基于 LHAR-RV-V 模型的中国股市波动性研究

在已实现波动率异质自回归模型( HAR-RV 模型) 的基础上,基于市场微观结构的理论,同时考虑市场波动的杠杆效应和量价关系,构造了已实现波动率及交易量之长记忆异质自回归模型( LHAR-RV-V 模型)．利用该模型对沪深 300 指数的等时 1min 高频数据进行实证分析,实证结果表明该模型能够较好地捕捉到我国股票市场波动的长记忆性和杠杆效应,且杠杆效应具有一定的持续性．此外,过去不同周期交易量的加入不仅能够更为细微的反映量价之间的关系,而且在一定程度上改善了模型的预测能力．     

基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析

已有成果在研究杠杆效应时大多数都是基于ARCH类模型,从波动率的角度进行分析的。本文应用分位点回归模型以及含有虚拟变量的分位点回归模型分析了"已实现"波动率条件下的CVaR,并尝试从市场风险的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了"已实现"波动率条件下的CVaR估计,并从风险的角度证实了中国股市的市场风险存在杠杆效应。     

基于已实现波动率的50ETF期权定价研究

  2015年2月9日上证50ETF期权正式上市交易,标志着中国开始进入期权时代,也对期权的准确定价提出了迫切要求。波动率是期权定价模型的核心参数,准确估计和有效预测波动率对期权定价性能至关重要。         利用50ETF的日内高频价格计算已实现波动率,使不可观测的波动率可以直接估计和建模。对已实现波动率构建带杠杆的异质自回归伽马(HARGL)模型,以及带异质杠杆的异质自回归伽马(HARGHL)模型。提出进一步区分日内价格上行、下行风险对已实现波动率预测的贡献,引入利用日内正、负高频收益率计算的已实现正、负半差,将上述模型分别改进为HARGL-S模型和HARGHL-S模型,以更好地刻画波动的日内杠杆效应。通过对参数估计从真实测量到风险中性测量的转换,实现蒙特卡洛模拟法的期权定价。采用50ETF期权上市起至2017年4月18日的42 406条期权合约收盘价数据,通过模拟在期权价格和隐含波动率上的均方根误差,比较4种模型的定价性能。         研究结果表明,①50ETF看涨期权和看跌期权均表现出明显的波动率“微笑”特征;②中国股市波动的风险溢酬显著为正,有必要对波动率模型参数估计进行从真实测量到风险中性测度的转换;③已实现正、负半差和异质杠杆的引入都能够显著提高模型的期权定价能力,同时引入则模型定价能力总体最优;④引入已实现正、负半差对非深度实值超短期、短期看涨期权的定价性能改善最为明显,引入异质杠杆对非深度实值超短期、短期看跌期权的定价性能改善最为明显。         研究结论拓展了对50ETF期权定价的方法,肯定了在已实现波动率异质自回归伽马模型中引入已实现正、负半差和异质杠杆的重要价值,对于投资者进行有效的期权定价和交易以及监管机构进行有效的决策具有实际指导意义。     

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

高频视角下股市波动预测的新方法:HARFIMA模型北大核心CSCDCSSCI

异质自回归(heterogeneous autoregressive,HAR)及其拓展模型(统称为HAR-类模型)能够刻画不同类型(期限)交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果.研究发现,HAR-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(ARFIMA)模型差.HAR-类模型的主要优势在于对异质性的刻画,而ARFIMA模型的主要优势在于对长记忆性的准确刻画.因此,基于这两个模型各自的优势提出了新的模型:异质自回归分整移动平均(HARFIMA)模型,并对新模型进行了拓展建模,提出HARFIMA-类模型.将HARFIMA-类模型运用于对标普500和上证综指的已实现波动率(RV)的建模和预测发现,HARFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健.     

基于价格极差的金融波动率建模： 理论与实证分析

经典的波动率模型(GARCH等)是收益率为基础的模型,利用的是收盘价信息,忽略了价格波动的日内信息,这将导致信息与效率的损失.为了弥补这一缺陷并获得满意的波动率预测效果,本文引入并扩展了基于价格极差的自回归波动率模型.实证研究表明新模型能够有效刻画波动率的动态变化规律,其预测效果一致性地优于经典的GARCH模型.同时,我们的研究还证实了在波动率模型中加入收益率的滞后项能够提高模型的解释能力,并且存在明显的"杠杆效应".     

