考虑基差非对称效应的期货波动性预测模型研究

文章研究了基差对期货回报率波动性影响的非对称效应及其在期货波动率预测中的应用。以郑州强麦期货为例的实证结果表明,基差对期货的回报的波动性的影响存在显著的非对称效应,其中负基差对波动性的影响要明显大于正基差。通过与GARCH模型和未考虑非对称效应的SE-GARCH模型对期货波动性预测能力的样本外比较表明,考虑基差非对称效应的AE-GARCH模型能更准确地预测期货的波动性。      

考虑基差非对称效应的期货波动性预测研究

随着我国期货市场的风险日益加剧,对其波动性预测的研究就相对具有理论和实际应用价值.以基差和期货收益的波动性关系为基础,引入郑州期货交易所2003-2007年的强麦近月期货合约的日收盘价数据,进行实证研究,其结果表明:基差对期货回报波动性的影响存在显著的非对称效应,其中正基差对波动性的影响要明显大于负基差;而考虑基差非对称效应的AE-GARCH模型能更准确地预测期货的波动性.     

中国股市非对称的波动性实证研究

关于金融资产收益的非对称的波动性,许多学者用GARCH类模型对低频数据进行了研究,而从高频数据及流动性分组角度进行考察的较少。文章以上证A股的5分钟高频数据为研究对象,在流动性分组的基础上,分析股票波动的非对称性。实证结果表明,对流动性好的股票而言,好消息增大波动性,坏消息减小波动性;而对流动性差的股票而言,好消息减小波动性,坏消息增大波动性。     

存款准备金率调整与债券市场的非对称性波动

存款准备金率调整对债券市场有重要影响,因此,探讨其对债券市场波动的非对称性作用是一重要课题。以意外公告和预期公告研究存款准备金率调整在条件波动上的作用,发现扩展的AR-GARCH模型捕捉公告对债券市场的波动性是合理的。债券市场收益受到公告的影响不明显,而债券市场的波动性受到公告的影响是非对称性的、暂时的。意外公告影响显著,预期公告影响不大。受政策滞后的影响,预期公告对债券市场波动性的非对称作用持续时间更长。     

GARCH类模型波动率预测效果评价——以沪铜期货为例

以沪铜期货为例,研究了GARCH、EGARCH、FIGARCH和FIEGARCH四种模型的波动率预测效果。以已实现波动率为模型评价衡量标准,分别采用M-Z回归和损失函数进行预测效果检验,结果表明,无论残差服从高斯分布还是t-分布,不同的GARCH类模型预测效果有显著差异,其中FIGARCH模型预测效果最好,其次是GARCH模型,EGARCH和FIEGARCH模型预测效果不佳。此结论说明我国铜期货市场具有显著的长记忆性,但不具有非对称效应。     

基于FIGARCH模型的股指波动性估计与预测研究

首先引入了FIGARCH模型,并讨论了具有不同分布特征FIGARCH模型参数估计方法。采用沪、深两市的指数数据考察了考虑长期记忆的FIGARCH模型、不考虑长期记忆的GARCH模型和IGARCH模型对市场波动性的拟合效果和预测能力。实证结果表明非对称的t分布和广义误差分布的分布函数更适合我国股市波动特征的描述,FIGARCH模型在拟合效果和预测能力方面都要优于其他两个模型。     

国际间资本市场联动效应的理论解读与实证研究

通过基于投资套利视角的理论模型阐述了资本市场之间产生联动溢出效应的作用机制,利用考虑股市涨跌非对称效应的均值波动模型考察了中美两国股票市场之间的联动效应,包括均值溢出效应、ARCH/GARCH型波动溢出效应和股市涨跌产生的非对称溢出效应。结果显示,中美股票市场在均值层面不存在显著的溢出关系,但在波动层面则具有多重显著的溢出关系。同时,中美两国股票市场上升或下降对中国股票市场的波动性和中美股票市场联动关系也有着不同影响。     

多重指标波动性模型在中国股市波动性估计 和预测的应用——基于高频数据的研究

文章分析了三种常用波动性衡量方法的特点，在此基础上讨论了多重指标波动性模型的具体形式。多重指标波动性联合估计模型是在倍乘误差模型基础上，综合考虑日间、日内波动以及已实现波动建立的一种联合预测模型。通过应用上证综指数据的实证结果表明，衡量波动性的不同方法间存在相互作用，多重指标波动性模型可以显著提高波动性的估计和预测精度。     

