期货市场日成交额数据的ARCH建模与分析

本文运用2009年1月5日至2012年2月6日的期货市场的日成交额数据,利用ARCH模型对其进行了波动率的研究。结果表明,期货市场日成交额序列具有明显的ARCH效应,且具有尖峰厚尾的特性,收益率数据具有波动的聚类特征,外界的干扰对我国期货市场日成交额的波动性呈现出非对称效应,并且正的干扰比负的干扰对条件方差的影响大。     

基于ARCH模型族的沪深股市波动率研究

金融资产收益的波动率研究已成为金融计量学的核心领域,通过对上证综指和深圳成指收益率检验,发现收益率都具有ARCH效应,过去的波动对未来的影响是逐渐衰减的,且我国两市的股指收益率都具有杠杆效应。     

基于时变波动率与混合对数正态分布的50ETF期权定价

经典B-S期权定价模型经历了从常数波动率、正态分布到时变波动率、非正态分布的发展历程。 对已有针对时变波动率期权定价模型效果的研究进行扩展,以时变波动率模型SSP对经典B-S期权定价公式的常数波动率进行修正,该随机条件波动率的构建充分反映了未来标的资产收益对其波动率的影响;运用广义学生t分布构建时变波动率调整后的B-S期权定价公式,并研究其风险中性概率分布形状,引入混合对数正态模型捕捉实际收益率分布相对于正态收益率分布的偏离;采用2015年2月9日、2月16日和2月25日的50ETF期权高频数据,应用严谨的参数显著性检验、样本内定价偏差和样本外预测偏差的模型选择比较标准,对提出的具有时变波动率的混合对数正态期权定价模型的定价精度进行分析。 研究结果表明,中国50ETF期权的标的资产高频收益率呈现出较为明显的有偏和尖峰厚尾分布,收益波动具有明显的聚集特征和长记忆性;采用时变波动率修正后的B-S模型能够显著提高对中国50ETF期权的定价精度;在综合考虑模型对标的资产价格变化动力学的刻画效果以及对期权的定价精确性后,具有时变波动性特征的混合对数正态模型是一个相对更为合理的期权定价模型。 研究结果不仅为投资者和监管机构提供了更为准确的期权定价方法,同时也丰富了有关中国50ETF期权典型统计特征的研究。     

基于不同分布的股指波动非对称性实证分析

在随机误差项分别为正态、学生t及广义误差分布的假设下,用ARMA-GARCH、ARMA-EGARCH及ARMA-TARCH模型,对1995年12月至2008年3月沪深2市的A股指数的日收益率波动性进行实证分析.结果显示:沪深2市股指日收益率都存在着波动非对称性;在极大似然准则和AIC原则下,能最好地描述中国A股市场指数波动的模型为ARMA-EGARCH模型.     

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。     

基于GARCH模型的中小板指数波动性的实证分析

股票市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,ARCH模型和GARCH模型经常用在金融时间序列分析中,特别是GARCH(1,1)模型在金融分析中得到广泛的应用。本文以中小板指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国股价波动的动态特征。     

Lévy过程驱动的非高斯OU随机波动模型及其贝叶斯参数统计推断方法研究

本文采用CGMY和GIG过程对非高斯OU随机波动率模型进行扩展,建立连续叠加Lévy过程驱动的非高斯OU随机波动率模型,并给出模型的散粒噪声(Shot-Noise)表现方式与近似。在此基础上,为了反映的波动率相关性,本文把回顾抽样(Retrospective Sampling)方法扩展到连续叠加的Lévy过程驱动的非高斯OU随机波动模型中,设计了Lévy过程驱动的非高斯OU随机波动模型的贝叶斯参数统计推断方法。最后,采用金融市场实际数据对不同模型和参数估计方法进行验证和比较研究。本文理论和实证研究均表明采用CGMY和GIG过程对非高斯OU随机波动率模型进行扩展之后,模型的绩效得到明显提高,更能反映金融资产收益率波动率变化特征,本文设计的Lévy过程驱动的非高斯OU随机波动模型的贝叶斯参数统计推断方法效率也较高,克服了已有研究的不足。同时,实证研究发现上证指数收益率和波动率跳跃的特征以及波动率序列具有明显的长记忆特性。     

