波动预测建模与尾部风险测量方法

  作为中国资本市场的对冲工具,股指期货在2015年经历了一轮极端牛熊市。在股指异常波动阴影下,研究股指期货尾部风险的测量方法,对风险管理与资产配置具有理论意义和实践意义。传统风险测量方法通常利用低频波动率构建尾部风险VaR和ES估计量,但高频波动率比低频波动率蕴含更多信息且计算效率更高,利用高频波动率建立高效的尾部风险测量方法成为研究趋势。         基于条件极值理论和新型高频波动率,构建RV-EVT框架的股指期货尾部风险测量方法。阐述已实现波动率衍生的跳跃、好坏波动和符号跳跃理论;为提高波动率估计精度,利用已实现核修正CPR跳跃检验、好坏波动和符号跳跃;考虑跳跃、好坏波动和符号跳跃建立4组对数形式的HAR类波动预测模型。在极值理论框架中嵌入HAR类模型预测波动率,构建两步法的RV-EVT尾部风险测量方法;根据样本外滚动预测评估股指期货尾部风险测量水平,采用无条件覆盖和自枚举检验对VaR和ES进行回测分析。         研究结果表明,波动率的样本外滚动预测显示,HAR波动预测框架下好坏波动分解优于连续跳跃波动分解,好坏波动衍生出的正负符号跳跃具有极为突出的波动预测能力;回测分析检验结果显著,尾部超出数接近理论预期,表明RV-EVT尾部风险测量方法有效;HAR-RV-RS和HAR-RV-SJd模型的尾部风险测量表现最佳;ES模型比;VaR模型具有更优的尾部风险测量水平,特别是在高风险状态下ES模型能弥补VaR模型失控的缺陷;通过量化交易资金管理研究,揭示尾部风险测量方法的应用价值。         建立了高频波动率与风险管理的桥梁,为金融资产尾部风险度量提供了有效方法,对资产配置和风险控制具有借鉴意义。     

投资者关注能提高市场波动率预测精度吗？——基于中国股票市场高频数据的实证研究

本文选取百度网络搜索数据，构建了新的投资者关注指标；以上证指数和深证成指高频数据为研究样本，研究了不同的投资者关注水平与市场波动率之间的领先滞后关系；之后，本文将投资者关注因子纳入到ARMA类和HAR类模型，建立了新的投资者关注波动率预测模型；通过与传统模型的样本外预测比较，重点研究了投资者关注能否提高市场波动率预测精度这一问题。本文实证结果表明，投资者关注不仅可以提高现有波动率预测模型的样本内拟合能力，而且在投资者高关注时期，投资者关注可以显著且稳健的提高波动模型的样本外预测能力。这说明，投资者关注具有对股票市场的解释能力及更强的预测能力。此外，本文的研究结论还具有一定的应用价值：对个人和机构投资者来说，可以"先人一步"的把握市场发展趋势，增加获利机会；对监管部门而言，可以强化市场监管绩效，加快形成完备有效的股票交易市场。     

特异性尾部风险、混合尾部风险与资产定价——来自我国A股市场的证据

使用下偏距(lower partial moment,LPM)来度量投资组合尾部风险,将组合的尾部风险分解成三部分:特异性尾部风险、个股的系统性尾部风险和混合尾部风险.论文分别研究了三种尾部风险对资产预期收益的定价功能,基于我国A股市场股票数据进行Fama-MacBeth截面回归发现:1)特异性尾部风险与资产期望收益呈显著负相关关系; 2)混合尾部风险与资产预期具有显著的正相关关系,具有稳健的显著正向定价作用,对资产预期收益的影响强于市场贝塔和市场下方贝塔(downside beta)的影响; 3)系统性尾部风险对资产收益预期的影响最弱; 4)利用Fama-French-Carhart四因子模型对特异性尾部风险和混合尾部风险进行回归后发现,特异性尾部风险与混合尾部风险均具有显著四因子alpha系数,表明四因子模型不能很好的解释两种尾部风险与资产预期收益的关系.     

