多标度条件下资本市场波动的级串方向和结构

对上证综指多标度条件下波动级串方向和结构的实证研究发现,在4days临界标度范围内,大小波动间互为因果;超出临界标度,大小波动间表现出单方向性特征.运用交叉相关系数和功率谱方法从相关性和能量耗散2个角度对多标度波动级串传递方向的分析同样显示,在101～103min的3个数量级广泛标度范围内,大波动对于小波动具有较强预测能力,波动级串结构表现出大波动影响小波动变化的单方向特征.在此基础上,提出了4类"递进"的资本市场波动级串模型及其运用于风险管理的基本思路.     

多标度条件下的幂相关性：中国股市收益率的经验分析

对上海证券交易所综合股价指数(SSECI)收益率(5-min数据集)多标度条件下的相关性研究发现,在多重分形消除趋势波动法MF-DFA(适用于非稳定序列多点间相关性分析)的度量框架下,收益率序列G和G在101×5~105×5min的4个数量级标度条件下具有非唯一的幂相关指数,不同波动幅度表现出不同的长程相关性特征;收益率序列G的幂相关指数谱宽度大于序列|G|的指数谱宽度,平均谱指数小于|G|的平均谱指数,序列|G|表现出较G更强的正向持久性。     

连续指令驱动市场的信息交易概率:一种新的方法

通过构造"成交积极性"变量,提出了一种在连续竞价指令驱动市场中估计信息交易概率的新方法,运用有序probit方法和马尔科夫转换技术对模型进行了估计.对该方法与基于PIN框架的经典信息交易概率模型进行比较分析,同时研究了信息交易概率和资产收益波动、报价价差、成交持续期之关系的日内效应.研究结果发现,模型较之基于PIN框架的经典信息交易概率模型对价差具有更好的解释力;信息交易概率和资产收益波动、报价价差、成交持续期等股票交易特征之关系具有显著的日内效应.该结论经过面板回归模型检验具有稳健性.     

相对杠杆与股票收益的相关性研究——来自中美市场的实证分析

本文结合考虑公司融资决策参考依赖特征及资本结构动态调整行为,构造相对杠杆这一新的财务杠杆度量指标重新检视了财务杠杆在资产定价中发挥的作用,并将中美市场进行对比分析.研究表明,相较于实际杠杆,相对杠杆能更好地解释股票溢价,在中美市场均表现出对股票收益的显著正向影响,但同时也存在差异性.在中国市场账面相对杠杆的股票溢价解释能力较弱,而在美国市场账面相对杠杆仍与股票收益显著正相关;在中国市场过度杠杆对股票收益的影响明显强于杠杆不足,而在美国市场两者表现出较为对称的影响;同时在中美市场以不同方式在Fama-French三因素模型中引入相对杠杆定价因子所得到的定价模型能显著提升原模型的定价能力,有更好的定价表现.     

基于C_TMPV的中国股市高频波动率的跳跃行为研究

运用2000年1月4日至2008年12月31日上证综指每5分钟的高频金融数据,采用核估计量估计中国股市高频波动率序列,运用修正的已实现门阀多次幂变差估计中国股市高频波动率的跳跃序列,实证分析中国股市高频波动率跳跃的各种特征,并运用ACD模型、ACH模型以及扩展的ACH模型进一步分析中国股市高频波动率跳跃的持续期的特征.研究结果表明,中国股市高频波动率及其跳跃都具有集聚的特征,高频波动率发生显著跳跃的比例相当高,高频波动率跳跃的幅度、强度和跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.     

基于Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

基于MF-DFA的中国股票市场多标度特性及成因分析

运用MF-DFA方法,对中国沪深两市股指收益时间序列的研究发现,股票市场存在明显的多标度特征。进一步对其多标度成因进行分析,通过对不同收益时间序列的多标度强度进行比较,发现股票市场的多标度特征是由两个因素共同作用的,其中收益序列的波动相关性起主导作用,是形成多标度特征的主要原因。     

不同股市收益率的多重分形特性比较

运用多重分形消除趋势波动分析方法,对国际上3个主要股票市场的多重分形特征进行了实证研究及比较.结果表明:股票市场均表现出多重分形特征,其中上海股票市场的多重分形特征最强,风险性也最大,其次为纳斯达克市场,香港股票市场的多重分形特征最弱,风险性相对较小.这说明仅仅运用单一的标度指数对其进行描述是不合适的.此外,在3个股票市场中,上海股票市场指数的最强涨落最大.这些实证结果为更好地研究股票市场的复杂结构提供了新的思路.     

