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。     

Econometric analysis of realized volatility and its use in estimating stochastic volatility models

Summary. The availability of intraday data on the prices of speculative assets means that we can use quadratic variation-like measures of activity in financial markets, called realized volatility, to study the stochastic properties of returns. Here, under the assumption of a rather general stochastic volatility model, we derive the moments and the asymptotic distribution of the realized volatility error—the difference between realized volatility and the discretized integrated volatility (which we call actual volatility). These properties can be used to allow us to estimate the parameters of stochastic volatility models without recourse to the use of simulation-intensive methods.     

金融危机和地产调控冲击下地产板块和整体股市的波动性研究

本文采用股票指数数据，通过BEKK—GJR—GARCH模型考察了地产板块和整体股市之间的均值溢出和波动溢出效应，并在此基础之上，进一步考察了在金融危机发生的特定时间窗口下，两者之间的波动溢出效应。此外，本文在引入表征危机事件和地产调控冲击的虚拟变量之后，考察了冲击对地产板块和整体股市波动性的影响。本文的实证模型考虑了非对称性因素并采用广义误差分布（GED）处理“厚尾”问题，是对现有研究范式的有益探索。本文的实证结果认为，地产板块和整体股市之间存在着显著的波动溢出效应，均值溢出效应的存在不甚稳健，但两种溢出效应都存在明显的非对称性。地产板块对整体股市的波动溢出持续性很小，但冲击会加剧波动，反之整体股市对地产板块的则具备持续性，冲击更强烈。波动溢出在2008年金融危机和2015年股灾期间存在变化，尤其是一方对另一方的直接冲击作用都更弱了，可能由两市场联结减弱导致，但非对称性依旧突出。引入表征事件冲击的虚拟变量后，估计结果能够显示出危机和地产调控对于地产板块和整体股市的波动性存在明确影响：直接来看，2010年的房市调控影响幅度最大，超过2015年股灾和2008年金融危机，这一点值得房市调控政策制定者注意；间接来看，六次事件中的五次均对地产板块和整体股市之间的相关性有影响，普遍性很高，由此，风险监管层有必要关注不同冲击下股市内部相关性的变化。     

基于小波协方差的中国股市波动序列相关性的实证分析

在介绍概率变化协调的相关性度量方法的同时,证明了该方法是传统方法的推广。又依据小波协方差在不同尺度下的分解理论,提出了基于小波协方差的相关性度量方法,并对沪深股市波动序列之间的相关性进行了实证分析。结果表明：沪深股市波动序列在整体上具有正相关性,但在不同尺度下沪深股市波动序列之间的相关性不同,小尺度下相关性小。对投资者而言,最好以小尺度为基准选择分散投资策略。     

资本配置摩擦与中国经常项目波动

本文将国内资本市场摩擦和国际资本流动摩擦引入RBC模型,并采用贝叶斯方法校准模拟了中国经常项目的波动轨迹。研究结果表明：（1）国内资本市场摩擦和国际资本流动摩擦是形成中国经常项目波动的重要传导机制,两类资本市场摩擦机制的引入有助于准确拟合中国经常项目波动的波动性、协动性和持续性等各项特征;（2）贝叶斯估计得到的中国的资本调整成本和利率风险利差的参数值反映了中国资本配置效率和国际资本流动程度介于其他新兴市场经济体和发达经济体的水平之间;（3）中国经常项目波动主要由利率变动冲击和偏好冲击等两类结构性外生冲击通过国内资本市场摩擦机制和国际资本流动摩擦机制传导形成。     

经济政策不确定性如何影响金融市场间的流动性协同运动？——基于中国金融周期的视角

金融市场间流动性出现高协同运动是发生危机传染的重要表现之一，因此，针对流动性动态联动效应的研究显得极为重要。本文基于中国金融市场数据测算了2003-2018年间我国股市、债市流动性，并对Colacito等（2011）的混频数据抽样动态条件相关系数模型（DCC-MIDAS）进行了扩展，同时从金融周期视角出发，运用扩展后的模型考察了经济不确定性在不同时间区间内对于流动性波动率和相关性是否存在不同的作用效果。研究结果表明，相较于单因子混频模型，引入经济政策不确定性的多因子混频模型可以更好地捕捉我国股债两市相关性的动态变化；同时，经济政策不确定性的提高会降低股债两市流动性的正相关性，但这一作用效果会在金融周期的拐点处转为加强两者的正相关性。本文不仅为讨论股债两市联动效应提供了流动性的新视角，也为金融市场风险监管提供了重要的参考依据。     

Identifying Bull and Bear Markets in Stock Returns

This article uses a Markov-switching model that incorporates duration dependence to capture nonlinear structure in both the conditional mean and the conditional variance of stock returns. The model sorts returns into a high-return stable state and a low-return volatile state. We label these as bull and bear markets, respectively. The filter identifies all major stock-market downturns in over 160 years of monthly data. Bull markets have a declining hazard functions although the best market gains come at the start of a bull market. Volatility increases with duration in bear markets. Allowing volatility to vary with duration captures volatility clustering.     

