无套利Nelson-Siegel模型在中国国债市场的实证分析

无套利Nelson-Siegel模型形式上具有Nelson-Siegel模型的简约性,本质上是满足无套利假设的仿射类动态模型。本文以Fama-Bliss方法获得的上交所国债利率期限结构为研究对象,利用卡尔曼滤波法方法实证分析了无套利Nelson-Siegel(AFNS)模型在中国国债市场的适用性。研究发现估计出的AFNS模型能够很好反映我国国债市场利率期限结构的动态特征,模型中的三个状态因子能更有效地描述中国国债收益率的水平、斜率和曲率因子的动态变化,而收益率调整项的非线性作用使得该模型能有效减少对中国国债长期收益率的拟合误差。和动态Nelson-Siegel模型的对比分析表明,相关因子假设的无套利Nelson-Siegel模型样本内拟合能力更佳,独立因子假设的无套利Nelson-Siegel模型则具有最优的样本外预测能力。     

动态Nelson-Siegel模型与无套利约束相容吗？——来自中债国债收益率曲线的经验证据

实践上成功的动态Nelson-Siegel利率期限结构模型,存在不能排除无套利机会的理论缺陷,而符合金融理论的无套利仿射模型却在实证绩效上表现不足。通过对两个模型的估计和比较,本文旨在检验动态Nelson-Siegel模型能否在中国国债市场产生与无套利约束相容的收益率曲线。采用中债即期收益率数据的实证研究显示,中国国债市场存在显著的时变性风险价格,确认了期限溢价的存在,但无套利约束并未明显地改善预测绩效。此外,利用模拟收益率数据的检验发现,无套利模型下的载荷参数估计量,在统计上显著不同于来自于动态Nelson-Siegel模型的载荷,即无证据表明中国国债市场的动态Nelson-Siegel收益率曲线与无套利性是相容的。     

中国银行间债券市场国债回购利率随机行为的实证研究

遵循CKLS的思路,采用广义距方法,选用我国国债月度回购利率数据估计和比较了不同的短期无风险利率的连续时间模型,结果显示,根据所研究的数据样本,允许利率的波动性依赖于利率水平的模型可以更好地描述短期利率的动态变化,对于不同利率模型的研究对利率风险的套期保值也具有重要的启示.     

中国国债利率期限结构的动态特征:基于NS和SV模型的实证判别

本文基于中国2005年1月至2014年9月的月度数据对国债市场利率期限结构的动态特征进行了拟合与预测,并以均方误差(RMSE)和平均绝对误差(MAE)指标作为依据对拟合与预测的效果进行了判别。实证结果表明,NS模型同时适用于中国国债利率期限结构动态特征的拟合与预测,而SV模型仅仅适用于利率期限结构动态特征的拟合。因此,NS模型能够更好地实证判别中国国债利率期限结构的动态特征。     

基于VAR-Prophet模型的股市收益率研究

股票市场作为国民经济的“晴雨表”,在宏观经济发展和经济政策制定中发挥着指导和先驱的作用,而股票市场复杂多变,受到多方面因素影响,收益率难以被解释和预测。针对股市收益率复杂多变的拟合和预测问题,文章结合传统计量经济学模型和近年来迅速兴起的机器学习模型,构建VARProphet模型,选取2001—2022年美国纳斯达克指数收益率、伦敦同业拆借利率（隔夜）以及美国经济政策不确定性3个内生变量构建模型。实证结果表明,相较于多元线性回归、单独使用VAR或Prophet模型,VAR-Prophet模型具有良好的拟合和预测效果,且美国股票市场收益率受到市场化利率、经济政策不确定性的影响较小。     

基于ARIMA模型对上证指数的实证分析

运用时间序列分析方法,通过收集上证指数的历史数据,对数据进行平稳性检验,白噪声检验,建立ARIMA(p,d,q)模型,估计出模型的参数,并对上证指数的走势作了预测和拟合,预测结果比较理想,预测值接近真实值.对上证指数的短期预测有较好效果.     

