中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面.以中国股票市场最具代表性的两种股价指数--上证综指和深证成指 10 年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征.研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应.初步提出将高阶矩波动模型运用于金融风险管理的思想.     

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.     

基于双侧矩与高阶矩偏好的资产定价：源自中国股市的实证研究

原有CAPM忽略了代表性投资者对高阶矩如偏度和峰度的偏好．也没有将上升风险和下跌风险进行有效分离（将高于目标受益的波动也认同为风险）。为了突破这两点假设．本文讨论了基于代表性投资者双侧矩和高阶矩偏好的资产定价方法．并用中国A股市场数据进行了实证检验,所得结论如下：（1）在影响股票收益的所有特征因子中．规模效应在国内股市存在,而账面一市值比不是一个独立的定价因子。（2）将市场做上下划分并纳入高阶矩偏好,对应的市场因子较特征因子能更好的解释股票的截面收益：通过加入规模因子和账面一市值比因子构建多因子模型进行检验,该结论照样成立。（3）投资者并没有将高于平均回报的“牛市”波动视为一种“收益”指标．而将其与下跌风险指标等同。     

现金流信息、现金流风险与股票收益定价研究

研究了现金流信息、现金流风险与股票收益定价的关系,建立了包含现金流信息的多变量股票非预期收益定价模型,并采用2002年1月至2011年4月间中国股票市场的有关交易数据、机构会计收益预测数据和财务数据,检验了理论模型和实证模型的预测,发现:1)由证券分析师盈余预测修正估计出的正现金流信息对股票非预期收益、股票实际收益、股票超额收益均具有稳健的解释能力;2)由证券分析师盈余预测估计出的现金流风险反映了股票的系统风险,可以对股票预期收益定价;3)在解释股票超额收益方面,由现金流信息、现金流风险、分析师跟踪人数与宿成建3变量模型构成的多变量模型优越于Fama-French 3因子模型变量与现金流信息、现金流风险构成的多变量模型.     

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.     

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。     

高风险低收益？基于机器学习的动态CAPM模型解释

我国股票市场存在高风险股票反而伴随较低收益的低风险定价异象,这有悖于传统资产定价理论．本文使用宏观经济和微观企业特征构建了六百多个变量的宏微观混合大数据集,并结合多种经典机器学习算法开发了基于大数据和机器学习的智能动态ＣＡＰＭ模型,检验了时变系统性风险对我国股市收益解释能力．实证结果表明：本文的智能动态ＣＡＰＭ定价模型能够显著解释我国股市低风险定价异象;随机森林等非线性机器学习算法表现最佳;影响股票时变系统风险的主要因素是市场类因子,基本面因子居次．本文对于我国股市系统性风险测度、动态资产定价模型构建和金融与大数据和人工智能融合创新有重要理论与实践指导意义．     

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.     

中国股票市场理性与非理性羊群行为实证研究

传统股票市场羊群行为检验方法的缺陷使现有的实证研究主要集中于离散状态市场羊群行为的存在性检验。根据资产定价模型因子载荷横截面离散度检验羊群行为的方法原理，结合基于产业与资本市场的资本资产定价模型，提出了股票市场理性与非理性羊群行为检验方法，并应用于中国股票市场羊群行为实证检验，直观地显现了中国股市羊群行为的动态演变特征，将股票市场羊群行为强弱转变与市场走势有机的结合起来。     

基于前瞻信息的广义风险与收益率预测

当预期资产价格可能会下跌时,投资者可以交易期权来对冲风险,因此期权价格中隐含未来市场风险的前瞻信息,理论上基于这部分信息预测未来可提高预测的准确性和前瞻性.本文综合运用有限差分、约束最小二乘和广义极值分布等技术构建一种非参数方法,提取我国上证50ETF期权中隐含的前瞻性分布信息,以测算我国股票市场的广义风险.实证结果发现：隐含广义风险指标对未来风险调整收益具有显著预测能力,在其它预测因子基础上加入该指标可以显著改进风险调整收益的样本外预测精度;隐含广义风险指标还能反映收益率的高阶矩和尾部信息,进而能预测未来收益率发生下跳风险的概率.以上结论在控制一系列其它风险因子及不同样本区间和不同预测窗口下是稳健的,说明基于前瞻信息的广义风险指标含有其它风险因子所不具备的额外预测信息.本研究为投资者和监管部门防范化解金融市场风险提供新的前瞻性管理工具和手段.     

