研究中发现GARCH-M模型不适合模拟我国上海证券市场股价的波动情况。     

Risk-minimizing pricing and hedging foreign currency options under regime-switching jump-diffusion models

This article mainly investigates risk-minimizing European currency option pricing and hedging strategy when the spot foreign exchange rate is driven by a Markov-modulated jump-diffusion model. We suppose the domestic and foreign money market floating interest rates, the drift, and the volatility of the exchange rate dynamics all depend on the state of the economy, which is modeled by a continuous-time hidden Markov chain. The model considered in this article will provide market practitioners with flexibility in characterizing the dynamics of the spot foreign exchange rate. Using the minimal martingale measure, we obtain a system of coupled partial-differential-integral equations satisfied by the currency option price and find the corresponding hedging strategies and the residual risk. According to simulation of currency option prices in the special case of double exponential jump-diffusion regime-switching model, we further discuss and show the effects of the parameters on the prices.     

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。     

基于LSTAR模型的中国股市泡沫风险识别

本文在非线性模型框架下拟合中国主要股价指数的真实数据生成过程,并提出股市泡沫风险识别方法,较Phillips et al.（2011）提出的上确界单位根(SADF)方法具备更好的效果,能够精准预判股市泡沫风险进而为防范化解金融风险的政策措施提供参考。实证检验发现,主要股价指数的波动均存在逻辑平滑转换自回归(LSTAR)模型描述的非线性特征,自推出以来,四大股价指数均存在泡沫风险,上证指数存在六个主要的持续期,深圳成指存在四个主要的持续期,沪深300指数存在两个主要持续期,而创业板指数存在三个持续期。总体来看,创业板指数的泡沫生成时间会先于其它三大指数,可以作为预警中国股票市场泡沫风险的先行指标,且2015年7月之后的中国股票市场并不存在泡沫风险。     

Forecasting Study of Shanghai’s and Shenzhen’s Stock Markets Using a Hybrid Forecast Method

In this article, a novel hybrid method to forecast stock price is proposed. This hybrid method is based on wavelet transform, wavelet denoising, linear models (autoregressive integrated moving average (ARIMA) model and exponential smoothing (ES) model), and nonlinear models (BP Neural Network and RBF Neural Network). The wavelet transform provides a set of better-behaved constitutive series than stock series for prediction. Wavelet denoising is used to eliminate some slight random fluctuations of stock series. ARIMA model and ES model are used to forecast the linear component of denoised stock series, and then BP Neural Network and RBF Neural Network are developed as tools for nonlinear pattern recognition to correct the estimation error of the prediction of linear models. The proposed method is examined in the stock market of Shanghai and Shenzhen and the results are compared with some of the most recent stock price forecast methods. The results show that the proposed hybrid method can provide a considerable improvement for the forecasting accuracy. Meanwhile, this proposed method can also be applied to analysis and forecast reliability of products or systems and improve the accuracy of reliability engineering.     

金融证券价格指数体系三维一体研究

一、问题的提出笔者认为,经济指数体系大致上可分为两类：一是各种普通商品和劳务价格指数体系,对此类指数体系已有很多研究;二是金融证券价格指数体系,主要由股价指数、基金价格指数和国债价格指数等构成,国内对这一指数体系研究甚少,有些甚至是空白。因此,本文研...     

Power-law scaling behavior analysis of financial time series model by voter interacting dynamic system

We investigate the power-law scaling behaviors of returns for a financial price process which is developed by the voter interacting dynamic system in comparison with the real financial market index (Shanghai Composite Index). The voter system is a continuous time Markov process, which originally represents a voter's attitude on a particular topic, that is, voters reconsider their opinions at times distributed according to independent exponential random variables. In this paper, the detrended fluctuation analysis method is employed to explore the long range power-law correlations of return time series for different values of parameters in the financial model. The findings show no indication or very weak long-range power-law correlations for the simulated returns but strong long-range dependence for the absolute returns. The multiplier distribution is studied to demonstrate directly the existence of scale invariance in the actual data of the Shanghai Stock Exchange and the simulation data of the model by comparison. Moreover, the Zipf analysis is applied to investigate the statistical behaviors of frequency functions and the distributions of the returns. By a comparative study, the simulation data for our constructed price model exhibits very similar behaviors to the real stock index, this indicates somewhat rationality of our model to the market application.