基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究

本文基于半鞅过程和非参数统计推断方法,利用已实现幂变差的渐进统计特性,构造检验统计量,在统一的分析框架下,对金融资产价格中随机波动、跳跃和微观结构噪声等问题进行全面系统的研究。并根据上海证券交易所不同行业的股票,上证50 股票指数及其成分股的高频数据进行实证研究。结果表明,我国A 股市场中,噪音交易显著;约43%的风险来源于资产收益过程的随机波动风险,可用股票期权交易对冲;不同来源风险的重要性程度依次为:随机波动的风险、系统性跳跃风险以及异质性跳跃风险;流动性越好的股票越显示出跳跃、尤其是无限小跳的证据。     

我国沪市波动聚集性GARCH效应的实证研究

股票价格的频繁波动是股票市场最明显的特征之一,自回归条件异方差类模型可以很好地预测金融资产收益率的方差.通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性.利用自回归条件异方差类模型,采用 1993年～2003 年的数据对上证指数的波动进行拟合,结果表明,广义自回归条件异方差模型对我国股市波动具有较好的拟合效果.     

已实现跳跃波动与中国股市风险溢价研究——基于股票组合视角

基于我国股市5分钟高频数据为研究样本,采用非参数方法估计了Fama-French25个股票组合的已实现跳跃波动率的主要成分(规模、均值、标准差和到达率等),实证分析表明:(1)已实现跳跃波动的主要成分可通过线性和非线性(交叉项)形式预测大部分股票组合的超额收益率.(2)已实现跳跃波动率成分在一定程度上可以通过线性方式解释股票组合的横截面收益.(3)已实现跳跃波动率可能是Fama-French三因子模型中规模因子和账面市值比因子的背后驱动因素.     

考虑微观结构噪声与测量误差的波动率预测

以测量误差的分布理论为基础,本文将微观结构噪声的影响引入到测量误差的方差中,构建了包含微观结构噪声影响的HARQ-N模型。使用蒙特卡洛模拟与中国股市的高频数据对HAR、HARQ、HARQ-N模型与HAR-RV-N-CJ模型的估计和预测进行了比较,研究发现,HARQ模型和HARQ-N模型的测量误差修正项对波动率的影响系数统计显著为负,HARQ-N模型的测量误差项影响系数远大于HARQ模型,更大程度地减弱当期微观结构噪声和测量误差的影响。并且,考虑微观结构噪声和测量误差的HARQ-N模型样本内和样本外预测效果在统计上显著优于HAR模型、HARQ模型与HAR-RV-N-CJ模型。     

基于小波变换的多尺度跳跃识别与波动性估计研究

研究了市场微观结构噪音与跳跃同时存在条件下均衡价格波动性的估计问题.应用时间序列变点的小波分析方法,对2006～2007年上证50指数成分股包含市场微观结构噪音和跳跃的高频价格采样数据的跳跃变差和积分波动性进行了有效的估计.研究结果发现小波分析方法能够准确识别我国股市的价格跳跃,并且跳跃变差与积分波动性的比值很大,忽视跳跃的存在将会引起波动性的有偏估计,表明在金融市场中应当使用均衡价格波动性进行风险管理和资产配置.     

基于C_TMPV的中国股市高频波动率的跳跃行为研究

运用2000年1月4日至2008年12月31日上证综指每5分钟的高频金融数据,采用核估计量估计中国股市高频波动率序列,运用修正的已实现门阀多次幂变差估计中国股市高频波动率的跳跃序列,实证分析中国股市高频波动率跳跃的各种特征,并运用ACD模型、ACH模型以及扩展的ACH模型进一步分析中国股市高频波动率跳跃的持续期的特征.研究结果表明,中国股市高频波动率及其跳跃都具有集聚的特征,高频波动率发生显著跳跃的比例相当高,高频波动率跳跃的幅度、强度和跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.     

民航业客座率影响因子的实证研究

航班客座率的影响因子一直是业内关注的重要问题之一.本文针时民航业内三家航空公司2007年～2008年共飞航线的客座率日高频数据,建立了结构化的SVAR模型,分析了影响客座率的具体因子,并首次分析了客座率高频数据残差的ARCH效应,建立了修正的不对称TARCH模型,对其时间序列的波动现象进行了拟合,得出了相关结论和政策建议.研究发现业内一家公司的竞争者的当期和历史客座率会影响到其当期客座率,并且基地和配套服务设施也会对其客座率波动性产生重要影响.共同拥有基地的竞争公司对冲击的反应正好相反.而此结论对整个民航业而言,具有重要意义.     

