中国股市波动过程长期记忆性影响因素研究

以ICSS方法为基础,使用参数和半参数估计方法研究了上证综合指数和深圳成分指数波动过程的变结构与长期记忆性的相关关系,对中国股市日间收益波动方差序列的长期记忆性进行了估计。研究结果发现中国股市日间收益波动的方差序列存在显著的长期记忆性,并且在剔除了变结构的因素之后,其波动无断点的方差序列仍然存在长期记忆性,但程度有所减弱。研究结果表明,未被考虑的体制变化是长期记忆性的影响因素,但不能解释全部的长期记忆性。     

上海股市收益序列的长期记忆性建模分析及预测

应用ARFIMA模型研究上海股票市场收益序列的长期记忆性,揭示了上海股市收益具有较明显的长期记忆性,进而从另外一个角度证实了上海股票市场尚未达到弱式有效的结论。上海股市收益序列进行预测,并与传统的线性模型相比,分整的ARFIMA模型提高了股票收益序列长期预测的可靠性。     

沪深300股指期货收益率及波动率的长记忆性研究

对股指期货收益率与波动率的长记忆性进行研究,可以反映市场的运行效率。运用ADF-KPSS联合检验法、自相关系数法、R/S检验法检验了沪深300股指期货的收益率及波动率序列的长记忆性。结果显示:沪深300股指期货的收益率序列不具有显著的长记忆性,而其波动率序列具有显著的长记忆性,波动率的长记忆性暗示着市场中事件和消息对我国股指期货市场的影响不会马上消失,而可能对市场产生长期和深远的影响,也意味着我国股指期货市场的有效性有待加强,需要从信息披露、培育多元化投资主体等方面加强市场建设,以消除长记忆性对我国股指期货市场健康发展的影响。运用FIGARCH模型度量了沪深300股指期货波动率的长记忆性,为后续股指期货波动相关研究提供参考。     

基于ARFIMA模型的黄金价格预测

研究发现上海黄金交易所黄金收益序列有长期记忆性,进而从另外一个角度证实了上海黄金市场尚未达到弱式有效的结论。应用ARFIMA模型对黄金收益序列进行预测,并与用于定量预测的ARMA模型对比,结果表明分整的ARFIMA模型提高了黄金收益序列长期预测的可靠性。     

改进的GARCH-M模型在股市风险分析中的应用

首先对上海和深圳的收益序列进行自相关检验，发现两市均不具有明显的自相关特征．其次对两市收益进行异方差检验，发现它们的异方差特征显著．在前两步基础上提出改进的GARCH—M（1，1）模型进行风险分析，结果表明：沪深两市的风险都具有时变、正偏、高峰、波动聚集性和长记忆性等特点；中国股市的收益与风险没有必然联系，投资者还处于不完全理性阶段；风险对市场的正负面消息的反应存在显著差别，负面消息在一定程度上加剧了市场波动．     

中国畜产品价格长记忆性特征分析及预测

本文利用序列自相关函数图和运用R/S重标极差法计算的Hurst值,基于1994年6月-2016年8月猪肉、牛肉、羊肉等主要畜产品价格,对畜产品价格长记忆性进行研究,同时利用分数阶差分后序列建立AFRIMA模型,并与ARIMA模型预测精度进行对比。研究结果表明：中国畜产品价格波动具有长记忆性特征;基于长记忆性特征的AFRIMA模型预测精度较高。预测近期猪肉价格波动率回落,处于低速波动状态;牛肉价格波动率逐步降低,上涨乏力,羊肉价格预计跌幅不大,价格处于僵持状态。建议在研究和预测畜产品价格波动规律时应该充分考虑长期记忆性问题,相关部门在制定相关宏观调控政策时,应考虑价格具有长记忆性特征,关注前期价格波动规律和未来价格波动的相关性。     

改进的GARCH-M模型在股市风险分析中的应用

首先对上海和深圳的收益序列进行自相关检验,发现两市均不具有明显的自相关特征.其次对两市收益进行异方差检验,发现它们的异方差特征显著.在前两步基础上提出改进的GARCH-M(1,1)模型进行风险分析,结果表明沪深两市的风险都具有时变、正偏、高峰、波动聚集性和长记忆性等特点;中国股市的收益与风险没有必然联系,投资者还处于不完全理性阶段;风险对市场的正负面消息的反应存在显著差别,负面消息在一定程度上加剧了市场波动.     

石油期货价格的收益率及波动率的长记忆性研究

金融市场的长记忆性问题研究一直吸引着众多研究者的目光,但是期货作为一种金融衍生工具,其长记忆性的研究相对于股票来说却很少。国内外大多数的研究都是针对股票市场,运用的主要方法是R/S分析,修正的R/S分析法,GPH分析法等,大部分都是用ARFIMA模型对长记忆时间序列进行分析。本文介绍了时间序列的一些模型,介绍了单位根检验方法,采用样本自相关函数法,传统的R/S分析法,GPH分析法,运用MATLAB,EVIEWS,Oxmetirc4环境下的G@ARCH42软件包等编程,检验了美国原油期货(NYMEX)市场样本数据的长期记忆性,并得出如下结论:石油期货收益率序列的长记忆性不明显,而波动率的替代指标绝对收益率序列呈现较强的长期记忆性。同时本文通过比较描述收益率序列以及绝对收益率序列模型的优劣性,发现收益率序列可用GARCH(1,1)模型来描述,而FIGARCH(1,d,1)模型相对GARCH(1,1)模型来说,能更好的描述波动率的替代指标——绝对收益率序列。     

沪深股票市场长程记忆相关性研究

针对上海和深圳的日收益序列,采用重标级差(R/S分析)对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰、胖尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.采用ARFIMA模型对沪深股市收益率的长期记忆性进行了检验,根据分段检验的结果,得出了一些我国证券市场有效性的结论.     

