基于小波协方差的中国股市波动序列相关性的实证分析

在介绍概率变化协调的相关性度量方法的同时,证明了该方法是传统方法的推广。又依据小波协方差在不同尺度下的分解理论,提出了基于小波协方差的相关性度量方法,并对沪深股市波动序列之间的相关性进行了实证分析。结果表明：沪深股市波动序列在整体上具有正相关性,但在不同尺度下沪深股市波动序列之间的相关性不同,小尺度下相关性小。对投资者而言,最好以小尺度为基准选择分散投资策略。     

Finite-sample Resampling-based Combined Hypothesis Tests,with Applications to Serial Correlation and Predictability

This article suggests Monte Carlo multiple test procedures which are provably valid in finite samples. These include combination methods originally proposed for independent statistics and further improvements which formalize statistical practice. We also adopt the Monte Carlo test method to noncontinuous combined statistics. The methods suggested are applied to test serial dependence and predictability. In particular, we introduce and analyze new procedures that account for endogenous lag selection. A simulation study illustrates the properties of the proposed methods. Results show that concrete and nonspurious power gains (over standard combination methods) can be achieved through the combined Monte Carlo test approach, and confirm arguments in favor of variance-ratio type criteria.     

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。     

Estimating the Stock/Portfolio Volatility and the Volatility of Volatility: A New Simple Method

We devise a convenient way to estimate stochastic volatility and its volatility. Our method is applicable to both cross-sectional and time series data, and both high-frequency and low-frequency data. Moreover, this method, when applied to cross-sectional data (a collection of risky assets, portfolio), provides a great simplification in the sense that estimating the volatility of the portfolio does not require an estimation of a volatility matrix (the volatilities of the individual assets in the portfolio and their correlations). Furthermore, there is no need to generate volatility data.     

基于ANN-GARCH模型的中国股市收益非对称波动拟合能力研究

在传统的非对称GARCH模型上加入ANN逻辑项,从而提高了模型的非对称性描述能力。不同于"黑箱"式的神经网络计算,这种方法的ANN逻辑项是可见、可分析的。通过对上证综指、深证综指和恒生指数的实证研究,发现三个市场都存在"杠杆效应"。研究表明:ANN-GARCH模型总体上比传统模型的拟合效果更好,预测能力更强。     

交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险

 金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。     

中国通货膨胀、通货膨胀波动与产出增长：基于MGARCH模型分析

通货膨胀、通货膨胀波动和产出增长及其波动之间存在复杂的影响关系。基于一种多元自回归条件异方差模型（MGARCH模型）,采用中国1993—2003年的月度通货膨胀率和产出增长数据检验通货膨胀、通货膨胀波动和产出增长及其波动的关系。结论表明：高通货膨胀水平引起高的通货膨胀波动,而高通货膨胀率和通货膨胀波动导致低的产出增长和产出增长波动,结论的政策含义是价格稳定的货币政策有利于经济健康发展。     

中证500股指期货推出降低了中国股市波动吗?——来自2007—2016年沪深股市的证据

选取2007—2016年沪深股市的日收盘价时间序列为样本数据,运用小波分析法对时间序列进行了降噪处理,在此基础上,对中证500股指期货推出对中国股市波动的长期与短期影响进行了实证检验。研究结果表明:中证500股指期货推出对中国股市波动具有长期抑制作用。但是,短期来看,中证500股指期货推出对中国股市波动具有显著的助推作用,且对中证500指数波动的助推力度最大,对深圳成指波动的助推力度居中,对上证综指波动的助推力度最小。中证500股指期货推出后,中证500指数的波动率比上证综指的波动率增大了15%,深圳成指的波动率比上证综指的波动率增大了3%。     

A Nonparametric Test for Deviation from Randomness with Applications to Stock Market Index Data

The proposed test detects deviations from randomness, without a priori distributional assumption, when observations are not independent and identically distributed (i.i.d.), which is suitable for our motivating stock market index data. Departures from i.i.d. are tested by subdividing data into subintervals and then using a conditional probability measure within intervals as a binomial test. This nonparametric test is designed to detect deviations of neighboring observations from randomness when the dataset consists of time series observations. Simulation results and a comparison with Lo and MacKinlay's (1988 Lo, A. W. and MacKinlay, A. C. 1988. Stock market prices do not follow random walks: Evidence from a simple specification test. The Review of Financial Studies, 1: 41–66. [Crossref], [Web of Science ®] , [Google Scholar]) variance ratio test showed that our proposed test is a competitive alternative.     