中国股票市场波动性与交易量关系的实证分析

本文运用GARCH-M模型实证检验了中国股票市场波动性与交易量之间的关系.与其他人的研究结论一致,中国股票市场波动性与交易量存在正相关关系.我们将交易量分解为预期交易量和非预期交易量进行检验表明,非预期交易量对股市波动的解释能力要比预期交易量的解释能力更重要,即中国股票市场的短期波动主要由非预期交易量所隐含的新信息的冲击产生的.另外,中国股票市场符合国际上研究量价关系的混合分布假说(MDH)理论,交易量所替代的信息流是引起股市波动的根源.     

双因子非对称已实现SV模型及其实证研究

在基本的SV模型中引入包含丰富日内高频信息的已实现测度,同时考虑其偏差修正以及波动率非对称性与长记忆性,构建了双因子非对称已实现SV（2FARSV）模型.进一步基于连续粒子滤波算法,给出了2FARSV模型参数的极大似然估计方法.蒙特卡罗模拟实验表明,给出的估计方法是有效的.采用上证综合指数和深证成份指数日内高频数据计算已实现波动率（RV）和已实现极差波动率（RRV）,对2FARSV模型进行了实证研究.结果表明：RV和RRV都是真实日度波动率的有偏估计（下偏）,但RRV相比RV是更有效的波动率估计量;沪深股市具有强的波动率持续性以及显著的波动率非对称性（杠杆效应与规模效应）;2FARSV模型相比其它已实现波动率模型具有更好的数据拟合效果,该模型能够充分地捕获沪深股市波动率的动态特征（时变性、聚集性、非对称性与长记忆性）.     

高频视角下股市波动预测的新方法: HAＲFIMA 模型

异质自回归(heterogeneous autoregressive,HAＲ) 及其拓展模型(统称为 HAＲ-类模型) 能够刻画不同类型(期限) 交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果． 研究发现,HAＲ-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(AＲFIMA) 模型差． HAＲ-类模型的主要优势在于对异质性的刻画,而 AＲFIMA 模型的主要优势在于对长记忆性的准确刻画． 因此,基于这两个模型各自的优势提出了新的模型: 异质自回归分整移动平均(HAＲFIMA) 模型,并对新模型进行了拓展建模,提出 HAＲFIMA-类模型． 将 HAＲFIMA-类模型运用于对标普 500 和上证综指的已实现波动率(ＲV) 的建模和预测发现, HAＲFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健．     

中国股市价格-交易量的线性及非线性因果关系研究

实证研究了沪市和深市价格和交易量之间的线性和非线性因果关系,研究结果表明,两个市场之间存在着收益对交易量的线性Granger因果关系和双向的非线性Granger因果关系.在经过周末效应和GARCH模型调整之后,沪深两市量价之间的非线性因果关系消失了.     

基于文化种群归类的中国企业出口对FDI带动效应研究

结合心理距离与文化距离的相关理论,运用格兰杰因果关系分析方法,对中国企业国际化过程中出口对生产性FDI的带动效应以及这种带动效应的文化差异性进行了初步探索。研究结果表明：在全球市场上,中国企业出口对FDI产生显著的带动效应;在不同文化种群市场上,这种带动效应与其文化距离正相关。最后,描述了目前中国企业国际化过程的特征,并提出了相关的管理含义。     

基于权威理论的家族企业家对企业的影响作用机理研究

以权威理论为基础,本文从科层权威、传统权威、报偿权威及超凡魅力权威四个构面分析了家族企业家的权威特征及其影响作用路径,在此基础上推导出家族企业家对企业的影响作用机理,解析了企业经营活动对家族企业家行为意志具有超强表达能力的根源。实证检验表明,问卷调查结果支持本文对家族企业家权威及其影响作用的分析和判断。     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

