基于高频金融数据的积分波动估计量分析

金融波动研究一直是金融计量与金融工程研究的中心内容之一。随着信息技术的飞速发展,使得金融高频数据获得和处理变得相对容易,因而高频金融波动研究也就成了金融学术界热点之一。针对ARCH类和SV类模型在实际应用中的困难和在高频金融中应用上的局限性,Bellerslev等人提出了用“已实现”波动(realized volatility亦称“已实现”波动率)来测量高频金融的波动率。本文采用等间隔和非等间隔抽样方法进行比较,以确定最佳的积分波动估计量。     

"已实现"波动率中最优抽样频率的选择

"已实现"波动率是近年来金融研究领域中的热点问题,而抽样频率的选择对"已实现"波动率的准确度量至关重要.最优抽样频率应能够较好地平衡估计误差和微观结构误差.针对这个问题,文章给出了目前国外采用较多的三类选择最优抽样频率的方法,即波动率特征图法、利用序列相关性确定最优抽样频率的方法和基于最小均方误准则确定最优抽样频率的方法.     

基于混频已实现GARCH模型的波动预测与VaR度量

本文将Hansen等（2012）的Realized GARCH模型扩展为包含日内收益率、日收益率以及已实现波动率的混频已实现GARCH模型（M-Realized GARCH模型）。该模型将日内交易分为前后两段,引入了混频均值方程,并对混频均值方程的残差分别建立条件波动率方程和已实现日波动率方程。本文采用2013-2016年沪深300指数混频数据,分别在扰动项服从正态分布、t分布和广义误差分布的假设下,采用损失函数、SPA检验、kupiec检验和动态分位数检验法,对GARCH、Realized GARCH和M-Realized GARCH模型的波动率预测和VaR度量效果对比研究,得出M-Realized GARCH模型能提高预测精度,且VaR实际失败率与理论失败率一致,失败发生之间不相关。最后,本文利用Block bootstrap方法抽样得到混频数据,模拟证明了M-Realized GARCH模型比Realized GARCH模型具有更高的预测精度。     

农产品价格指数的季节调整方法研究

文章通过对农产品批发价格指数的季节调整,分析了农产品批发价格指数季节波动规律和经济含义。研究了春节效应在预调整中的处理方法,通过对春节效应模型的连续模拟,发现时间间隔与模型解释能力存在非线性关系,提出了适用于农产品批发价格指数春季效应预调整的最优时间间隔,以便更好的分析其季节波动特征。     

网页浏览中的标度行为研究

文章给出了用户上网的时间间隔分布以及用户群体访问单个网站的时间间隔分布.统计结果显示,人们访问Intemet的时间间隔分布具有幂律标度,但与最近报道的标度指数为1的普适类不一样的是,不同个体对应的标度指数明显不同.事实上,我们发现,不管是群体用户访问单个站点,还是单个用户浏览网页,其时间间隔分布都符合幂指数介于2到3之间的幂律分布.本研究的统计结果对目前盛行的普适类说提出了疑问,网页浏览的时间间隔分布是否存在普适类,如果存在普适类,那么幂指数到底是多少?搞清楚这几点对于深入认识人类动力学的潜在机制有借鉴意义.     

区分大、小跳跃的已实现波动模型及其预测精度评价

文章运用日内高频价格估计金融资产每日波动,并将其区分为具有不同统计特性的连续与跳跃成分.考虑到不同规模的跳跃可能对应于不同的风险源并具有不同的时间序列特征,提出在已实现波动HAR-RV-J模型和HAR-RV-CJ模型基础上,选择合适的阈值,将跳跃波动进一步细分为大跳跃与小跳跃,构建区分大、小跳跃的HAR-RV-J-BS和HAR-RV-CJ-BS模型.使用沪深300指数5分钟高频价格的滚动窗一步外推预测以及SPA检验表明,HAR-RV-CJ-BS模型对于沪深300指数短期、中期、长期波动均有最强的预测能力.     

混合贝塔分布随机波动模型及其贝叶斯分析

为了更准确地揭示金融资产收益率数据的真实数据生成过程,提出了基于混合贝塔分布的随机波动模型,讨论了混合贝塔分布随机波动模型的贝叶斯估计方法,并给出了一种Gibbs抽样算法。以上证A股综指简单收益率为例,分别建立了基于正态分布和混合贝塔分布的随机波动模型,研究表明,基于混合贝塔分布的随机波动模型更准确地描述了样本数据的真实数据生成过程,而正态分布的随机波动模型将高峰厚尾等现象归结为波动冲击,从而低估了收益率的平均波动水平,高估了波动的持续性和波动的冲击扰动。     

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。     

随机波动模型贝叶斯估计效率研究

讨论了四种不同MCMC抽样方案在SV模型贝叶斯估计中的适应性和稳健性问题。蒙特卡洛模拟结果显示,随机误差项的近似处理方式和波动变量抽样结构直接影响SV模型的贝叶斯估计效率。具体来说,波动变量的"成块"抽样比"逐分量"抽样的效率更高;随机误差项有限混合近似比正态近似的估计精度更优。四种抽样方案中,正态近似和FFBS算法的收敛速度和运算时间最快,有限混合近似和FFBS算法的估计精度最优。     

关于三参数威布尔分布顺序统计量的概率分布性质探讨

设{X_k,1≤k≤n}独立同分布,X₁,X₂,…,X_n为其顺序统计量,当总体服从参数为（μ,m,η）的威布尔分布时,文章得到了其顺序统计量的联合概率密度、极端顺序统计量的概率密度和期望与方差的表达式。证明了当参数m≠1时样本间隔不独立且不同分布,当参数m=1时样本间隔独立不同分布,并由此构造一组独立同分布的指数随机变量exp（1）.还探讨了其最小顺序统计量X₁的渐近分布。     