短期利率模型在上交所债券市场上的实证分析

以中国上海证券交易所从债券价格导出的0.5年期利率的周度数据为分析对象,使用SNP法,估计出短期利率的条件密度函数,发现其条件分布具有明显的异方差性和非正态性.然后利用EMM法实证分析了常用的连续时间的单因子和两因子短期利率模型.单因子短期利率模型包括Vasicek模型,CIR模型,CKLS模型等,两因子利率模型包括Gallant,Tanchen给出的随机波动率模型和Balduzzi等人的随机均值回复模型.实证结果表明所有的单因子短期利率模型都不能很好地描述中国上海证券交易所债券市场上的短期利率变化,CKLS模型是它们中表现最好的单因子利率模型.随机均值回复模型也不能描述短期利率的变化,只有随机波动率模型可以描述上海证券交易所的短期利率的变化.     

基于修正GARCH模型的中国股市收益率与波动周内效应实证研究

本文研究《证券法》实施之后的2000-2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。     

基于BB拓展模型的营销传播效果评价

以往的研究很少关注不同的营销传播手段对新顾客和忠诚顾客的不同影响,本文利用拓展的BB模型实证研究发现这种有差异的影响是存在的,这说明企业有必要针对新顾客和忠诚顾客分别制订不同的媒体计划,以便提升营销传播的效果.     

利率期限结构估计模型的比较——基于沪深交易所国债

本文沿着数量模型方法的思路,以上海和深圳证券交易所的国债价格为研究对氛利用三次样条函数和NsS模型构造中国国债的利率期限结构,对我国国债利率期限结构进行分析与评价.     

基于ARCH族模型的企业债券实证研究

基于交易所企债指数,利用ARMA—GARCH模型分析市场波动性。结果表明ARMA(1,1)-GARCH(1,1)模型可以合理解释企业债券市场波动存在的持续性、丛集性和杠杆效应。场外冲击对条件方差的影响具有持久性,反向冲击比等量的正向冲击会导致更高的下一期的条件方差。EGARCH(1,1)-M模型回归结果表明,市场存在正的风险溢价,但是预期条件波动对预期收益仅有微弱补偿。     

基于离散选择模型的电信资费套餐选择行为研究

以大学生为例,采用离散选择模型对影响电信客户选择资费套餐行为的因素进行了研究。结果表明,运用嵌套Logit模型比多元Logit模型更能解释影响客户选择资费套餐行为的因素,品牌对客户是否选择中国移动和中国联通的影响大于是否选择中国电信的影响,应付通信费对客户是否选择中国联通和中国电信的影响大于是否选择中国移动的影响,并且中国联通和其他运营商的套餐之间具有高度的替代性。     

利率市场化背景下的债券利率风险管理——基于2005～2006银行间债券市场数据的实证分析

本文选取了银行间债券市场的质押式债券回购利率作为中国金融市场的基准利率,以2005～2006年的银行间债券市场数据情况为样本,实证研究了利率市场化改革对债券收益率的影响以验证市场化改革带来的债券利率风险。由此本文得出结论,利率的市场化改革给银行间债券市场带来了极大的利率风险;同时针对当前国内商业银行面临的利率风险。     

股票收益率能反映三阶矩信息吗?——基于我国股票市场的实证研究

三阶矩信息在金融资产定价中所起的作用，具有非常重要的学术价值，但尚未取得一致结论.本文结合股票市场的交易信息和上市公司的特征信息，构建前瞻系统性偏度(PSS)因子、前瞻异质性偏度(PIS)因子和前瞻总体偏度(PTS)因子，再分别将其引入CAPM、三因子、四因子和五因子模型，检验这三种三阶矩定价因子在我国股票市场的定价效应，并通过因子间的相关性检验和回归分析以及GRS检验，判断三者是否为冗余因子.研究结果表明：通过做多PSS、PIS和PTS较低的股票并同时做空PSS、PIS和PTS较高的股票，投资者可以获得显著的超额收益.因此它们都是我国股票市场的重要定价因子，三阶矩信息在我国股票市场中具有显著而稳健的定价作用.     

