基于函数型主成分的中国股市波动研究

运用函数型主成分分析方法,对中国沪市89支股票的月度收益率进行分析,其结果表明函数型主成分方法能够较为准确地捕捉到月度收益率的时间波动特征,特别是它在时间上的变化方向和形式,为股票收益率的建模和预测提供科学依据.     

中国省份消费水平指数的波动源头研究

文章通过构建基于序贯主成分方法估算的状态空间分层动态因子模型,对我国1999年1月到2015年6月31个省份的CPI即消费水平指标的三层动态因子进行估算.将CPI波动来源分解为相互独立的国家、区域和省份动态因子,进而分析其基本特征,结果表明全国动态因子和区域动态因子基本反映了各省份消费水平的波动趋势,可作为CPI波动的主要源头,然而省份动态因子差异较大,其差异性与各省份经济发展水平相关.并利用方差分解来解释CPI波动源头,其中,全国动态因子是CPI波动的主要驱动力,区域动态因子影响力最弱,省份动态因子的影响程度差异较大,在一定程度上与各区域及各省份的特殊特征有关.     

基于小波特征提取的高频面板数据聚类方法

高频面板数据在时间维度的频繁波动给聚类的准确性造成了很大干扰。综合考虑这一问题,从小波分解的角度提取了面板数据主成分降维后指标的综合得分序列,利用小波变换提取综合得分序列的"周期"特征、低频部分的"均值"特征与"趋势"特征、高频部分的"波动"特征,最后采用熵值法对这些特征进行赋权并利用赋权后的特征数据和系统聚类方法实现高频面板数据聚类。通过股票高频面板数据的实证分析表明,该方法的聚类效果良好。     

函数性数据的微分方程分析方法及经济应用

讨论了函数性数据与微分方程的关系以及微分方程系数函数的估计方法。利用函数性数据的微分方程分析方法对中国及中美日三国GDP增长的波动特征、中国31个省份GDP增长速度的时段差异特征,以及投资率与经济增长速度之间的关系进行了分析。结果显示,微分方程分析方法不但能够很好地刻画经济变量的动态演变规律和波动特征,而且能够对多观察对象之间的差异以及多个经济变量之间的关系进行动态刻画和展示,易于对其进行经济解释。     

无模型隐含波动率的信息含量与定价能力——基于上证50ETF期权的实证研究

本文从上证50ETF期权价格中提取无模型隐含波动率并检验其信息含量,基于随机折现因子理论推导波动率风险的系统性与正负性判定公式,从波动率风险溢酬和相关性两方面验证波动率是否为系统性风险,进而基于A股市场的个股数据检验波动率风险在股票截面收益上的定价能力。研究结果表明：无模型隐含波动率包含BS隐含波动率中的所有信息和历史波动率中的大部分信息,是未来已实现波动率的有效估计;市场波动率为系统性风险因子且存在显著为负的风险溢酬;组合分析表明,对市场波动率暴露较大的股票组合在未来的收益较低,且暴露最大与最小股票组合的收益率之差显著为负,该结论在控制经典风险因子和改变交易策略之后依然稳健;Fama-MacBeth两步法结果表明波动率风险被定价且风险价格显著为负。     

中国股票市场交易量是否包含预测股票收益的信息研究

一、研究背景近几年来 ,金融经济学家的研究兴趣开始转移到对股票收益和交易量间的关系的研究 ① 。Ｃｈｏｒｄｉａ和Ｓｗａｍｉｎａｔｈａｎ(1999)对交易量与短期股票收益的可预测性之间的相互影响进行了检验。他们的研究发现 ,交易量大的股票的日收益高于交易量小的股票的日收益。他们将其解释为 ,之所以有股票交易量大的趋势是为了能对市场信息作出快速反应。他们总结到 ,“交易量对市场信息传播有着重要的作用”。上述研究都是建立在成熟证券市场基础上的 ,由于中国股票市场的制度特征不同于其他国家 ,如中国股票市场上一个显著的特点是…     

中国银行间回购利率已实现跳跃的甄别与建模

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行为.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,研究了跳跃方差序列的统计特征,并且应用HAR-RV-CJ模型对中国银行问回购利率的已实现波动率进行预测.     

上海股市日收益率波动的特征

大量研究发现,在成熟的股票市场上,股票的市场收益率的波动性呈现波动聚类性、非对称性及收益与风险同方向变动的特点.本文利用ARCH模型族,对中国上海股票的日收益率的波动进行实证分析.     

中国GDP数据周期性的时间序列分析——基于制度及其变迁的一个解释

文章利用时间序列模型等计量方法,对中国GDP总量序列进行了时间趋势分解并结合实证结果对中国经济的发展周期进行了重新的划分.同时以此为视角,进一步提出了我国经济周期波动的特点;中国经济周期的超制度特征以及转轨期经济波动的新规律.     

