中国资产价格跳跃行为研究——基于高频数据集的分析

利用日内高频数据,分别通过实现波动率模型和实现二次幂波动模型对资产价格的波动率和连续部分波动率建模,并据此得到资产价格跳跃部分的动态行为模型,分离出发生跳跃的天数、跳跃的大小和方向。结果显示,中国金融市场中的资产跳跃行为密集发生在市场波动性较大的时刻,其大小和间隔期均具有群聚现象,且五种代表性资产价格的跳跃密度均呈左偏分布,说明中国股权市场中向下发生的跳跃多于向上的跳跃。     

非对称信息与高频价格变动

高频价格运动对金融市场微观结构具有非常重要的意义。由于高频价格的离散性和不等距变化的特点使得对该类变量建模较为困难,而在理论与实证研究中通常是根据特定的研究目的建立相应的高频价格运动模型。故从金融市场微观结构信息不对称理论出发,结合中国纯限价订单市场的实际情况和对中国市场交易者行为的分析,建立高频价格运动和非对称信息的联合模型,并同时估计和模拟了非对称信息状态和高频价格运动的轨迹。研究发现,知情交易者的比率对交易价格与市场流动性均有显著影响。     

货币政策冲击对股票市场价格泡沫影响的时变分析

一直以来,资产价格波动与货币政策的关系都是经济金融领域关注的重点问题。本文以1997-2014年我国月度数据为样本,运用新近发展的时变参数的因子扩展向量自回归模型（TVP-FAVAR）分析了我国货币政策冲击对股票市场价格泡沫影响的时变特征。研究结果表明,我国货币政策的变动对股票市场价格的影响有着显著的时变性特点。当股票市场存在较大程度的资产价格泡沫时,股票市场的价格可能会随着利率提高而上升,采用加息的紧缩货币政策未必能够起到相应的调控资产价格波动的作用。这一结果和理性资产价格泡沫理论一致,意味着有必要重新审视传统观念中货币政策与资产价格波动之间是逆周期关系的认知。因此,政策制定者在采用“逆风而动”的货币政策时需要更加审慎,应密切关注货币政策对资产价格影响的时变特征,针对金融市场波动状况相机抉择。     

中国资本市场资产价格波动的动态关联性检验

与以往研究不同,将中国人民币原油期货交易与股票、黄金、国债市场纳入统一研究框架下,采用Markov三区制状态转移模型与动态相关系数模型,探索这四种市场波动率状态及各资产价格之间的动态关联性问题。结果表明,股票市场存在显著的低、中、高三种波动率状态,其他市场仅在低、中波动率状态显著,但原油市场和股票市场所处常态是中波动率的状态;中国债券在一定程度上是其他三种资产的弱对冲保值资产,而黄金资产在中国更多是作为原油和股票的多元化投资而非避险资产,且各市场间存在一定的分割现象。研究结果有助于从理论上分析原油期货市场自身以及与其它资产价格波动的动态关联性特征,并为规避和防控不同资产价格风险、构建有效投资组合提供理论依据;同时,也为监管部门进行有效金融监管和维护资本市场稳定提供理论参考。     

资产价格波动对通货膨胀的动态冲击检验

文章运用协整和误差修正模型对我国资产价格与通货膨胀的季度数据进行实证研究.实证结果表明,资产价格与通货膨胀之间确实存在长期的均衡关系.资产价格对通货膨胀具有显著的正向促进作用.其中房价变动对通货膨胀的影响大于股价变动.格兰杰因果检验结果表明我国资产价格与通货膨胀正处于一个螺旋上升的阶段,对产生资产泡沫和出现全面通货膨胀有重大隐患.     

利用价格聚类法对中国股票市场效率的考察

0引言金融市场效率的考察是一个重要的问题。金融市场的目的是实现有效的资源配置,表现为资产价格的发现功能。市场效率体现以较低的成本实现资源配置,即市场以越低的成本实现资产价格的真实反应,则市场效率越高。我国市场处于初始发展阶段,市场的改革变化是否促进了金融市场效     

基于Twin-SVM的多分形金融市场风险的智能预警研究

本文以沪深300指数（CSI300）长达11年时间的5分钟高频交易数据为研究样本,首先提出一种基于多分形特征的金融市场正常与关注状态的界定方法,并引入新型的支持向量机（SVM）人工智能模型,即孪生SVM（Twin-SVM）模型对多分形特征下的金融市场风险展开预警研究。实证结果表明：（1）中国新兴金融市场的价格波动具有显著的多分形特征;（2）基于多分形特征参数界定的正常与关注状态不仅准确,而且也具有明显的统计检验意义和明确的现实意义;（3）与传统SVM和BP神经网络（NN）相比,Twin-SVM在预测精度上不仅显著更高,而且在预测稳定性上也明显更优,即Twin-SVM能够有效地解决其它预警模型存在的非对称样本问题。     