基于Hawkes过程的尾部风险溢酬分析

基于Hawkes过程,利用台指期权和期货数据,估计尾部风险溢酬及其两个组成部分(正跳和负跳的尾部风险溢酬),并进一步探讨其对台指收益率预测力的差异,以及与投资者情绪之间的不同关系.实证结果发现:中国台湾市场上负跳(正跳)的尾部风险溢酬均值为正(负),整体的尾部风险溢酬受负跳的影响更大.负跳(正跳)的尾部风险溢酬对未来1个月～6个月的台指收益率均有(没有)显著的预测力,但整体的尾部风险溢酬对未来收益率预测的效果并不稳定.投资者情绪对正跳(负跳)的尾部风险溢酬具有显著为正(负)的解释力,但对整体的尾部风险溢酬则不具有显著的解释力.     

基于日度低频价格的波动率预测

利用作者提出的GARCH-X的框架,将以往文献中提出的各种基于金融资产的最高、最低、开盘和收盘等低频价格信息的波动率静态估计,统一地扩展成对波动率的动态预测模型.通过对上证指数近十几年数据的实证分析,并借助于对波动率的高频估计和预测评估的一些最新研究成果,本文揭示出合理地利用价格极差及开盘价的信息可以显著地提高对波动率及风险价值的预测能力.     

地缘政治风险与中国原油市场波动预测研究

近年来频发的地缘政治事件常被认为是原油市场剧烈波动的重要原因。因此,引入Caldara和Iacoviello提出的地缘政治风险(geopolitical risk, GPR)指数,将混频的GARCH-MIDAS模型扩展为GARCH-MIDAS-GPR类模型,分析不同国家、类别和严重程度的地缘政治风险对我国原油市场波动及其预测精度的影响,并从不同长度的波动率预测、中国原油期货推出前后的波动率预测、替代基础模型的使用、波动率预测方向、原油风险预测和投资组合管理六个维度探讨结论的稳健性。更进一步,引入3类宏观经济不确定性和6类经济政策不确定性指标,对比分析多种不确定性信息对中国原油市场波动的预测能力。研究发现,首先,各国、总体以及严重的GPR指数对我国原油市场长期波动均存在显著的正向影响。其次,地缘政治风险指标的纳入在不同程度上提高了我国原油市场波动预测精度,其中3类反映世界整体地缘政治风险水平的GPR指数表现相对较好。最后,相比于常见的宏观经济和经济政策不确定性因素,地缘政治风险指标可以为原油波动率预测提供更多有用信息。本文的研究结论在预测统计精度与波动率的应用层面均具备稳健性。     

方差和偏度的风险价格

在互换合约的统一框架下,采用无模型方法提取方差和偏度的风险价格,研究隐含风险价格的时序和期限结构特征、定价和信息含量。利用 S＆P500 指数期权数据发现：1）对于多个互换合约期限,方差风险价格显著为负,偏度风险价格显著为正;2）方差风险价格和偏度风险价格有不同的水平因子和凸度因子,却拥有相同的斜率因子;3）隐含风险价格无法被规模、账面市值比、动量和宏观变量等所解释,能被市场超额收益因子部分解释,且在股票横截面收益被显著定价;4）隐含方差和隐含偏度分别对已实现方差和已实现偏度具有预测作用,但并非无偏期望;5）方差风险价格与偏度风险价格具有高达-0.86的相关性,可能受同一风险因子驱动;6） 市场整体的风险厌恶系数大致为4 ～ 6,为风险态度的相关研究提供数值参考。     

方差和偏度的风险价格

在互换合约的统一框架下,采用无模型方法提取方差和偏度的风险价格,研究隐含风险价格的时序和期限结构特征、定价和信息含量.利用S&P500指数期权数据发现:1)对于多个互换合约期限,方差风险价格显著为负,偏度风险价格显著为正;2)方差风险价格和偏度风险价格有不同的水平因子和凸度因子,却拥有相同的斜率因子;3)隐含风险价格无法被规模、账面市值比、动量和宏观变量等所解释,能被市场超额收益因子部分解释,且在股票横截面收益被显著定价;4)隐含方差和隐含偏度分别对已实现方差和已实现偏度具有预测作用,但并非无偏期望;5)方差风险价格与偏度风险价格具有高达-0.86的相关性,可能受同一风险因子驱动;6)市场整体的风险厌恶系数大致为4～6,为风险态度的相关研究提供数值参考.     