基于已实现波动率的长记忆性分析

根据长记忆性的检验方法,即H/S分析法、GPH法,分别对上证指数收益率波动的长记忆性进行检验。同时,采用已实现波动率（RV）对波动进行度量,结合ARFIMA-RV、HAR-RV长记忆性模型进行分析,证实上证指数的RV序列具有长记忆性,而且HAR-RV模型能更好地对波动进行预测分析。     

FIEGARCH-EVT-ES风险测度及在期货市场的应用

构建了FIEGARCH-EVT-ES风险测度模型,并将其应用于期货市场风险度量。FIEGARCH能捕捉资产收益的条件异方差、波动的长记忆性以及对正负信息反应的非对称性;极值理论（EVT）能处理资产收益的厚尾性;期望损失ES是一致性风险测度,可有效弥补VaR无法考察超过分位数信息的缺陷。以上海期货交易所铜期货为例验证了模型的有效性,并与GARCH-N-VaR模型进行比较分析,结果表明,GARCH-N-VaR低估了风险,FIEGARCH-EVT-ES预测效果较好,同时也不会使预测结果过于保守,从而过高估计风险。     

上海股市周日历效应及长期记忆研究

运用ARMA-GARCH-M、EGARCH-M及FIGARCH-M模型对上海股市A股指数收益率及其波动性的周日历效应进行联合检验;另外还检验了成交量的周日历效应。研究结果表明:(1)风险溢价系数为正值,上海股市的风险传递机制正在发挥作用;(2)股市收益率序列存在显著的周日历效应,并且其异常收益并非来自风险溢价;(3)波动性过程同时存在周日历效应和长期记忆效应;(4)股市交易量同时存在周日历效应和长期记忆效应。最后利用混合分布假说进行了解释,信息可能是周日历效应形成的重要原因。     

市场波动性及市场噪音的定价能力研究——基于沪市的实证分析

利用上证50ETF分笔交易数据,通过基于均方误差最小化的最优采样频率方法估计市场波动性及市场微观结构噪音,并用多因素模型研究这两个因素在上海市场中的定价能力,实证结果表明：研究期内,市场波动性和市场噪音都呈现出较为明显的与市场整体相反的走势,但是噪音的变化幅度大于波动率的变化;市场噪音并非系统性风险因素,而市场波动性的非预期变化是系统性风险因素,且被显著负定价;但与美国市场不同的是,股票收益对波动性风险的敏感度并未随规模的增大而降低。     

我国投资者情绪波动性与股市收益

以《股市动态分析周刊》好淡指数做为我国投资者情绪指数,运用GARCH模型,对我国投资者情绪波动性和股市收益关系进行实证分析。结果表明：我国投资者情绪指数存在ARCH效应,且对股市收益具有“溢出效应”;投资者情绪指数未来预期的时间长度应以月度为宜。     

从有效市场假说到分形市场假说

介绍了有效市场假说理论的形成与发展以及有效市场假说所引发的争论。阐述了分形市场假说的基本理念,并对我国证券市场(以上海证券市场为例)的分形结构进行了实证分析。结果表明:中国证券市场具有明显的分形特征和持续性,股票的收益率不符合随机游走过程。股票收益率序列不是独立的,具有约62周的长期记忆性。     

中国股市大幅波动期间股指期货对指数现货波动的影响分析

针对股指期货做空机制与做多机制对指数现货的影响有无异同的问题,将2014年7月至2015年8月间中国股市的大幅波动分为上涨期和下跌期,通过沪深300股指期货以及沪深300指数现货每5分钟的数据,利用Garman & Klass波动率度量公式、双变量GARCH模型和EGARCH模型来分析波动中股指期货对指数现货波动的影响。研究认为,在市场处于大幅波动期,股指期货和指数现货两个市场之间存在双向价格引导关系,其中指数现货市场处于主导地位,两个市场之间风险是相互传递的,其中指数现货市场的风险传递更加显著;在中国股市波动的利多阶段,股指期货的负收益会促进指数现货的波动,在利空阶段,股指期货的负收益影响大于正收益影响,股指期货的做空机制对指数现货市场带来的影响大于做多机制带来的影响;股指期货以其本身固有的领先于股指的特性,在应该抑制波动的时候反而加剧了波动,造成了负面影响,中国金融市场应重视其负面影响,并采取有效措施来加强对负面影响的控制。     

基于跳跃特征的证券市场信息融入效率研究

以日间跳跃测量方法为基础,综合日内高频收益序列特征,研究设计了一种甄别金融资产收益日内波动跳跃时刻和规模的方法,对显著跳跃的日内模式、日内跳跃与信息融入效率的关系进行了考察。研究结果发现,显著跳跃在日内本质上是一种信息瞬间完全融入的、激烈的价格发现形式,虽然我国证券市场多数重大信息融入速率较快,但过高的跳跃到达率也反映出市场交易机制尚待完善。