基于信息传播和羊群行为的股票市场微观模拟研究

基于投资者之间信息传播及决策羊群行为,构建股票市场微观模型。不同于已有研究,综合考虑了投资者网络特征,即网络密度对信息传播速度的影响。通过数值仿真运算,研究在影响信息传播速度上,不同权重的网络密度和股价波动状况影响因素,对股票宏观统计特征的影响。研究结果表明,变化的网络密度和股价波动状况权重系数,不影响股票收益率分布的非正态、尖峰厚尾和收益率波动聚集等特征;投资者集簇规模及股票绝对收益率呈负幂律分布;权重系数的变化会影响股票收益率的分形特征。投资者之间信息传播速度受到的一定程度的股价波动状况的影响,是股票收益率具有状态持续性的充分必要条件。     

上海银行间同业拆放市场杠杆效应——基于GARCH族模型的比较研究

构建ARMA-GARCH族模型,对SHIBOR杠杆效应进行实证研究,并基于损失函数对模型拟合效果进行评价。结果表明:同业拆放利差波动具有正的杠杆效应,GED分布较T分布更好拟合拆放利差序列"尖峰厚尾"特征;当赋予偏低预测和偏高预测等权重时,TGARCH、EGARCH、PARCH模型预测效果无显著区别,当赋予偏低预测较大权重时,TGARCH模型预测效果最好。     

股指期货对股票现货波动性影响的实证研究

股指期货与股票现货的关系一直是一个研究热点,本文以上证指数收益率日数据与沪深300股指期货周数据为样本,通过运用计量分析方法建立ARMA-GARCH模型,对股指期货的推出与现货市场的波动率的关系进行了实证研究,并得出股指期货的推出并没有增加现货市场的波动性,且股指期货使股票现货市场的信息传递效率增加,发挥了价格发现的功能的结论。     

沪深300指数收益率及已实现波动联合建模研究

金融资产的收益率和波动率是金融资产投资和风险管理等应用中的重要决定因素。针对收益率的新息过程与波动率的新息过程之间可能存在相关性的实际情况,将已实现波动区分为连续波动和跳跃波动,对收益率、连续波动和跳跃波动联合建模并刻画各时间序列模型新息之间的相关性,给出联合模型的最大似然估计法,使用2005年4月8日至2011年5月23日沪深300指数5分钟高频数据进行实证。研究结果表明,收益率、连续波动和跳跃波动的新息之间存在统计显著的相关性,对各时间序列单独建模估计的传统方法存在本质缺陷,沪深300指数已实现波动的杠杆效应及周日效应主要来自连续波动分量。联合模型通过对新息之间相关关系的合理刻画,提高了参数估计的有效性。     

我国上海股票市场GARCH效应实证研究

本文简略的介绍了三种GARCH 模型思想, 并用所介绍的模型对我国上海股票市场的GARCH 效应进行了实证研究。结果表明我国上海股票市场收益率序列的波动具有显著的异方差性,股价波动存在集群性和持续性,可以用GARCH类模型进行拟合。     

中国汇市与股市间的时变冲击影响研究

股市和汇市的动态关系研究对于宏观金融政策制定和微观投资决策具有重要参考价值.针对金融时间序列长记忆特征,改进Primiceri时变VAR模型(向量自回归模型),给出长记忆动态VAR模型.基于2005年8月1日至2011年10月20日的人民币对美元汇率、中国上证综合指数和美国标普500指数的日价格数据,利用长记忆动态VAR模型实证分析中国汇市与中美股市问的动态冲击影响关系.实证结果表明,人民币汇率和中国股价收益率序列具有长记忆特征,美国股价收益率具有反持续性特征;存在人民币汇率波动对中美股市波动的单向冲击影响关系,且汇市对股市的冲击持续期为7天左右,前3天的冲击影响具有一定的时变特征,但这种时变性具体表现为结构突变特征;人民币汇率波动对于股市冲击影响的时变性在短期与汇率机制改革政策有关,在长期与金融环境剧变有关.     

