金融高频数据和超高频数据的研究现状及展望

金融高频数据和超高频数据的研究是金融计量学的一个全新的研究领域,研究的基本动因在于,一是对金融高频数据和超高频数据本身所具有的特征的关注,二是对理解金融市场的微观结构来说相当重要.当前这一领域从统计特征、"日历效应"、微观结构、建模等方面得到了一些研究的理论和实证成果.金融高频数据和超高频数据的研究中存在诸如:模型、微观结构误差等问题,未来金融高频数据和超高频数据研究趋势与方向应在波动持续性、风险度量等方面.     

金融超高频数据研究新进展

对超高频数据进行建模与分析,已成为国际、国内的金融学研究热点之一。最近几年,对金融超高频数据的研究有很多新的进展,通过对超高频数据的交易时间、标值两个方面的分析,较全面地总结了金融超高频数据研究新进展。最后对其研究的新进展予以简要的评析,并指出未来对金融超高频数据研究的方向。     

高频金融时间序列研究：回顾与展望

高频金融时间序列的分析与建模是金融计量学的一个全新的研究领域。论述了迄今国际相关文献中几乎所有关于高频金融时间序列的理论和实证研究成果:高频时间序列的模型化方法、日历效应、"已实现"波动和ACD模型,指出了研究中存在的问题,展望了高频时间序列的研究趋势。     

高频金融数据的长记忆SV模型分析--基于FFF回归

高频金融数据的分析与建模是金融计量学的一个全新的研究领域。与低频数据不同,高频数据通常具有“日历效应”和波动长记忆性。本文在使用弹性傅立叶形式(FFF)回归技术消除“日历效应”的基础上,针对高频数据的波动长记忆性建立了长记忆SV模型,结果发现高频数据的波动持续性大大降低。     

基于金融高频数据波动率计算方法的比较研究

就近年来出现的基于金融高频时间序列的三种波动率估计量进行了比较研究,从计算方法、统计性质和应用范围等多个角度进行了分析,并用深证成指做了实证研究,为理论工作者和实际操作者选取波动率估计量提供了依据。     

金融结构、经济结构与总消费波动关系研究——基于中国金融结构约束的观点

文章从金融结构约束的观点,运用计量经济学的方法,对中国金融结构、经济结构与消费波动的关系作了实证研究。Granger因果检验表明,短期内消费波动是金融结构变化的Granger原因,消费波动是经济结构变化的Granger原因。从长期来看,中国金融结构、经济结构与消费波动之间存在唯一长期均衡关系,经济结构变化是金融结构变化的原因,消费波动对金融结构、经济结构的变化随着时间的推移,其影响力逐渐增强。因此,增加消费能力对中国经济持续健康发展具有重要的战略意义。     

中国股票市场日内波动率的分行业差异研究--以高频数据为样本

目前国内学者利用年、月等低频数据对股票市场的波动率进行了很多的研究,但以日内高频数据为基础的研究还不多见.本文借鉴国外文献,提出用已实现流动率(realized volatility)对日内波动率进行估计,同时重点对不同行业股票的日内波动率差异进行实证研究和原因分析.     

基于高频面板数据的人民币汇率波动规律研究

基于2006—2013年的1771个人民币汇率日值高频数据,采用 GARCH 模型对人民币与美元、港币、日元、欧元及英镑之间的汇率波动规律进行实证分析。结果显示：（1）人民币兑五大外汇币种汇率的波动存在 ARCH 效应,其收益表现出明显的群聚特征;（2）人民币兑五大外汇币种汇率的波动均具有一定的记忆性,但除港币和日元外,大都会随时间缓慢衰减;（3）人民币兑五大外汇币种汇率的波动存在明显的杠杆效应,但不同币种对人民币升值的反应存在一定的差异。     

粮食金融化对粮食价格波动的影响效应

粮食金融化背景下,粮食价格波动表现出不同于传统粮食市场的显著特征。论文构建粮食金融化影响粮食价格波动的理论基础和研究假设,运用GARCH和EGARCH模型,实证分析其影响效应。研究发现,粮食价格波动具有集簇性和非对称性特征。粮食金融化加剧了价格波动的集簇性和非对称性。研究证实了粮食金融化加剧粮食价格波动性的结论,为粮食价格管理和粮食安全政策的制定提供新的视角。     