基于广义误差分布的股票收益率波动特征分析

假设股票收益率序列服从具有厚尾特征的GED分布,利用多种非对称性模型描述和检验了沪市股票日收益率序列的波动性特征,发现股票价格波动具有条件异方差性,并通过对股票市场信息影响曲线的分析,刻画了沪市股票价格波动中的显著非对称性。这说明股市波动对于不同的政策干预和信息冲击具有不同程度的反应,且非对称性的方向与以往结论有所不同,说明我国股市风险变异特征和收益状况在不断的发生变化,＂利好消息＂对股市的刺激作用需要其他市场干预的配合才能发挥出来。     

现货市场与期货交易行为对期货市场波动的影响——来自中国农产品期货市场的证据

期货交易对波动性的影响一直以来都是一个备受争议的课题。建立了包含预期风险收益、现货市场和期货市场非对称信息冲击效应的EC-TARCH-M模型,对大豆、豆粕、玉米和强麦等期货的交易行为、现货市场信息冲击与期货市场内在波动性之间的关系进行深入研究。结果表明,期货交易行为均对波动性有着显著影响,但影响的方向和程度不一致,投机交易会加剧期货市场波动性,而市场深度却有助于降低期货市场波动性。不同期货市场波动性对来自现货市场的信息冲击反应不一,但对来自期货市场中的信息冲击具有"杠杆效应"。     

中国货币政策与股票市场溢出效应研究——基于VAR-GARCH-BEKK模型

在对中国货币市场利率、汇率和股票市场进行总体经验分解的基础上,运用VAR-GARCH-BEKK模型对实证分析货币政策与股票市场的联动性进行实证研究。研究表明:利率与股市间存在双向溢出效应,汇率和股市、利率和汇率间存在非对称的溢出效应,市场间存在显著的传导性,影响的方向和力度有所差异,从长周期趋势来看,汇率相较利率对股票市场波动溢出影响更具持久性。应密切关注市场波动,避免金融市场风险影响宏观经济运行,在有效监管框架下货币政策应着眼长期趋势,甄别市场波动力度与持久性,适时适度地完成货币政策调控。     

信息非对称条件下中国股市波动性日内特性研究

基于指令驱动市场信息模型,从信息不对称角度解释股票市场波动性日内特征的原因。结果 表明,股票市场的非对称信息、公开信息和流动性成本是导致中国股票市场波动性具有"L "形日内模式的因素。股票市值越大,非对称信息、公共信息对股票价格波动的影响越低。     

基于高频数据沪深300股指期货量价关系研究

在混合分布假说理论的基础上,根据Jone 等（1994）的研究成果将成交量划分为成交次数和平均交易头寸,并考虑已实现波动率的跳跃和非对称性特征,构造了量价关系的基础模型、连续和跳跃波动量价关系模型及量价关系非对称模型,并利用沪深300股指期货高频数据分别对各模型进行实证分析。研究发现沪深300股指期货成交量与价格波动之间表现明显的正相关关系,成交量、成交次数及平均交易头寸对连续和跳跃波动都有明显的正向影响,下偏已实现半方差较上偏已实现半方差包含更多的市场波动信息,平均交易头寸作为量价关系背后的主要驱动因子,可以更好地解释市场波动。     

国际有色金属价格与美元指数的非线性关系

国际有色金属价格与美元指数是研究宏观经济形势的重要参考指标,两者之间的联动效应是宏观经济中的一个重要现象。利用金融市场中的高频数据,通过构建DCC-GARCH模型计算了美元指数与5种有色金属价格的动态相关系数,并且将动态相关系数序列进行经验模态分解。对美元指数与有色金属价格进行Granger因果关系检验。结果显示:美元指数与国际有色金属价格之间存在显著的相关性;美元指数与铜、铅、锌、镍4种有色金属价格之间存在显著的非线性Granger因果关系,与铝价格之间存在非对称的Granger因果关系。依据实证研究结果,得出以下结论:美元指数与有色金属价格之间并不一定是负相关的关系;美元指数对有色金属价格的影响具有局部性;交易量与相关系数的大小及其波动性呈正向关系;有色金属价格与美元指数之间的相关性与经济周期有较强的同步性;美元指数与铜、铅、锌、镍4种有色金属价格之间存在着非线性的双向影响传导机制;美元指数与铝价之间的影响是非对称的关系,美元指数对铝价的影响为线性传导机制,铝价对美元指数的影响为非线性传导机制。