连续波动的累积变化是否触发随机跳跃?——来自国际股票市场的证据

股票市场存在跳跃自激发现象和波动率集聚特征已经成为共识，但市场内部随机跳跃和连续波动间是否会相互转化、波动累积是否触发随机跳跃等问题尚存争议.为此，本文将连续波动的累积变化视作价格的“量变”,间断跳跃视作“质变”,采用动态跳扩散双因子交叉回馈模型，借助条件特征函数，引入广义矩估计与粒子滤波方法(GMM-PF),针对具有代表性的国际股票市场进行实证研究，并捕捉和量化两者之间的动态关系.研究显示，随机跳跃和连续波动呈现协同演化、交互传导的现象，一方面随机跳跃将改变下一期的波动率，另一方面量变引起质变，波动率累积也会提高未来的跳跃达到率.同时，与极大似然粒子滤波估计(MLE-PF)、序贯贝叶斯学习方法(SBL)相比，本文提出的GMM-PF方法可实现估计精度与估计效率的联合最优.研究还发现，跳扩散之间的传导机制在不同市场中存在较大差异，针对各个市场的量化结果来看，量变引起质变的程度普遍大于质变引起量变的水平.相比境外发达市场，大多数新兴市场对跳跃风险的消化、转移和分散能力相对较弱，其跳跃集聚和持续性处于较高水平.由此可见，监管当局和投资者有必要对跳跃演变规律给予足够重视.     

全球金融危机下的股票市场波动跳跃研究——基于高频数据的中美比较分析

本文以雷曼破产日至2009年1月底这段时期内上证综指、恒生指数以及S&P500指数的日内高频数据作为研究对象,采用跳跃显著性检验方法和扩展HAR模型,对波动跳跃特征进行了实证研究.结果表明:雷曼危机导致股市波动的显著提高,但中国内地股市受到的影响最小;中国香港股市成为波动跳跃发生频率最高、跳跃幅度最大的市场,且波动跳跃主要发生在夜间休市时间内;雷曼危机使得波动率模型的预测精度大大降低,股市风险变得更加难以预测,对于新兴市场来说这一现象更加明显.     

中国银行间债券市场回购交易动态行为研究——基于已实现跳跃风险的分析

以二次幂变差的测量为理论基础,研究了银行间回购利率的跳跃风险.将已实现波动率分解为连续样本路径方差和离散跳跃方差.跳跃方差序列的统计特征表明,银行间短期利率的主要价格发现形式是跳跃.以此为基础,分析了银行间回购交易的动态行为.结果发现,跳跃行为在特征和成因上表现出了较之国外更为独特的特征.     

基于混频数据模型的宏观经济对股票市场波动的长期动态影响研究

股票价格时间序列与宏观经济变量时间序列原始数据的不同频直接导致传统计量模型在处理宏观经济波动与股票市场波动的关系问题中产生模型误设和估计偏误。本文运用混频自回归条件异方差模型从水平值和波动率两个维度实证分析生产者价格指数、居民消费价格指数、宏观经济景气指数及同业拆借利率四个宏观经济变量对股票市场波动的长期动态影响。同时,运用主成分分析提取宏观经济第一主成分并构建一个宏观经济综合指数,进一步探究宏观经济总体状况对股票市场波动的长期影响。研究发现:股票市场已实现波动率显著地放大了股票市场的长期波动。生产者价格指数、居民消费价格指数、宏观经济景气指数的水平值和波动率均对股票市场长期波动产生显著影响;且其波动率维度呈现出较强的持续效应;同业拆借利率仅在水平值维度对股票市场波动长期成分产生微弱影响。宏观经济第一主成分和宏观综合指数的波动率对股票市场波动长期成分均具有显著的正向放大作用,但持续效应较弱;而其水平值对股票市场波动长期成分的影响虽然微弱,但持续时间较长。     

中国通货紧缩成因的实证研究——VAR方法

运用向量自回归(vector auto-regression,VAR)方法研究了我国通货紧缩的成因.实证结果表明,民间投资不足是引发我国通货紧缩的初始冲击力量,而使通货紧缩深化的主要因素在于居民消费需求的下降;偏紧的货币政策是导致民间投资出现最初负面冲击的主要原因,而居民消费需求急剧下降则主要是由预期因素造成的;民间投资的冲击对经济的影响程度较为剧烈,但影响周期较短,居民消费对经济的冲击影响较为缓和,但持续时间较长.     