上海、香港和纽约股市的波动结构比较

为了比较不同市场中信息因素和行为因素对市场波动影响的差异,利用收益率分布主观模型,以投资者对小概率的反应偏差来衡量投资者有限理性程度,以资产内在价值波动代表资产信息,建立波动结构实证模型.利用1991年～2004年上证综指、香港恒生指数和道琼斯指数对上海、香港和纽约市场的波动结构进行比较分析,结果表明市场间的波动程度差异来自于行为因素差异,上海市场的市场波动和非理性程度在3个市场中相对最大,但与香港市场无显著差异,且上海市场呈现独有的新兴市场发展特征,行为因素对市场波动的影响与市场发达程度负相关,市场的过度波动主要源于行为因素.     

基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量

作为风险资产收益和波动之间关系的度量,杠杆效应是金融市场数据三大分布特征之一,在波动预测、资产定价和风险管理中起着重要作用。日内高频数据计算的已实现波动作为波动的代理变量,解决了波动不能观测的问题,实现了用波动和收益直接建模捕捉杠杆效应。深入了解收益和已实现波动的相关模式并以此构建二者的联合分布是正确度量杠杆效应的关键。本文以局部相关系数为工具研究收益和波动在不同取值范围内的相关性变化,实证研究结果表明,与负收益冲击引起波动增加一样,正收益冲击也会引起波动增加,这与传统杠杆效应理论并不一致,与Chen和Ghysels (2011)对美国股票市场的实证结果一致。为正确捕捉和度量实证结果反映出的杠杆效应,在扭曲混合Copula构造方法基础上,本文用截尾扭曲函数构造扭曲混合Copula,以此作为收益和已实现波动的联合分布,再现收益和已实现波动的局部相关性特征。以上证综指2013.1.29日至2017.4.30区间内日内1分钟高频数据为样本进行实证分析表明,本文构造的Copula函数具有和实际数据一致的局部相关特征,能够正确刻画市场表现出的杠杆效应。Copula拟合优度的非参数检验表明,实际数...     

Efficiency measurement for hierarchical network systems

The conventional data envelopment analysis (DEA) models for measuring the relative efficiency of a set of decision making units (DMUs), without considering the operations of the component processes, often produce misleading results, and network models have thus been recommended. This paper discusses the development of a network DEA model for systems with a hierarchical structure. It is shown that the hierarchical structure is equivalent to a parallel structure, with the components being the units at the bottom of the hierarchy. Due to the characteristics of a parallel system, the efficiency of a hierarchical system is thus a weighted average of those of the units at the bottom of the hierarchy. A hypothetic example shows that the proposed model is able to distinguish the order of the efficient DMUs evaluated by the conventional DEA model. Moreover, it provides the efficiencies of the functions of the DMU, which enables managers to identify areas of weakness, and thus better focus efforts to improve overall performance.     

基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型。通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析。研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征。     

考虑微观结构噪声与测量误差的波动率预测

以测量误差的分布理论为基础,本文将微观结构噪声的影响引入到测量误差的方差中,构建了包含微观结构噪声影响的HARQ-N模型。使用蒙特卡洛模拟与中国股市的高频数据对HAR、HARQ、HARQ-N模型与HAR-RV-N-CJ模型的估计和预测进行了比较,研究发现,HARQ模型和HARQ-N模型的测量误差修正项对波动率的影响系数统计显著为负,HARQ-N模型的测量误差项影响系数远大于HARQ模型,更大程度地减弱当期微观结构噪声和测量误差的影响。并且,考虑微观结构噪声和测量误差的HARQ-N模型样本内和样本外预测效果在统计上显著优于HAR模型、HARQ模型与HAR-RV-N-CJ模型。     

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".     

Hierarchie und Entlohnung

In this paper, we suggest a wage scheme that accounts for the hierarchical structure of an enterprise. We employ concepts of cooperative game theory and modify the van den Brink (2008) approach. Besides results on how the hierarchy affects wage differentials between levels of the hierarchy, we deal with the allocation of employees to the different levels.     