面板数据双因素误差回归模型序列相关和随机效应的联合LM检验

对面板数据双因素误差回归模型构造了检验序列相关和随机效应的一种联合LM检验,发现该LM统计量也是检验联合假设H0：σμ^2=λ=0的Baltagi-Li LM统计量和检验假设H0：σv^2=λ=0的Breusch-Pagan-LM统计量之和。当面板数据的个体数N充分大时,该联合LM统计量的渐近分布是χ^2（3）分布;无论双因素误差面板数据回归模型的剩余误差项是AR（1）过程还是MA（1）过程,联合LM检验是相同的,即对随机效应和一阶序列相关的联合LM检验是独立于序列相关的形式。     

持股周期与股票盈利:来自中国A股市场的证据

价值投资是格雷厄姆经典投资理论的基本特征之一,坚持价值投资是投资者在股市中盈利的前提,但现实中我国投资者亏多赢少,可能的原因是投机心理导致的非理性行为。我国个人投资者持股周期普遍较短这一重要特征为该问题的研究提供了检验。本文基于我国股票市场个人投资者的微观调查数据,研究了个人投资者的持股周期对其股票盈利的影响,研究结果表明:与其他投资者相比,平均持股周期短的投资者在股市中更难盈利。可能的影响机制是持股周期短的投资者投资组合的多元化程度不足,导致盈利的可能性较低。异质性分析表明,前述作用机制在投资经验欠缺、可投资资产不足、跟风操作的投资者群体中表现得更为明显。本文的研究结论为个人投资者坚持长期投资和价值投资理念提供了经验证据。     

金融市场联动机制与政策不确定性——基于中日股市间联动研究

通过混频数据技术(Mixed Sampling Data,MIDAS)将股市波动率和相关性分解为长期成分和短期成分,并用政策不确定性指数(policy uncertainty index)刻画长期成分,试图回答经济政策对金融市场波动与市场间联动的可能作用及其方式。以中日股市为例,研究结果表明:中国股市只受到本国政策不确定性的影响,而日本股市却受到来自中日以及全球三个维度政策的冲击;中日股市之间相关性变动可以很好地被中日经济政策不确定性所解释,股市间相关性的变动趋势与政策不确定性的变化基本一致。为了避免金融市场受到来自国外不利冲击的影响,政府应降低其政策行为的不确定性以抵御来自市场外的冲击。     

沪深A、B股市场信息传递路径实证分析

运用计量经济学中的ARCH-LM检验、GARCH模型、Granger引导关系检验等分析方法，实证分析了B股市场对境内投资者开放前后沪深两市A指收益率序列与B指收益率序列和非预期收益率序列的Granger引导关系，给出沪深A、B股市场信息传递路径，并且指出从信息流动角度来说，A、B股市场整合的方式是从A股市场向B股市场的内幕消息的传递和从B股市场向A股市场的投资理念的趋同。     

预期引导、政策冲击与股市波动——基于文本分析法的异质性诊断

防范股票市场异常波动是维护金融稳定和防控金融风险的关键一环。货币政策实践中,预期引导与政策冲击对股市波动的实际影响和传导机制迥然不同。现有文献对两者之于股票市场波动 的异质性影响多有讨论,但分歧明显。基于2005年到2019年中国人民银行各季度《货币政策执行报告》和《货币政策大事记》,本文分别构建表征货币政策预期引导强度和实际操作频度的代理变量,对上述指标之于同期A股市场主要行业指数的波动性影响做了多维诊断和系统梳理。研究发现,第一,预期引导效应和政策冲击效应对于股票市场波动性的影响存在显著异质性特征,预期引导有助于平抑市场波动,而频繁调控则会放大股市波动。第二,预期引导的明确性会制约其对股市波动的平缓作用,货币调控意愿的表达越明确,越有助于平抑股票市场波动;而更坚决的“严厉型”表述比态度相对温和的“温和型”表述能够更显著地平抑股票市场波动。第三,实际操作频度对股市波动的放大作用受制于具体调控方向,宽松型调控的频率上升仅会小幅放大股市波动,而紧缩型货币调控则会大幅抬升股市波动性。由此,从平抑股市异常波动、维持金融稳定的角度出发,强化货币政策的预期引导比相机抉择的频繁调控更为重要;在预期引导过程中,应当增强调控意愿表达的明确性和坚决性,以限制其对金融市场运行带来的扰动。     