MIDAS模型估计的偏误、有效性及其与同频率模型的区别研究

通过分解高频回归元,探寻出MIDAS类模型及同频率MAR模型之间联系的桥梁,从模型形式、估计量偏误、估计量方差等诸多方面呈现出两类模型的区别。理论推导结果表明:遗漏高频样本数据的传统MAR模型存在偏误,但在一定条件下MIDAS类模型与MAR模型具有等价性;MAR-LS的有效性与频率倍差存在正向相关性,当高频变量与低频变量的数据频率相差迥异时,MIDAS类模型的估计量较MAR模型有效。将此理论应用于具体实际经济中,以研究中国高频资产价格对低频GDP作用机制及预测能力。     

SNA视角下中国虚拟经济总量核算问题研究

从马克思虚拟资本的内核出发,依照SNA的理论基础,探究了虚拟经济总量核算理论、核算范围及难点等问题,并估算了中国2007—2015年虚拟经济资产价值的总量。理论研究表明,虚拟经济总量核算体系的构建,应以虚拟经济资产存量价值总量为基础,以核算期内虚拟经济资产价值变动总量为核心,以数量变化引起价值变动总量和价格变化引起价值变动总量为结构。测算结果显示,中国虚拟经济资产存量价值扩张迅速,但资产价值变动总量波动较大,2011年以来中国经济呈现出一定程度的向虚趋势。     

基于弹塑性理论构建的股票量价关系模型

文章依据股票的量价规律,参照力学中的塑性和弹性的概念,提出股票均衡价格、股价弹性、股价塑性等新概念;利用计量经济学方法,基于价格和成交量的高频交易数据,构建股票量价关系模型(被解释变量为股价变动,解释变量为股价弹性、股价塑性、主动性买卖盘之差),并进行参数估计和检验;检验结果表明该模型能够通过经济意义检验和统计检验。     

中国国际资本流动影响因素的计量分析

作为跨国界的生产要素,国际资本流动的本性其实就是逐利避险。文章构建中国国际资本流动与中美两国利率差、通货膨胀率差、汇率变动以及资产价格差、经济增长率差异、经常项目顺差变动、吸引外国直接投资以及财政赤字占比等等多元向量自回归模型,并进行脉冲响应函数分析。实证研究发现:在影响中国国际资本流动的各种因素当中,中美两国资产价格差异以及外国直接投资所发挥出的作用最为显著,但是中美两国经济增长速度间的差异对中国国际资本流动影响不够显著。     

市场价格为随机变量时的需求及需求弹性分析

一、引言 商品需求量是在一定条件下,消费者愿意购买并且有支付能力的商品量;需求弹性刻划商品价格变动时需求变动的强弱,因而需求量及需求弹性在市场分析中占有很重要的地位.通常在对此类问题进行研究时,只是把市场价格看成是自变量,需求量是因变量来研究需求量和需求弹性的.但在实际的经济活动中,商品的价格还是个随机变量.在消费者收入相对稳定,其它代用品价格变动较小的情况下,市场商品价格将围绕商品的均衡价格摆动,商品的市场价格可以看成是服从正态分布的随机变量.与此相应,商品需求量及需求弹性也是随机变量,这时准确估计需求量及需求弹性对经营者来说就显得非常重要.本文重点研究市场商品价格服从正态分布时,参数估计偏差变化对需求量及需求弹性的影响.     

需求弹性的预测在企业定价策略中的应用

一、需求弹性的含义及计算公式需求弹性，即需求的价格弹性，指商品需求量对其价格变化的敏感程度，一般用商品需求量的变动幅度与其价格变动幅度的比值表示．在一种商品的需求弹性已知时，可分析其价格变化对企业总收益的影响。当需求洋性大于1时，需求量的变化大于价格的变化，降价会引起需求量的较大增加，从而使总收益增加；当需求弹性小于1时，克求量的变化小于价格的变化，提价只引起需求量的较小减少，总收益也会增加。那么需求弹性应如何计算呢？设P、q分别表示价格的需求量，凸P／P表示价格升降幅度，凸q内表示需求量变动幅度，…     

基于RT-GAS Copula模型的经济金融行业非对称相依性及风险溢出研究

考虑到实体经济行业与金融行业间的相依关系存在杠杆效应，本文采用GJR门限结构将杠杆效应纳入包含高频信息的广义已实现自回归得分Copula(GRAS Copula)模型中，构建广义已实现门限自回归得分Copula(RT-GAS Copula)模型。利用RT-GAS Copula模型揭示实体经济行业与金融行业间时变相依关系对行业收益的非对称响应，并进一步分析经济金融行业间风险溢出的非对称性和时变特征。研究发现：各行业间的相依关系存在显著的杠杆效应，某一行业收益的上涨和下跌对该行业与其他行业间时变相依关系的影响是非对称的；行业间的相依关系会受到国家调控政策和各类市场风险事件的影响；行业间的系统性风险溢出存在非对称性，且会受到严重风险事件的影响。此外，有效性检验结果表明，当行业间相依关系存在显著杠杆效应时，RT-GAS Copula模型的拟合和预测能力优于现有时变Copula模型。     

