基于Spline-GARCH模型的股票市场长期波动趋势的度量

文章利用Engle和Rangel(2008)最新提出的Spline-GARCH模型对我国股票市场长期波动趋势进行研究,把波动分为瞬时高频波动部分和缓慢变化的长期低频时变波动部分,放松了传统GARCH类和SV类模型假设非条件波动是常数的限制,实证检验了该模型的有效性。并对引起股票市场低频波动的原因进行了分析,研究了低频时变波动与GDP、CPI、货币供应量M1以及利率波动的关系。     

上证指数收益率的特征及其波动性分析

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测金融资产收益率的方差。通过对上证指数的统计分析表明,上证指数的收益率分布表现出非正态性,并存在自回归条件异方差的特征。利用ARCH类模型对上证指数的波动进行了拟合,结果表明GARCH(1,1)模型对上证指数波动具有较好的拟合效果。     

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。     

VIX指数对股票市场间联动性影响的实证研究

近期金融危机频繁发生,国际金融市场之间的动态联动性成为一个重要的研究课题。以往学者大都直接研究金融市场间的相关性,而忽略了外生金融变量对金融市场间相关性的影响。本文将对上述问题进行研究,借鉴Silvennoinen和Terasvirta(2015) STCC模型的思想,假定Copula参数受外生变量的影响,建立时变动态Copula模型——ST-VCopula模型,并基于该模型探究市场波动率（VIX指数）对股票市场之间相关性的影响,进而对几个国家的股票指数数据进行了实证分析。实证结果表明VIX指数对股票市场间联动性产生了显著的影响。VIX指数的获取简单便捷且更为直观,为市场间动态联动性的研究提供了另一种途径,可以为投资者在进行分散投资等金融活动时提供一定的指导和建议。     

中国股票市场收益与波动的长期记忆性研究

文章对我国股票市场的长期记忆特征进行了系统研究:选择上证综指和深证成指日收益序列为研究对象,采用计量经济学方法,考察中国股票市场日收益序列和日收益波动序列的长期记忆特征,建立既能描述收益长记忆又能刻画波动长记忆特征的ARFIMA-FIGARCH模型,并与其它短记忆模型进行对比,分析得出相应结论.然后针对目前我国股票市场存在的诸多问题,提出一些规范和完善股票市场、提高市场有效性的建议.     

经济政策不确定性对中国股市波动率的影响

借鉴REGARCH-MIDAS SK模型的建模思路及框架，引入经济政策不确定性指数(CEPU),提出了REGARCH-MIDAS-CEPU SK模型，该模型优势在于可将高频日内数据与低频不确定性指数数据结合，同时考虑股市收益率的多种特性，能够准确分析经济政策不确定性对股市波动的影响机理。采用上证综指收盘价日度数据和经济政策不确定性指数及其细化指数月度数据，利用引入了经济政策不确定性的双因素REGARCH-MIDAS SK(REGARCH-MIDAS-CEPU SK)模型，实证分析总体和细化经济政策不确定性对股市波动率的影响作用。实证结果表明：提出的双因素模型在样本内拟合与样本外预测实证中，其性能均优于现有双因素模型，说明该模型的提出具有显著的理论与实践意义。此外，研究证明各类经济政策不确定性水平增加均会促进股票市场波动，其中货币政策和贸易政策不确定性对股票波动长期趋势影响较大，贸易政策不确定性对股市波动率的影响持续时间较长，股市波动对财政政策以及外汇和资本账户政策不确定性变动较为敏感，由此可见四类经济政策不确定性对股市波动的影响机理各不相同。     

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.     