中国股市是宏观经济的晴雨表吗?——基于马氏域变模型的研究

本文运用马氏域变向量自回归模型研究我国宏观经济因素变动对股市的影响。宏观因素选取了工业增加值、消费、出口、通胀率、广义货币增速、利率以及人民币兑美元的实际汇率以反映实体经济增长和货币政策变动。本文首先利用马氏域变模型对所选变量不同时期所处状态进行识别,进而分析了各宏观经济变量周期与股市周期之间的关系;在此基础上,对各序列绝对离差建立马氏域变向量自回归模型,并利用其冲击响应函数研究各宏观经济因素波动对我国股市的影响。研究发现,A股收益率和各宏观经济变量变动都具有明显的非线性;在大多数时间里实体经济变动和股市波动保持了较好的协同性,股市周期略领先于实体经济周期;M2的快速增长往往伴随着股市的大幅上涨,但股市大幅上涨阶段并不与M2的快速增长相伴;利率调节对股市周期有显著的负向影响;通货膨胀对股市收益率影响显著;实际汇率变化周期与股市收益率周期相协同。     

上海股市收益的多重分形特征的实证研究:一种新的MFDFA方法

介绍了一种新的MFDFA(multifractal detrended fluctuation analysis)方法,分别利用此MFDFA方法和基于滑动窗技术的此MFDFA方法研究了上证综指日收益率序列的波动特征.一方面,验证了此方法的有效性以及滑动窗MFDFA方法的精确性;另一方面,实证结果表明上证综指收益率序列具有多重分形特征,小幅波动具有持续性,大幅波动具有一定程度的反持续性.     

股票市场多重分形性的统计描述

以上海股票市场为例，运用多重分形谱方法对其多重分形性进行了实证研究。分析了多重分形谱的两个参数（分形谱的宽度及最大、最小概率子集分形维数的差）与指数变化趋势的关系。并进一步研究了多重分形谱参数与时间序列对数收益率的关系。结果表明多重分形谱参数与指数的变化趋势及对数收益率具有明显的关联性，这说明多重分形分析能够揭示更多关于市场变化的有用信息，有望以一定概率预测股价的涨落。     

基于马尔科夫切换模型的上证指数周收益率时间序列分析

本文先对上证指数收益率时间序列做非线性检测,再对时间序列进行结构性变化检测,发现上证指数收益序列既是非线性时间序列又有结构性变化;通过构建一个3状态,3阶滞后的异方差马尔可夫切换模型对1990年12月21日至2008年8月22日上证指数周收益率时间序列规律进行了实证分析,采用极大似然估计法对模型参数进行估计,识别出股市波动的三种主要的状态:慢涨、慢跌和快涨;实证结果表明马尔可夫切换模型能够比较有效的刻画股市波动的阶段性特征.     

混频投资者情绪与股票价格行为

采用混频数据抽样模型(MIDAS)研究了混频投资者情绪对中国股市收益率及其波动的影响.通过构建日度、周度及月度这三种不同频率的投资者情绪,实证结果发现,混频情绪对当期收益率及其波动都存在显著的正向影响,并且与传统回归模型相比,MIDAS模型具有更强的解释能力.本文进一步使用GARCH-MIDAS模型研究了混频情绪对收益率波动长期成分的影响,发现混频情绪能够显著影响收益的长期波动.     

基于高阶矩波动和Copula函数的相依性模型及其应用

本文提出了基于高阶矩波动的相依结构模型:Copula-NAGARCHSK-M模型。考虑资产的时变条件方差风险、条件偏度风险和条件峰度风险对边缘分布的影响,应用模型研究了上证综指和深证成指对数收益率之间、条件方差之间、条件偏度之间和条件峰度之间的相依结构。发现两股票市场的指数对数收益率之间、条件方差之间和条件峰度之间有相似的相依结构,而条件偏度之间的相依结构则是负方向的相似。     

混频投资者情绪与股票价格行为北大核心CSCDCSSCI

采用混频数据抽样模型(MIDAS)研究了混频投资者情绪对中国股市收益率及其波动的影响.通过构建日度、周度及月度这三种不同频率的投资者情绪,实证结果发现,混频情绪对当期收益率及其波动都存在显著的正向影响,并且与传统回归模型相比,MIDAS模型具有更强的解释能力.本文进一步使用GARCH-MIDAS模型研究了混频情绪对收益率波动长期成分的影响,发现混频情绪能够显著影响收益的长期波动.