中国通货紧缩成因的实证研究——VAR方法

运用向量自回归 ( vector auto- regression,VAR)方法研究了我国通货紧缩的成因 .实证结果表明 ,民间投资不足是引发我国通货紧缩的初始冲击力量 ,而使通货紧缩深化的主要因素在于居民消费需求的下降 ;偏紧的货币政策是导致民间投资出现最初负面冲击的主要原因 ,而居民消费需求急剧下降则主要是由预期因素造成的 ;民间投资的冲击对经济的影响程度较为剧烈 ,但影响周期较短 ,居民消费对经济的冲击影响较为缓和 ,但持续时间较长 .     

基于VAR模型的中国农产品期货价格发现的研究

借助向量自回归模型、协整检验、误差修正模型、格兰杰因果检验、方差分解、脉冲响应函数等方法,以两个商品交易所的黄豆和硬麦期货品种为例,研究了农产品期货价格与现货价格之间的动态关系,定量地刻画出期货市场在价格发现中作用的大小.研究结果显示,黄豆和硬麦期货价格与其现货价格都存在相互引导关系,而且两种价格之间也存在长期均衡关系.对黄豆期货来说,期货市场在价格发现功能中起到主导作用,但对硬麦期货来说,现货市场在价格发现功能中起到主导作用.     

基于面板VAR模型的经济增长实证研究——以上海市、江苏省和浙江省为例

笔者选取上海市、江苏省、浙江省的季度GDP数据,采用面板VAR模型,将三省市作为一个经济系统进行分析,得出内部的差异是导致其各自的季度GDP增长率不同的主要原因的结论。具体体现在上海市对江苏省没有显著性的带动作用,对浙江省的经济增长有一定的抑制作用。     

中国股市弱有效吗?——来自数据挖掘的实证研究

已有的有效性检验方法大都基于某个全局性的数学模型,忽略了序列中某些局部模式的预测作用,由此得出“市场有效”的结论有失偏颇。本文采用一种新的时间序列数据挖掘方法TSEOPM,寻找时间序列中具有预测作用的局部征兆模式,并用其实证我国沪、深A股市场近年来收益的短期可预测性,结果表明基于局部征兆模式获得的收益显著好于非征兆模式,通过历史价格分析可以带来一定的短期超额收益,因而说明我国股市还没有达到弱有效。     

房地产价格波动与金融脆弱性:——基于中国的实证研究

最近的研究表明,房地产市场价格波动与金融脆弱性有着密切的联系。本文从房地产价格波动对金融脆弱性的影响这个视角,通过选取宏观经济面和微观金融两个层次的六个指标编制衡量我国脆弱性的指数,并建立向量自回归模型对房地产价格波动与金融脆弱性进行定量分析。实证结果表明:金融脆弱性与房地产价格波动存在着双向的因果关系;房地产价格波动在较短期内对金融脆弱性有一定负向影响,随后对其有正向影响;对于房地产价格波动的冲击,银行部门对其的反应更加敏感,且在较短期内房地产价格波动对宏观经济与银行部门有一定的积极影响,但是随后会加剧其脆弱性,且对宏观经济的影响程度相对较大。     

基于修正GARCH模型的中国股市收益率与波动周内效应实证研究

本文研究《证券法》实施之后的2000-2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。     

基于价格离散选择模型的中国股市价格行为特征研究

有关股票价格行为的研究大多数基于价格连续变化的假定.但最小报价单位引起的价格离散性导致价格变化并不连续.依据排序Probit模型原理,建立价格离散选择Probit模型,并利用高频数据,在价格离散奈件下对中国股市价格行为特征进行考察.实证结果表明:股票价格变化具有"报价回复"和"路径依赖"特征;高市值股票对股市整体走势反映迅速,市场信息能很快被融入到价格中;交易规模对价格变动存在持久的正的影响,非对称信息对股票价格的影响超过了流动性等其它暂时性因素的影响.交易时间间隔对股票价格变化没有显著影响.买卖价差越大、交易间隔越长,股价变动的波动性就越大.