金融市场波动对宏观经济的预测信息研究

文章分析了金融市场波动性中隐含的关于未来宏观经济走势的信息。通过构建线性模型进行样本内回归分析和样本外预测精度的比较,实证研究结果表明,我国股票市场波动性蕴含着对未来两年的经济增长和价格水平波动的预测信息;外汇市场对一年内的经济变动的解释能力较强,而债券市场波动和同业拆借市场波动暂未发现关于未来经济的走势明朗的前瞻性信息。     

股指期货推出对股指波动率影响的实证研究

文章以沪深300指数期货作为样本,通过建立非对称的GARCH模型,对全样本和子样本分别进行股指期货推出与股指波动率影响的实证研究。结果表明:我国股指期货的推出后,股票市场的波动性并未受到影响。同时,股票市场的杠杆效应减弱了。     

基于分位点回归模型的条件VaR估计以及杠杆效应分析

 在文献中,分析杠杆效应时大多数都是基于ARCH类模型,本文应用分位点回归模型及其变点检测模型分析了“已实现”波动率条件下的CVaR,并尝试从CVaR的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了“已实现”波动率条件下的CVaR估计,并对中国股市的杠杆效应进行了分析。     

基于时变测度的羊群行为对股市波动影响的实证检验

文章在传统CCK模型的基础上,利用非参数的时变系数估计法构造了一种测度股票市场羊群行为的动态指数,并在此基础上利用线性与非线性格兰杰因果检验分析了动态羊群行为对股市波动的影响,研究发现,羊群行为对股市波动既存在显著的线性影响,也存在显著的非线性影响。进一步使用多重分形去趋势交叉相关分析法（MFDCCA）与非对称MFDCCA方法在涵盖不同重大事件的子区间上分阶段地研究了羊群行为与股市波动的关联性,发现各子区间上的羊群行为与股市波动存在显著的正向关联性,并且该关联性具有时变的非对称特征,羊群行为指数处于上行趋势时与股市波动的关联程度显著区别于羊群行为指数处于下行趋势时的关联程度。     

石油价格波动与股票市场波动的相关性研究

文章对世界三大现货原油市场迪拜、布伦特和WTI与我国大庆原油市场、石油类股票进行了研究,利用Vine Copula模型对国内外原油价格波动和股票市场波动之间的相关性进行实证分析.结果表明:大庆原油与迪拜现货原油市场具有较强的正相关性;石油类股票与国内外原油市场中的迪拜、大庆的相关程度更高;R-Vine Copula模型结构灵活,适合刻画国内外原油市场和石油类股票之间的尾部相关结构.     

中国股票市场波动特征的实证研究及其启示

本文通过运用自相关性分析、消除趋势的波动分析(DFA)和多标度分形分析(Multifractal Analysis)等新型的统计分析方法,从不同视角研究了中国股票市场的价格波动特征,并就实证结果对我国股票市场的监管工作,特别是风险管理工作的启示进行了初步探讨。     

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。     

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。     

股票价格波动与消费支出——基于分段消费函数的研究

文章在考察股票市场波动与家庭持有股票比例关系基础上,利用一个分段的消费函数模型对股票市场波动与消费支出之间的关系进行实证研究.结果表明股票指数是影响家庭财富持有形式的重要因素,并且在不同阶段股市的财富效应也不同,股市发展初期主要是挤占效应,而股市发展到一定阶段财富效应开始发挥作用,这一结论对当前金融危机背景下维持资本市场稳定提供有力证明.     

交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险

 金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。     

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.     

基于GARCH模型的沪深地产股波动性分析及预测

近年来GARCH类模型在预测波动率方面得到了广泛应用,鉴于股票和房地产两个市场对我国经济发展的重要性,所以选择沪深两市地产指数的收益率做波动性研究.丈章运用GARCH类模型对沪深地产指数收益率的波动进行了枯计和预测,结果表明沪深地产指数收益率的波动不存在杠杆效应,投资者投机目的较强,M-Z回归和损失函数评价结果显示,GARCH(1,1)-M模型的样本外预测刚效果是最好的,但不能准确预测非常大的波动.     

中国股票市场十年发展和波动的阶段性探析

股票市场是中国经济转轨过程中发展最快、影响最广、对社会触动最深的领域,文章从股票市场近十年的发展历程入手,分析中国股市价格波动的特征及波动原因,对股市发展和波动的历史分期进行划分。