特质偏度是否被定价?

研究了中国 A 股市场上特质偏度和预期收益率的关系．结合中国市场的实际,采用横截面回归方法提取预期特质偏度,随后运用 Fama-MacBeth 方法来验证预期收益率和预期特质偏 度之间的关系． 实证结果表明二者之间存在显著的负向关系,在控制了流动性因子、协偏度和协峰度等变量的影响之后该结论仍然成立． 同时,还对“特质波动率之谜”进行了重新检验,结果发现,在控制了预期特质偏度之后,滞后的特质波动率与预期收益率之间的负相关关系不再显著,从而证实了预期特质偏度中含有一部分特质波动率的信息．最后,在区分了大、小公司的子样本中进行的稳健性检验也支持上述结论．     

特质偏度是否被定价?

研究了中国A股市场上特质偏度和预期收益率的关系.结合中国市场的实际,采用横截面回归方法提取预期特质偏度,随后运用Fama-MacBeth方法来验证预期收益率和预期特质偏度之间的关系.实证结果表明二者之间存在显著的负向关系,在控制了流动性因子、协偏度和协峰度等变量的影响之后该结论仍然成立.同时,还对"特质波动率之谜"进行了重新检验,结果发现,在控制了预期特质偏度之后,滞后的特质波动率与预期收益率之间的负相关关系不再显著,从而证实了预期特质偏度中含有一部分特质波动率的信息.最后,在区分了大、小公司的子样本中进行的稳健性检验也支持上述结论.     

外部风险、异质信念与特质波动率风险溢价

本文将影响资产价格的不确定性划分为基本面不确定性、市场层面以及公司层面外部因素不确定性,(后二者对基本面没有影响,是非基本面因素),认为投资者对基本面和外部因素分别形成异质信念.在此基础上用连续时间的鞅分析方法,在纯交换市场均衡模型的框架下,建立了基于投资者异质信念的消费资本资产定价模型.该模型从理论上证明了除来自总消...     

股票特质波动率、股票收益与投资者情绪

从理论和实证两个角度分析股票特质波动率、股票收益与投资者情绪之间的动态关系。将受投资者情绪影响的噪声投资者引入Merton基于不完全信息的市场均衡模型,以2007年至2012年沪、深两市A股上市公司数据为样本,运用有向无环图(DAG)技术识别SVAR模型,实证检验股票特质波动率与股票收益和投资者情绪的相关性。研究结果表明,股票特质波动率与股票收益正相关;股票收益率对股票特质波动率的弹性,随着投资者情绪的增加和噪声投资者比例的上升而增大。投资者情绪和股市流动性是影响中国股票市场高特质波动股票与低特质波动股票截面收益差异大小的重要原因。投资者越乐观、市场上流动性越强,高特质波动组合收益率与低特质波动组合收益率的截面差异就越大。研究结果有利于加深对投资者行为的认识,从更符合中国资本市场情况的角度分析股票特质波动率与股票收益的关系。     

个人投资者情绪能预测市场收益率吗

本文首次研究了中国资本市场上个人投资者情绪(包括散户投资者情绪和大户投资者情绪)与市场收益之间的关系.结果显示,市场收益有助于个人投资者情绪指数的预测,个人投资者情绪却无助于市场收益的预测.这是因为,个人投资者情绪对股票流动性有正面影响,但是股票流动性和收益率之间的关系并不明朗,导致个人投资者情绪不能预测市场收益率.中国股市控制权仍然掌握在机构投资者手里,而且机构投资者比个人投资者更有信息优势,投资行为更理性.本文从股票流动性这个新的角度来解释投资者情绪与市场收益之间的关系,实证结果有助于理解机构投资者的情绪比个人投资者的情绪更不易受股市大盘影响的观点.     