基于可能性理论的经营者业绩评价研究

对经营者进行客观公正的业绩评价,对企业的快速、健康发展至关重要。传统的经营者业绩评价体系与方法越来越受到各方面的质疑。本文在分析其弊端的基础上,提出了一种新的经营者业绩评价体系,并利用可能性理论来处理指标量化问题,建立了能充分考虑各影响指标的经营者业绩评价模型,为设计具有激励作用的薪酬结构提供依据。     

基于过度自信的连续时间委托-代理模型研究

本文以有关心理学理论为依据,建立数学模型研究委托人和代理人过高估计公司信息质量条件下的连续时间委托-代理理论,并分析这种过度自信对委托-代理关系的作用机制.研究表明,最优补偿合同由两部分组成代理人的保留财富价值和代理人在合同存续期内的努力工作成本;而次优补偿合同由四部分组成代理人的保留财富价值、努力工作成本、风险溢价和未预期到的意外收益.委托人和代理人在公司信息方面的过度自信偏差都将提高代理成本、恶化道德风险问题.因此改善委托-代理关系的一个有效途径是,委托人自己首先要在公司信息问题上保持理性,其次是要雇佣在公司信息质量方面同样理性的代理人,使委托人和代理人双方都尽可能无偏地估计公司信息的信息价值.     

基于投资者情绪的投资组合模型研究

本文在假设投资者风险厌恶、且其风险厌恶程度受其情绪影响的条件下,以投资者效用最大化为决策目标,建立基于投资者情绪的投资组合模型从理论上研究投资者情绪对投资组合结构及其收益-风险关系的影响。研究结果表明,当投资者过度乐观时,其将通过银行借贷融资等方式购买超额风险资产;当投资者情绪处于相对理性状态时,其将合理分配无风险资产和风险资产的投资比例;当投资者情绪处于悲观状态时,其将卖空风险资产。当投资者情绪处于过度乐观和相对理性状态时,投资组合预期超额收益与风险正相关;当投资者情绪处于悲观状态时,投资组合预期超额收益与风险负相关。论文研究结果修正了前人的相关研究结论,是对传统投资组合理论的深化和发展。     

基于MKM的市场营销群体决策支持系统结构的研究

描述了市场营销知识管理(MKM)的概念,建立了基于MKM的市场营销群体决策支持系统的结构与关键技术,利用群体满意度模型提高了市场营销群体决策支持系统的有效性,分析了制约MGDSS有效使用的若干因素,提供了解决问题的一些方法.     

基于结构差异的智能建模方法研究

通过分析基于规则和基于事例推理两种建模方法的特点,提出了综合这两种方法优势的基于结构差异的建模方法,该方法使用树状结构实现问题的知识表示,使用基于事例推理的方法生成数学模型的主体部分,使用基于规则的方法生成模型的差异修改规则,用以指导模型主体部分的修改.基于这一方法实现了一个物流配送车辆调度的应用系统,验证了该方法对于数学模型的智能构建工作是有效的.     

基于代理人过度自信的委托-代理关系模型研究

本文研究代理人过度自信条件下的委托-代理关系以及过度自信对委托-代理关系的作用机理.研究结果表明,当代理人的效益工资和委托人的监督成本都不为0时,代理人的最优努力水平将随着其过度自信程度的增大而提高,委托人的最优监督力度将随着代理人过度自信程度的增大而减弱;当代理人没有效益工资时,代理人的过度自信在委托-代理关系中不发挥作用.另外,代理人的最优努力水平和委托人的最优监督力度都将随着委托人监督成本的增大而降低,而且前者还将总是随着代理人固定报酬和效益工资的增加而提高,后者虽然也将随着代理人固定报酬的增加而提高,但并不总是随着代理人效益工资的增加而加强.     

基于MKM的市场营销群体决策支持系统结构的研究

描述了市场营销知识管理(MKM)的概念,建立了基于MKM的市场营销群体决策支持系统的结构与关键技术,利用群体满意度模型提高了市场营销群体决策支持系统的有效性,分析了制约MGDSS有效使用的若干因素,提供了解决问题的一些方法.