资产定价与劳动成本占比

根据经典生产函数可知与劳动要素相关的变化应反映到企业价值层面，那么劳动要素对股票市场具有怎样的影响呢？本文以沪深A股为研究对象，基于劳动成本占比探索劳动要素对股票市场定价的影响。通过模型推理和实证分析相结合的方法证明劳动成本占比与企业风险正相关，劳动成本占比具有放大企业风险的杠杆作用。基于风险与收益相补偿的原理，通过回归分析和投资组合分析发现劳动成本占比具有正的股票收益预测能力；采用买多-卖空组合构建劳动成本占比风险因子，通过Fama-MacBeth回归证明劳动成本占比是影响股票收益的风险因子，并且相对Fama-French的五因子不是冗余因子；在三因子模型和五因子模型基础上包含劳动成本占比风险因子的定价模型对股票横截面收益的解释力更好，模型的定价效率更高。本文不仅丰富了股票收益影响因子和劳动成本经济后果领域的文献，而且对投资者投资决策、企业制定薪酬制度、政府颁布劳动保护相关政策和收入分配改革方面具有参考价值。     

基于协高阶矩视角的沪港股市风险传染分析

金融风险传染(financial risk contagion)不仅是资产配置和套期保值决策中应该考虑的一个重要因素,而且直接关系着一国乃至全球金融体系的安全与稳定.运用协高阶矩(协偏度、协波动率、协峰度等)风险传染判定方法,实证检验了沪港通实施前后上海和香港两地股票市场间的风险传染状况.研究结果表明,沪港通政策实施后,上海股市向香港股市的第一类协偏度(均值→波动率)、协波动率、经调整的相关系数、协峰度等的风险传染统计量值依次变大,同样依据风险传染统计量值的大小,香港股市对上海股市的风险传染途径依次为协四阶矩(协波动率、协峰度)、第一类协偏度和经调整的相关系数,协高阶矩成为沪港股市间双向风险传染的主要途径;因资本净流动数额和投资者教育等因素,上海股市对香港市场的风险传染效应更强.     

尾风险度量与定价能力分析

经典资本资产定价模型假设资产收益服从正态分布或者投资者效用函数是二次型,然而实际中资产收益的分布呈现尖峰厚尾特征,因而无法在均值-方差框架下分析风险与收益的关系。与资产收益正常变化相比,极端变化带来的尾风险会对市场风险和投资者的决策行为产生更为显著的影响,因此研究尾风险的度量方法和定价能力具有一定理论和实践意义。 依据极值理论,基于Fama-French的3因子模型无法解释的收益残差构建尾风险度量模型。选取中国股票市场沪深A股作为研究对象,以历史滑动窗估计尾风险,投资组合分析和横截面回归分析的结果都表明尾风险可以稳定地负向预测股票收益,在控制规模、交易量、非流动性、短期反转、中期动量、特质波动率、特质偏度等股票特征后,尾风险的负向预测能力依然显著。引入融资融券交易,发现融资融券标的股票的尾风险显著低于非融资融券标的股票的尾风险,而且可以消除尾风险的负向溢价,因而中国资本市场尚未完全开放融资融券交易机制可能是产生尾风险负向溢价的主要原因。 通过买多-卖空组合构建尾风险定价因子,发现尾风险因子比投资因子和盈利因子有更高的风险价格,而且并不是相对于Fama-French的5因子的冗余因子。与Fama-French的3因子模型和5因子模型相比,Fama-French的3因子或5因子基础上包含尾风险因子的定价模型对股票横截面收益有更好的解释能力,因而有更高的定价效率。 2008年全球金融危机爆发后,对尾风险定价能力的忽略使已有资产定价模型受到广泛批评。因此,探究尾风险的度量方法以及分析尾风险的定价能力,不仅有助于完善和拓展资产定价理论,而且有助于降低投资者对股票价格的认知偏差,提升市场资源配置效率和维护市场稳定性。     