我国股市地产指数的统计特征

近年来,人们对证券指数波动性的研究进展迅速,例如Stanley等人对国际上主要证券指数波动的分布情况进行了深入的研究,但是目前对中国证券指数     

市场风险的高效率加速算法研究

在计算投资组合市场风险时,采用高效率重要性抽样技术来处理大规模、高维度和稀有事件问题可以提高计算的速度和效率。在对投资组合损失进行Delta-Gamma近似的基础上,通过利用辅助分布变换函数,将求解抽样参数的最小抽样方差问题转化为一个非线性的广义最小二乘问题;在指数族抽样核的假设下,进一步将问题转化为迭代线性回归问题,从而简化了计算;通过德尔塔对冲和指数对冲投资组合的模拟算例验证了所提出方法的有效性。     

基于LSTAR模型的中国股市泡沫风险识别

本文在非线性模型框架下拟合中国主要股价指数的真实数据生成过程,并提出股市泡沫风险识别方法,较Phillips et al.（2011）提出的上确界单位根(SADF)方法具备更好的效果,能够精准预判股市泡沫风险进而为防范化解金融风险的政策措施提供参考。实证检验发现,主要股价指数的波动均存在逻辑平滑转换自回归(LSTAR)模型描述的非线性特征,自推出以来,四大股价指数均存在泡沫风险,上证指数存在六个主要的持续期,深圳成指存在四个主要的持续期,沪深300指数存在两个主要持续期,而创业板指数存在三个持续期。总体来看,创业板指数的泡沫生成时间会先于其它三大指数,可以作为预警中国股票市场泡沫风险的先行指标,且2015年7月之后的中国股票市场并不存在泡沫风险。     

巧用Excel软件解决数理统计问题

一、巧用Excel软件解决抽样分布中概率计算统计学中泛称统计量(枢轴量)的分布为抽样分布。当取得总体X的样本(X1、X2...Xn)后,通常要借助样本的统计量(枢轴量)对未知的总体分布进行推断。为了实现推断的目的,必须进一步确定相应统计量(枢轴量)所服从的分布。常用的抽样分布有χ     

亚洲创业板市场的相关性分析

本文将向量误差修正模型(VECM)与DCC-MVGARCH(1,1)相结合来分析韩国、日本、香港及美国创业板收益率序列间的相关性.结果表明亚洲三地区的创业板市场与已经发展成熟的美国NASDAQ市场的指数收益率间存在弱的长期均衡关系,且美国NASDAQ市场对亚洲创业板市场的指数走势存在一定的引导作用,但其影响力远没有人们想象中那么强烈.     

中国粮食价格波动的ARCH效应研究

文章应用ARCH类模型分析中国粮食价格波动特征,通过对均值方程的三种不同残差分布假设下模型的结果进行对比,发现分布不同,结果也不同。正态分布假设下所得出结果值得怀疑,选择合适的分布能增强模型结果的可信度。研究表明:粮食价格波动具有显著的波动集簇性;好坏信息对粮食市场的冲击效果无明显差别;粮价当期的波动的主要原因是前期粮食市场系统以外的因素波动的冲击;粮食市场存在高风险高回报的特征。     

基于高频数据的沪指波动长记忆性驱动因素分析

借助于高频数据的最优取样法,利用已实现波动率给出的上证指数波动率的有效估计,在研究已实现波动率特性的基础上,用计量模型探讨沪指波动的长记忆特征.发现HAR-RV模型比FARIMA模型更能有效地刻画沪指波动的长记忆性,且HAR-RV模型样本外预测效果远远优于FARIMA模型,这说明沪指波动具有伪长记忆性,表面特征显示的长记忆性是由短期投资、中期投资和长期投资形成的短记忆性叠加而成.同时由于HAR-RV模型综合考虑了不同时间水平上的已实现波动率,从而在深层次上验证了中国股票市场的异质性和波动率的杠杆效应.     

可变抽样区间泊松EWMA控制图的经济设计

文章主要讨论质量特性值服从泊松分布时,可变抽样区间的指数加权移动平均(EWMA)控制图的经济设计问题.首先建立可变抽样区间泊松EWMA控制图的经济模型,使期望总费用期望总费用最小来确定参数的最优值；其次用遗传算法来寻找经济模型的最优解；最后对可变抽样区间泊松EWMA控制图的经济模型进行最优性分析.     

交易量和证券市场的波动性关系实证研究

文章运用GARCH模型对上证指数和深证成份指数的收益率波动与信息流之间的关系进行了实证检验。结果表明把交易量作为信息流的替代指标加入GARCH模型能够显著降低价格波动的持续性,也验证了符合混合分布假说理论。     

我国创业板上市公司信用评级研究

文章选取2015年我国创业板上市公司的多元财务指标,运用因子分析法,在对每家企业进行K-means聚类分析的基础上,用Z值进行分类,将之作为该年度创业板上市公司信用评级的基准.然后利用该年度的数据作为测试集,以该模型对创业板上市公司的评级结果作为目标输出构建BP神经网络模型,并利用2016年创业板上市公司的财务数据,套用该模型进行仿真预测.发现创业板公司评级整体在中等偏下水平,且涨幅排名前十的公司信用评级整体上明显优于排名最后的十家公司,该评级结果说明,在2016年股市波动较大的情况下,创业板上市公司财务状况越好,其评级越高,越能经受住市场的考验.