我国经济周期的波动与金融政策的选择

在经济发展的过程中,由于受到内外因素影响,常常出现波动变化。文中通过对中美两国经济周期的波动与金融政策选择的比较,对当前形势下我国金融政策的选择提出个人建议。     

金融市场波动测量方法新进展

文章阐述了“已实现”波动的研究进展 ,针对ARCH类、SV类等主流波动模型实际应用中存在的问题 ,从理论上阐述了如何解决维数“灾难”、参数估计等问题。着重介绍了“已实现”波动、“已实现”协方差的构建以及与积分波动、积分扩散阵之间的关系 ,和国外实证研究的成果 ,同时又介绍了用“已实现”波动的测量方法构建的一些模型 ,并指出了“已实现”波动正在进行的应用领域和发展前景。     

金融市场随机波动:基于文献综述的视角

探讨了金融市场收益率存在历史、隐含和现实的三类随机波动现象,并呈现出尖峰厚尾、杠杆、集群、微笑、溢出、长记忆、信息流、共生波动等分布特征.进一步归纳了基于不同分布特征的随机波动的GARCH、SV、制度转换、阀值模型等模型,梳理出重点SV模型的三类估计方法:基于矩法、极大似然法估计和马尔科夫链蒙特卡罗(MCMC)方法,以及有效估计SV模型后,其在收益波动率预测、风险管理上的应用.     

流动性与波动性动态关系研究

基于超高频数据建立了久期、价差和波动性的联立动态模型,并研究了流动性指标和波动性的关系。结果表明,度量流动性的交易速度和交易成本与市场波动性有显著的相互影响。因此,管理层应该控制交易成本,防止市场过分波动,使市场达到流动性充分和价格稳定的有序状态。     

Copula理论在金融上的应用

Copula理论与面向均值、方差和线性相关的建模方法不同,copula模型是对整个联合分布建模,因此可以提供更多有用信息,特别是可以捕捉到非正态、非对称分布的尾部信息。运用copula理论建立的多变量金融时间序列模型可以替代向量GARCH模型,用以描述随机变量间时变的条件相关关系,并可广泛应用于金融市场的相关性分析、资产定价和风险管理等金融领域。     

金融生态理论研究:进展与评述

金融生态理论的发展历程大致可分为起源、形成和发展三个阶段。当前,已有的研究对金融生态的系统性认识和量化研究关注不够,在一定程度上制约了金融生态理论的进一步发展和完善。因此,未来在金融生态理论的研究中应重点关注以下三个方面内容:一是把握金融生态理论的核心议题;二是明确和量化金融生态系统内外部因素的作用和影响;三是科学认识和评价金融生态系统的平衡和突变。     

随机波动模型的沪深股市比较研究

金融市场的风险和波动性一直是现代金融学研究的主题。金融风险具有时变性,金融波动具有持续性。介绍了刻画波动特性的随机波动模型及其估计方法。为了帮助投资者和政府监管机构理解沪深股市的风险特性,利用随机波动模型对上海股市和深圳股市的波动特性进行建模和比较分析,结果发现,上海股市比深圳股市的风险高,波动的持续性低;分析了产生这种现象的原因,并提出了若干建议。     

金融发展理论在90年代的发展

90年代金融发展理论突破了麦金农—肖的框架，并融合了内生增长理论的一些积极因素。90年代金融发展理论家建立了大量的理论模型，旨在阐释金融体系是如何内生形成和发展的以及金融体系是如何作用于经济增长的，并在此基础上，提出了一系列有关金融发展的政策主张。     

基于金融发展理论的我国房地产金融体系的改革与完善

金融发展理论是研究如何建立有效的金融机构体系和金融政策组合来最大限度地促进经济增长的理论。结合20世纪70年代以来发展起来的以金融抑制、金融深化和金融约束理论为代表的金融发展理论和我国房地产金融体系的现状,可以发现我国现存的房地产金融体系存在着由金融抑制造成的体系不完备,单一银行体系支撑着中国整个房地产金融的问题。为此,我国应采取深化金融产权制度改革、完善金融监管以及培育和完善房地产金融品种和体系等举措促进我国房地产金融体系的完善。