THE INTERNATIONAL TRANSMISSION OF VOLATILITY SHOCKS: AN EMPIRICAL ANALYSIS

This paper proposes an empirical model which can be used to estimate the international transmission of volatility shocks. Using this model we estimate that a one standard deviation increase in the volatility of the shock to US real GDP leads to a decline in UK GDP of 1% relative to trend and a 0.7% increase in UK CPI relative to trend at the two‐year horizon. Using a nonlinear open‐economy DSGE model, we find that these empirical estimates are consistent with the response to a perturbation to the volatility of foreign “supply” type shocks, while an increase in the volatility of demand shocks has a negligible impact.     

基于LSTHAR模型的投资者关注对股市波动影响研究

有限关注理论认为投资者关注有限,无法掌握市场上所有信息,这会使股票出现暂时的错误定价,引起市场波动,因此投资者关注可能包含预测波动的有益信息。鉴于百度指数能较好代理中国投资者的主动性关注,本文提出将其作为逻辑平滑转移结构的转移变量,引入已实现波动的异质自回归类模型,以刻画投资者关注的变化对未来市场波动的非线性影响。基于华夏上证50ETF高频价格数据的实证表明:新模型相比于异质自回归类基础模型,有显著更优的拟合效果和显著更强的预测性能,即投资者关注的非线性引入对波动率预测有显著贡献。本文还发现,相比于引入移动端百度指数和总体百度指数,引入电脑端百度指数对模型预测性能的改进明显更大,表明电脑端百度指数代表的投资者关注对市场波动有更大的影响。研究结论对投资者风险管理和投资决策有实际指导意义。     

P2P网贷利率存在波动溢出吗？——基于时-频域溢出指数的实证研究

本文基于小波视角,采用多分形波动率,构建时-频域溢出指数刻画市场间复杂性,借以研究网贷市场在不同时间尺度上的波动溢出问题,并利用行为金融学和长尾理论解释异常现象,结果表明：（1）网贷市场与其他市场均存在双向溢出,且随着时间尺度从短期向长期推移,溢出强度不断上升,其中网贷市场与Shibor溢出效应最为显著。（2）总体上网贷市场主要是处于被动接受地位,但在部分短期尺度上能够主导跨市场传染过程。（3）网贷市场与其他市场间显著溢出主要集中在网贷问题频发时期。（4）在股市和债市低迷时期,网贷市场能够主导彼此间的溢出。稳健性检验佐证了以上结论。     

多国股票市场的高频波动相关性研究

本文通过建立包含马尔科夫机制转换结构的MS-MHAR-DCC模型，并选取世界上比较发达的国家和地区股票市场的高频日内交易数据为样本，对多个股票市场波动相关性进行研究。通过引入包含马尔科夫结构的外部随机矩阵，本文识别出金融市场波动相关的截断时期，正态分布设定下相比在t分布设定下识别的截断时期更多且持续时间更长。在模型的截断时期内，多个股票市场的波动相关结构主要受到正向冲击，即在截断时期内的波动相关性大于平常状态的波动相关性。本文还发现，相同地域的股票市场间的动态波动相关性在大部分时期内表现为较强的正相关；美国股票市场和其余5个国家股票市场波动的动态相关性在大部分时期都表现为较强的正相关，表明美国作为全球巨头在世界金融市场波动的引导作用。     

Optimal Sourcing and Lead‐Time Reduction under Evolutionary Demand Risk

We develop a real‐options model for optimizing production and sourcing choices under evolutionary supply‐chain risk. We model lead time as an endogenous decision and calculate the cost differential required to compensate for the risk exposure coming from lead time. The shape of the resulting cost‐differential frontier reveals the term structure of supply‐chain risk premiums and provides guidance as to the potential value of lead‐time reduction. Under constant demand volatility, the break‐even cost differential increases in volatility and lead time at a decreasing rate, making incremental lead‐time reduction less valuable than full lead‐time reduction. Stochastic demand volatility increases the relative value of incremental lead‐time reduction. When demand has a heavy right tail, the value of lead‐time reduction depends on how extreme values of demand are incorporated into the forecasting process. The cost‐differential frontier is invariant to discount rates, making the cost of capital irrelevant for choosing between lead times. We demonstrate the managerial implications of the model by applying it first to the classic Sport‐Obermeyer case and then to a supplier‐selection problem faced by a global manufacturer.