考虑跳跃和隔夜波动的中国股票市场波动率建模与预测

本文用已实现波动率（Realized Volatility, RV）度量上证综指和深证成指在交易时间内的波动率,并将其分解为连续路径变差部分和由跳跃引起的非连续部分。这两部分与隔夜波动率共同构成日波动率。本文对日波动率的三个组成部分建立HAR-CJN模型,探究了波动率不同成分之间的相互影响以及在预测中的作用。结果表明连续变差对日波动率的各组成部分均有显著的正向影响,在预测中的贡献最大;而跳变差的影响一般比连续变差的要弱,且随着滞后期的长短而有所不同。样本外预测结果显示HAR-CJN模型的预测表现要远远优于GARCH族模型,并在向前一天和一月的预测中优于普通的HAR-RV模型。     

债券隐含违约率与股价下行风险——来自中国资本市场的证据

在股债并行的融资结构下,上市公司的债务兑付直接影响股价表现。本文以2002年1月至2018年12月期间发行信用债的A股上市公司为样本,系统研究了债券隐含违约率与股价下行风险间的关系。结果表明：债券隐含违约率对股价下行风险有显著的正向影响,隐含违约率越高股价下行风险越大。并且,宏观经济环境会强化隐含违约率对股价下行风险的影响,股债市场动态关联越强、经济政策不确定性越高,隐含违约率对股价下行风险的影响越大。在渠道机制检验上,本文发现隐含违约率对股价下行风险的作用主要通过影响外部投资者情绪实现,投资者情绪的平均作用比例达到了25.84%。本文揭示了信用债市场的违约风险会影响发行主体的股价表现,对多层次资本市场建设中的风险防范具有警示作用,也为股权市场投资者提供了一个有效预测股价下行风险的显性信号。     

GAS-SKST-F模型及其在高频多元波动率预测中的应用

假定日收益率服从多元有偏学生t分布、已实现协方差矩阵服从矩阵F分布，本文构建了一种新的得分驱动模型：GAS-SKST-F模型。在该有偏厚尾多元波动率模型中，我们基于广义自回归得分(GAS)模型的基本思想对收益率和已实现协方差矩阵进行联合动态设定，协方差矩阵的更新过程依赖于收益率分布和已实现协方差矩阵分布联合似然函数的得分函数。已实现协方差测度在协方差矩阵的更新过程中发挥了重要的作用。基于20支上证50成分股高频数据的实证分析研究结果显示，与GAS-N-Wishart模型和GAS-tF模型相比，无论样本内还是样本外，GAS-SKST-F模型有着更加良好的样本内估计和样本外预测能力。     

“特质波动率之谜”与估计模型有关吗？

以CAPM、Fama-French三因子和五因子模型为均值方程,分别采用无条件标准差,以及GARCH、EGARCH条件方差为基准计算出中国股票市场的特质波动率,研究了特质波动率与股票收益率之间的关系。研究发现,关于高特质波动风险对应低预期收益的定价异象来源于特质波动率估计模型的差异。具体地,当使用无条件标准差方式估计特质波动率时,存在定价异象,而使用GARCH、EGARCH等条件方差模型估计特质波动率时,则不存在定价异象。该结果在改变残差估计均值方程以及控制规模、流动性等其它变量后依然稳健。本文的研究有助于解释长期困扰在资产定价领域的“特质波动率之谜”。     

跳跃风险、结构突变与原油期货价格波动预测

本文主要是为了检验原油期货市场是否存在明显的跳跃风险和结构突变,并重点调查这两个因素是否对原油期货价格波动有预测作用。在经典或前沿的HAR-RV、HAR-S-RV和PSlev模型中,本文同时考虑跳跃风险和结构突变因素,构建了HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型。接着,以WTI原油期货的5分钟高频交易数据作为实证样本,对以上模型进行实证分析。实证结果显示：原油期货市场存在明显的跳跃风险和结构突变现象;HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型对原油期货价格波动的样本外预测精度都明显高于与之相对应的HAR-RV、HAR-S-RV和PSlev模型,且其结果是稳健的。特别地,在HAR-C和LHAR-RV等其它现有HAR族模型中加入跳跃风险和结构突变因素,也能得到类似的结果。本文的研究表明跳跃风险和结构突变因素能显著提高现有绝大多数HAR族模型对原油期货价格的预测精度,所以在HAR族模型的构建中这两个因素不能被忽视。