交易信息、跳跃发现与波动率估计

在高频金融数据研究中,估计金融资产价格序列积分波动率时,往往需要考虑市场微观结构噪声与资产价格跳跃的影响.本文将市场微观结构噪声部分地表示成交易信息的参数函数,并结合资产收益序列的跳跃特征,提出资产收益的高斯混合模型.本文利用EM算法进行噪声参数估计的同时,识别资产价格的跳跃,进而提出一种新的积分波动率的估计量.本文提出的方法可以视为Li等(2016)的改进,并在模拟研究中,得到了比Li等(2016)更好的参数估计效果,且即使在跳跃幅度分布误设的情况下,也具有良好的识别跳跃的功能.在应用举例中,对比了本文方法与Lee和Mykland(2008)的跳跃发现方法,论证了本文的模型在识别跳跃方面的可靠性.     

基于已实现协方差矩阵的高维金融资产投资组合应用

随着金融市场的发展,可配置金融资产种类不断增加,高维资产的投资组合应用引起了广泛的关注,因此高维协方差矩阵的建模及预测更加重要。基于已实现协方差矩阵,创新地将Elastic Net(弹性网)方法与向量自回归模型结合,对高维已实现协方差矩阵进行建模和预测。实证分析中模型取得了理想的预测精度,待估参数的数目显著下降;由于弹性网方法具备充分的变量选择功能和群组效应,得到的模型更加完善,因此资产之间动态相关结构也更加明晰;分析发现行业之间协方差变化比自身方差变化更加复杂,将VAR-LASSO、VAR-EN、DCC-MVGARCH、EWMA四种模型预测的协方差矩阵应用到投资组合中,结果表明VAR-EN优势明显。     

资产升值预期、收入水平对房地产价格的影响

房地产的升值预期推动房地产价格的上涨,可以认为是房地产市场投机性存在的一个根本动因.文章利用2000年1季度-2008年4季度24个省份住宅价格和相关经济指标的季度数据,运用门限计量模型,对货币政策进行理论分析并选取相应的门限值,构建基于预期资产收益变动、可支配收入的住宅价格模型,旨在探索房地产升值预期的投机性需求,和收入水平提高、生活质量改善的刚性需求对房地产价格上涨的作用机理,研究基于房地产升值预期的投机行为和刚性需求在货币政策背景下对房地产价格变动的阶段性影响.     

季节调整后的蔬菜价格波动——兼论货币供应量的影响

利用X-12-ARIMA季节调整模型及ARCH类模型分析大宗蔬菜白菜、黄瓜、西红柿、菜椒和四季豆价格的季节性波动特点和短期变动特征,并探寻货币供应量对蔬菜价格长期趋势的影响。结果表明:蔬菜价格季节性波动特征明显,但波幅有缩小的趋势;蔬菜价格的趋势变动与货币供应量紧密联系,当流通中的货币量增加1万亿元时,白菜、黄瓜、西红柿、菜椒和四季豆每公斤分别上涨0.43元、0.76元、0.83元、1元和1.2元左右;白菜、黄瓜、菜椒和四季豆的价格具有明显的波动集簇性,白菜和黄瓜价格的外部冲击的影响会持续到下一期,菜椒和四季豆价格过去外部冲击和波动影响会比较持久;四种蔬菜均没有显现出显著的风险报酬特征,上期正负外部冲击对本期菜椒价格波动的影响具有非对称性,而对白菜、黄瓜和四季豆的影响是对称的。     

互联网大数据下消费搜索指数的构建与应用

文章结合2013年1月1日至2020年6月30日的百度指数这一高频互联网大数据，利用主成分分析法构建高频居民消费搜索指数。在此基础上，将高频搜索指数拓展进ADL-MIDAS混频模型，对居民消费情况展开实证分析和预测。研究发现：所构建的消费搜索指数能较好捕捉居民在双十一、春节、新冠肺炎疫情期间的潜在消费行为变动情况，总体上，居民对消费相关事件的网络关注度变化会对居民消费水平产生显著影响，消费存在显著的耐久效应，收入增长对消费的促进作用明显。此外，引入高频消费搜索指数的混频模型，对比基准模型，在多步向前动态预测和实时预测上都呈现较高的预测精度和较好的稳定性。     

中国证券市场的ACD-GARCH模型及其应用

一、引言随着计算机技术的飞速发展 ,人们可以获得采样频率越来越高的股票、汇率等金融数据 ,甚至可以获得股票市场、外汇市场实时的每笔成交数据。这些数据称之为高频数据。高频数据的获得使人们可以进一步研究市场的微观结构和运行机制。Easley ( 1996 )、Diamond和Verrecchia ( 1987)、Glosten和Milgrom ( 1985 )、Hasbrouck( 1998)和O’Hara( 1995 )等在研究市场微结构时指出 ,在交易中、价格变化中和买卖指令期间的等待时间对了解金融市场的私人和公共信息具有关键性的作用。为了利用交易到达时间和买卖价更新时间对金融市场微观结…