我国推出融资融券交易促进了标的股票的定价效率吗?——基于双重差分模型的实证研究

基于双重差分(DID)模型,本文研究了我国融资融券试点对股票定价效率和收益率分布的影响,发现其仅在少数指标上有一定积极作用,总体上效果仍然相当有限,为现有文献争议和后续政策完善提供了新的经验证据。具体来说,融资融券试点1年内:(1)对定价效率的改善仍然较弱,标的股票价格的负面信息含量和对市场向下波动的调整速度变化均不明显;(2)能够显著减少股价暴跌概率,对抑制暴涨却几乎没有影响,最终只起到了"单向缓冲器"作用;(3)仅能显著降低含H股、高市值、低换手率和低市盈率股票的偏度,对改善收益率的尖峰现象则没有起到积极作用。结合市场实际运行情况,本文认为融资融券这一机制创新没有完全发挥功能的主要原因在于诸多交易限制,并提出了相应的政策建议。     

公开信息与股票回报率相关性的实证研究

采用 1995年7月～2001年12 月中国股票市场的月度数据,考察了公开信息与股票回报率的相关性.研究结果发现,公司规模、账面市值比、现金红利率和流通股比例对中国股票回报率有着显著的影响,而资本结构、股票价格、市盈率和前一年持股回报率对中国股票回报率影响不显著;还发现四因素模型对中国股票市场存在的规模效应、账面市值比效应、现金红利率效应和流通股比例效应的解释能力强于资本资产定价模型和三因素模型;通过对Carhart的四因素模型进行改进,即将四因素模型中的前一年回报率因素替换为流通股比例因素,可以增强其解释能力.     

上海股票市场股票收益率因素研究

根据上海股票市场从1995 年7 月到2000 年6 月所有A 股股票的月收益率、价格、市值和 公司财务数据,利用Fama-Macbeth 回归分析方法及构造动态组合方法,分析总市值、流通市值、 价格、账面市值比、市盈率、账面资产负债比等因素对股票回报率的影响. 发现上海股票市场具 有显著的市值效应、账面市值比效应、市盈率效应和价格效应. 这些效应不能用股票的beta 值 来解释. 同时发现Fama- French 的三因子模型不能完全解释这些效应,但在三因子模型的基础 上再加上一个市盈率因子可以很好地解     

基于调整成本的产出-资本资产定价模型研究

在一般均衡经济框架下,研究企业投资过程中的调整成本对股票收益率的影响,推导出包含市场因子、产出绩效因子、BM因子及调整成本因子的四因子产出-资本资产定价模型。利用中国股市上非金融A股上市公司年报及股价月度数据,考察了我国股市的股票收益率变动。实证研究发现:四因子的资产定价模型能解释中国股市上88%的股票收益变动,显著优于CAPM和FamaFrench的三因子模型。     

中国股票价格跳跃实证研究

利用基于BN -S方法的已实现波动测度构造出跳跃统计量,用该统计量检验分析了中国股票市场股票价格的跳跃现象.检验结果不仅证实了股票市场价格跳跃存在普遍性,而且发现单支股票的跳跃主要是异质跳跃而不是共同跳跃.这表明单支股票的价格跳跃更多地受到自身市场信息的影响,而共同信息对单支股票的影响是非常有限的.单支股票的共同跳跃大...     

股市涨跌预测与量化投资策略:基于时变矩成分分析

利用时变矩成分分析提取高阶矩吸收率,改进基于阈值的高阶矩因子个数选择方法,提出基于元素值的联合矩成分分析权重设定,构造了一种基于股票市场高阶矩相关结构的量化投资策略。研究表明,基于矩成分吸收率的投资策略能够对股市涨跌做出有效预测,对于股市的重大系统风险尤为敏感,在熊市中也有良好表现;基于单因子吸收率、累积三因子吸收率和赫芬达尔吸收率的高阶矩投资策略优于二阶矩吸收率投资策略,而三阶矩单因子吸收率投资策略最优,基于元素值权重的投资策略优于基于元素个数权重的投资策略;量化投资策略具有参数稳健性,且可通过优化高阶矩的时变结构对投资效果进行优化。     

基于信息传导的期权对股票市场稳定性影响北大核心CSSCI

通过计算金融的方法构造了引入期权交易的人工股票市场模型,构建了包含衍生品交易的相对完整的金融市场.模型在期权交易模块中引入了不同类型的期权交易者,使用基于多主体的撮合交易机制来完成期权定价,并基于信息传导建立股票市场和期权市场之间的双向联系.实验结果表明期权的引入导致股票市场的波动性增强,股票收益率尖峰厚尾现象有所降低,但波动性聚集增强.此外期权市场的信息量和期权交易者类型也会对股票市场产生显著影响.