金融市场波动跳跃、跳跃相依与跳跃风险:基于股指高频数据的研究

运用股指高频数据,首先构建基于一般已实现波动率与双幂次变差的RV-regular vine copula模型,比较分析两个模型在刻画资本市场之间的波动跳跃结构的差异;然后,考虑股票价格存在跳跃的情形,分析离散跳跃的统计特征,研究资本市场之间跳跃相依结构,并通过模拟计算市场在险价值来探讨市场之间的跳跃相依风险。研究发现:由于跳跃的存在,采用双幂次变差所构建的RV-regular vine copula模型在参数估计结果方面表现更佳;跳跃序列存在尖峰厚尾的特征以及跳跃聚集的现象,而跳跃相依风险可以通过构建合适的资产组合来降低。     

中国大蒜电子交易市场与现货市场波动溢出效应研究——基于二元VAR-GARCH-BEKK模型

本文采用二元VAR-GARCH-BEKK模型,对中国大蒜现货市场和电子交易市场间的波动溢出效应进行了分析,研究发现:既存在现货市场向电子交易市场单向的波动溢出效应,也存在电子交易市场向现货市场的单向波动溢出效应,同时两个市场间还存在着双向的波动溢出效应,并且大蒜电子交易市场向现货市场的波动溢出效应要强于现货市场向电子交易市场的波动溢出效应,两个市场间的波动溢出效应主要是由电子交易市场向现货市场的溢出。     

沪港台三地股市波动的风险传导效应研究

由于受到地理位置、经济文化等因素的影响,沪港台股市在收益率波动上存在相关性。利用Granger因果检验和Chi-plot图检验两种方法分别对沪港台股市波动进行了实证研究。结果一致表明：沪台股市的收益率波动存在双向传导效应,沪港两市的收益波动仅存在显著的港市对沪市的单向“溢出效应”,而沪台两市传导效应相对较弱。但沪港台三市的收益波动均存在明显的“杠杆效应”。     

A dynamic double asymmetric copula generalized autoregressive conditional heteroskedasticity model: application to China's and US stock market

Modeling the relationship between multiple financial markets has had a great deal of attention in both literature and real-life applications. One state-of-the-art technique is that the individual financial market is modeled by generalized autoregressive conditional heteroskedasticity (GARCH) process, while market dependence is modeled by copula, e.g. dynamic asymmetric copula-GARCH. As an extension, we propose a dynamic double asymmetric copula (DDAC)-GARCH model to allow for the joint asymmetry caused by the negative shocks as well as by the copula model. Furthermore, our model adopts a more intuitive way of constructing the sample correlation matrix. Our new model yet satisfies the positive-definite condition as found in dynamic conditional correlation-GARCH and constant conditional correlation-GARCH models. The simulation study shows the performance of the maximum likelihood estimate for DDAC-GARCH model. As a case study, we apply this model to examine the dependence between China and US stock markets since 1990s. We conduct a series of likelihood ratio test tests that demonstrate our extension (dynamic double joint asymmetry) is adequate in dynamic dependence modeling. Also, we propose a simulation method involving the DDAC-GARCH model to estimate value at risk (VaR) of a portfolio. Our study shows that the proposed method depicts VaR much better than well-established variance–covariance method.     

银行间债券市场和交易所债券市场动态关系研究——基于DCC-MGARCH模型的分析

运用DCC-MGARCH模型对银行间债券市场与交易所债券市场之间的动态相关系数进行研究,并对两债券市场之间相关系数的动态时变特征进行分析。研究结果表明:银行间债券市场与交易所债券市场相关系数总体为正,波动幅度小,但时变特征不明显;两市场之间的动态相关系数随着时间的推移没有显著的提高,与其他金融市场之间的动态相关性相比,两市场动态相关系数还相对较低;债券市场的分割特征仍然明显,市场融合有很大的提升空间,这表明银行间债券市场与交易所债券市场之间的一体化进程还任重道远,故应逐步完善债券市场体系,取消市场中不合理的准入限制和市场壁垒,制定有利于两市场融合的政策法规,为建立统一互联高效的债券市场奠定良好的市场基础和制度环境。