房地产股票市场溢出效应研究

本文应用单变量GARCH模型和互相关函数探讨了不同市场之间的收益和波动的溢出效应;仿照收益的概念提出了“波动演进”,并使用向量自回归模型研究了波动和收益溢出的动态过程。研究发现,收益和波动的溢出存在地域特性,即同一地域的国家或地区之间存在快速且强烈的溢出效应。研究还揭示了一些国家或地区金融市场的特点,比如中国大陆是一个波动接受国,而德国是一个纯波动出口国。此外,通过比较平静时期和紧张时期的股市,可以观察到投资者的行为产生了变化,但是他们对信息的判断能力和速度并没有提高。     

上证50ETF隐含高阶矩风险对股票收益的预测研究

高阶矩是刻画资产收益涨跌非对称和“尖峰厚尾”现象中不可忽略的系统性风险。本文基于我国上证50ETF期权数据采用无模型方法估计隐含波动率、隐含偏度和隐含峰度,通过自回归滑动平均模型提取期权隐含高阶矩新息(Innovations),将它们作为高阶矩风险的度量,探讨其对股票收益的预测作用。研究表明:①在控制换手率和股息率等变量后,隐含波动率对于上证50指数和市场未来4周的超额收益有显著负向的预测作用;②隐含偏度新息越低,上证50指数和市场的超额收益越高,这种预测能力在未来1周和未来4周均显著,但随着时间的推移,隐含偏度新息的预测能力逐渐下降;③隐含偏度风险对于我国股市横截面收益也有显著的解释能力,投资组合在隐含偏度风险因子上的风险暴露越大即因子载荷值越大,则未来的收益会越低;④隐含峰度新息总体上与股票收益负相关。     

中国股票市场波动率的多重分形分析与实证

我国股票市场波动表现出随时间变化的动态特征。文章采用多重消除趋势波动分析法(MFDFA),对沪深股市四个主要指数的日波动率时间序列进行了分析。结果表明,沪深股市四个主要指数的日波动率时间序列均表现出多重分形特征,且上证指数和中证500指数日波动率序列相对于其他两个指数日波动率序列表现出更强的多重分形特征。各指数日波动率时间序列的多重分形特征均是自身的长程相关性和波动的厚尾分布共同作用的结果,且波动的厚尾分布对原始序列的多重分形特征的影响比长程相关性大。     

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…     

Modeling Financial Return Dynamics via Decomposition

While the predictability of excess stock returns is detected by traditional predictive regressions as statistically small, the direction-of-change and volatility of returns exhibit a substantially larger degree of dependence over time. We capitalize on this observation and decompose the returns into a product of sign and absolute value components whose joint distribution is obtained by combining a multiplicative error model for absolute values, a dynamic binary choice model for signs, and a copula for their interaction. Our decomposition model is able to incorporate important nonlinearities in excess return dynamics that cannot be captured in the standard predictive regression setup. The empirical analysis of U.S. stock return data shows statistically and economically significant forecasting gains of the decomposition model over the conventional predictive regression.     

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。     

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。     

基于混频数据的实体经济与金融市场时变溢出效应研究

本文基于混频VAR模型分析了中国实体经济与股票市场、债券市场之间的时变溢出效应。结果显示,实体经济与股票市场、债券市场之间收益率与波动率的溢出效应呈现显著的时变特征,溢出效应在金融危机期间呈现快速上升趋势,而后呈现下降态势,且易受到极端事件的影响;在大部分考察时期内存在股票市场向实体经济的波动率溢出效应,而债券市场相对于实体经济则从考察初期波动率溢出效应的净输入方转化为中后期的波动率溢出效应的净输出方。进一步分析收益率与波动率总溢出指数的影响因素,结果发现,极端事件、宏观经济代理变量和期限利差对于溢出效应具有正向影响,泰德利差对波动率总溢出指数具有负向影响,而投资者情绪指数对收益率总溢出指数具有负向影响。     

Overnight and Daytime Stock-Return Dynamites on the London Stock Exchange: The Impacts of “Big Bang” and the 1987 Stock-Market Crash

We explore the time series properties of stock returns on the London Stock Exchange around the 1986 market restructuring (Big Bang) and the 1987 stock-market crash using a modified generalized autoregressive conditional heteroscedasticity model. Using this general dynamic model, which allows (a) intradaily returns to have different impacts and persistence on stock-return volatility, (b) return effects on volatility to be asymmetric, and (c) intradaily returns to follow conditional distributions with different fourth moments, we uncover important changes in return dynamics and conditional fourth moments following Big Bang and the 1987 crash not reported before.     

Long memory stochastic volatility : A bayesian approach

We propose a simulation-based Bayesian approach to the analysis of long memory stochastic volatility models, stationary and nonstationary. The main tool used to reduce the likelihood function to a tractable form is an approximate state-space representation of the model, A data set of stock market returns is analyzed with the proposed method. The approach taken here allows a quantitative assessment of the empirical evidence in favor of the stationarity, or nonstationarity, of the instantaneous volatility of the data.