基于变参数模型的流动性与上证综指收益率关系研究

研究了流动性与上证综合指数收益率之间的时间序列动态关系,并利用状态空间模型对流动性与上证综指收益率的动态关系进行了变参数分析。结论是:上证综指收益率对宏观流动性变动的时变弹性系数在近几年流动性过剩的背景下,呈现上升趋势。其中,能源、钢铁和金融行业时变弹性系数波动比较剧烈,而医药行业的时变弹性系数波动较小。证券市场(微观)流动性变动的时变弹性系数随着我国股票市场发展的逐步健全、完善而趋于平稳。     

拓展的NBD-Dirichlet模型及其在零售店选择研究中的应用

纯随机NBD-Dirichlet模型可以用来研究消费者的零售店选择行为(商店选择与购买频次),但是由于模型中没有协变量,所以无法对消费者的商店选择行为进行解释.本论文对纯随机模型进行了拓展,引入了解释变量,并应用拓展的模型对北京的消费者超市选择行为进行了实证研究.其中的主要发现为:(1)市场渗透率是超市经营的关键指标;(2)促销没有对消费者超市选择产生影响,但是它能够使顾客更多地惠顾超市;(3)家庭收入对消费者选择超市以及惠顾频次的多少均有显著的影响;(4)单次购买金额对消费者选择超市没有显著影响,但是它对消费者惠顾频次有负向的影响;(5)超市之间的价格差异较小,因此价格对消费者购物频次没有影响;(6)产品的齐全性对消费者超市选择有巨大的影响.     

基于SVM的RSM模型拟合方法研究

对于多极值、存在高阶交互作用和约束的复杂过程,参数RSM整体代表性差,难以达到全局最优;而非参数RSM在样本量有限时泛化性差,模型难以优化.将RSM模型拟合归结为一类有限制条件、可主动获取样本点的小样本学习问题;提出一种基于SVM的复杂过程RSM模型拟合方法,并提出了适用于RSM的实用性SVM核函数及参数选择方法.算例研究表明,所提的核函数及参数选择方法得到的泛化误差与其最小值的平均偏离率在20%以内;基于SVM的RSM拟合模型对因子约束、误差分布无严格限制,泛化性能、曲面重现能力均优于现有RSM,其平均泛化误差与样本量分别比非参数RSM降低约20%和30%,说明了所提方法的有效性与优越性.     

国债期货跨期套利量化模型设计——基于我国国债期货实际交易数据的实证检验

国债期货属于利率期货,海外市场若干年的实践表明,国债期货是一种操作简单、应用成熟的利率风险管理工具,它的套保、套利和价格发现功能也早已得到国际金融市场的实践和认可。中金所发布的《套期保值与套利交易管理办法》将套利交易引入市场,为机构投资者大规模入场进行套利交易扫清制度上障碍的法规。2012年2月13日,中金所开始了国债期货仿真交易联网测试;2012年4月23日,国债期货开始仿真交易,2013年9月6日正式推出了国债期货交易。因此,研究我国国债期货的套利交易策略非常有意义,可为机构投资者如券商、私募丰富投资策略,获取更多投资收益提供参考。本文基于我国国债期货正式交易的实证数据,利用统计套利的方法,进行我国国债期货跨期交易策略的实证研究。     

基于EDF模型的上市公司信用风险实证研究

本文运用数值计算的方法,利用计算机编程对EDF模型进行了求解,并且证明该求解方法得出的解为模型的唯一解。本文进而对上市公司的信用风险进行了度量,发现对于绩效好的上市公司,EDF模型没有给出错误的信息,而高风险上市公司的资产市值和股权市值被高估。