基于分整特性视角的我国股市长记忆性识别

金融时间序列的长记忆性检验常采用标度分析法，但结果往往不令人满意。从分整特性的新视角，利用KPSS检验和LW检验对我国股市收益及其波动的记忆性特征进行了深入研究。研究结果表明，我国股市的波动序列中存在显著的长记忆性。而收益序列本身无明显的长记忆性。这与成熟股票市场有关长记忆性的研究结论基本一致．与新兴股票市场的研究结论有所不同。此项结论对股市的长期投资者具有重要的决策意义。     

沪港台三地股市波动的风险传导效应研究

由于受到地理位置、经济文化等因素的影响,沪港台股市在收益率波动上存在相关性。利用Granger因果检验和Chi-plot图检验两种方法分别对沪港台股市波动进行了实证研究。结果一致表明：沪台股市的收益率波动存在双向传导效应,沪港两市的收益波动仅存在显著的港市对沪市的单向“溢出效应”,而沪台两市传导效应相对较弱。但沪港台三市的收益波动均存在明显的“杠杆效应”。     

股票日内交易数据特征和波幅的分析

一、引言随着计算技术的发展和存储成本的降低 ,人们已经可以获取和分析日内股票交易的数据 ,这些数据对于金融市场研究的重要领域———金融市场微结构理论和实证金融经济计量学的研究产生了重要推动作用。 90年代以来 ,在实证金融经济计量研究中出现了对高频金融数据建模和分析的领域 ,即以日内交易数据为基础 ,去揭示交易过程的机制和统计特征。高频金融交易数据分析模型从 90年代开始迅速发展 ,目前已广泛地用于金融市场微结构理论的应用和实证检验。在有关研究领域中 ,市场参与者的行为以及交易过程的统计规律和特征的描述是研究关注的…     

Capturing the Spillover Effect With Multiplicative Error Models

Recent statistical models for the analysis of volatility in financial markets serve the purpose of incorporating the effect of other markets in their structure, in order to study the spillover or the contagion phenomena. Extending the Multiplicative Error Model we are able to capture these characteristics, under the assumption that the conditional mean of the volatility can be decomposed into the sum of one component representing the proper volatility of the time series analyzed, and other components, each representing the volatility transmitted from one other market. Each component follows a proper dynamics with elements that can be usefully interpreted. This particular decomposition allows to establish, each time, the contribution brought by each individual market to the global volatility of the market object of the analysis. We experiment this model with four stock indices.     

情绪冲击、资产泡沫与经济波动:基于贝叶斯DSGE的分析

本文在Smets和Wouters(2003)、Christiano等(2005)模型基础上,引入驱动股价泡沫的情绪冲击,构建了情绪冲击通过资产价格渠道影响经济波动的动态随机一般均衡模型,并采用我国2000-2016年的季度数据对模型进行贝叶斯估计。研究表明,由于企业面临融资约束,正向情绪冲击带来股价泡沫的上升起到了放松信贷约束的作用,因而企业投资增加,进而触发一系列经济变量的顺周期波动。情绪冲击能够解释我国股票价格波动的552%以及顺周期性;劳动供给冲击、技术冲击、投资专有冲击、金融冲击都是我国经济波动的来源,尽管其对产出、消费、投资、劳动时间和股票价格波动的贡献存在异质性。     

我国期货市场期货价格收益、交易量、波动性关系的动态分析

我国期货市场发展至今已有十多年的时间 ,但对期货市场内部结构、运行特征的研究非常缺乏 ,本文以国内期货市场最为活跃的期货品种上海期货交易所铜、铝 ,大连商品交易所大豆为代表 ,研究期货价格收益、交易量、波动性之间的动态关系 ,揭示出我国期货市场的内在特征 ,填补国内这方面研究的空白。研究期货价格收益、交易量、波动性之间的动态关系对我们全面认识和把握期货市场具有重要的意义。对期货价格收益与交易量之间关系的研究有助于对期货市场内部结构 ,市场信息传播方式的了解 ;有助于对期货价格分布特征的解释 ;在期货价格收益与交易…     

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。     

中国经济向新常态转换的冲击影响机制研究

本文分析了中国自2007年以来逐步向新常态经济转换的冲击影响机制。我们应用SV-TVP-VAR模型分析了2001Q1~2015Q3间以技术冲击和投资冲击代表的供求冲击对中国经济波动的动态影响机制,结果表明这两种冲击的影响机制都在2007年左右发生了结构性的变化,具体表现为：首先从影响的方向来看,投资冲击的短期影响为正但波动性加大,中长期的影响则变为负值且影响逐步增强,而无论是从短期还是中长期来看技术冲击对中国经济增长的正面影响逐步增强,但从2014年以来其影响有所下降;其次从影响的数量来看,分时段的方差分解表明2007年之后投资冲击对产出波动的解释力度大幅上升,而技术冲击的影响比较平稳。这些结论说明中国经济向新常态的转换主要源于需求侧的不利冲击,但最近以来供求冲击都呈现了不利影响的趋势,为此我们也提出了相应的政策建议。     

Long memory and data frequency in financial markets

This paper investigates persistence in financial time series at three different frequencies (daily, weekly and monthly). The analysis is carried out for various financial markets (stock markets, FOREX, commodity markets) over the period from 2000 to 2016 using two different long memory approaches (R/S analysis and fractional integration) for robustness purposes. The results indicate that persistence is higher at lower frequencies, for both returns and their volatility. This is true of the stock markets (both developed and emerging) and partially of the FOREX and commodity markets examined. Such evidence against the random walk behaviour implies predictability and is inconsistent with the Efficient Market Hypothesis (EMH), since abnormal profits can be made using trading strategies based on trend analysis.     

Forecasting energy futures volatility with threshold augmented heterogeneous autoregressive jump models

Abstract

This study forecasts the volatility of two energy futures markets (oil and gas), using high-frequency data. We, first, disentangle volatility into continuous volatility and jumps. Second, we apply wavelet analysis to study the relationship between volume and the volatility measures for different horizons. Third, we augment the heterogeneous autoregressive (HAR) model by nonlinearly including both jumps and volume. We then propose different empirical extensions of the HAR model. Our study shows that oil and gas volatilities nonlinearly depend on public information (jumps), private information (continuous volatility), and trading volume. Moreover, our threshold augmented HAR model with heterogeneous jumps and continuous volatility outperforms HAR model in forecasting volatility.     

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.