股指时间序列的多重分形Hurst分析

以深圳股票市场为例,对深证成指指数数据进行了多重分形分析。首先,运用多重分形重标极差的方法对深证成指进行实证研究,结果表明在整个时间标度上Hurst指数均表现为持久性特征,而且随着标度τ的增加,Hurst指数呈现总体递增趋势,并且在整个标度范围上存在2个标度临界点,这体现了股指价格在不同标度范围下的状态跃迁现象。其次,运用多仿射方法确认了深圳股票市场多重分形特征的存在,验证了R/S分析方法中存在的标度临界点,并且进一步分析了不同临界标度范围下价格动态的本质特征。     

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.     

金融时间序列的标度特性实证研究

分别从时间序列分析,简单分形分析及多重分形分析的角度,运用自相关、功率谱、盒维数以及多重分形谱方法对上证指数时间序列的标度特征进行了实证研究.首先,自相关函数和功率谱分析结果表明.上证指数时间序列在跨时间尺度的指教之间存在着相关性,表现为分形时问序列,说明市场未达到弱式有效;其次,盒维数的分析结果揭示了上证指数的聚类特征及标度变化,并且盒维数随临界值增加而递减的规律体现了多标度特征的存在;最后,多重分形谱的方法进一步确认了上海股票市场的多标度特性,并指出该特性是股票市场信息倍增级联过程的结果.     

股票市场多重分形性的统计描述

以上海股票市场为例，运用多重分形谱方法对其多重分形性进行了实证研究。分析了多重分形谱的两个参数（分形谱的宽度及最大、最小概率子集分形维数的差）与指数变化趋势的关系。并进一步研究了多重分形谱参数与时间序列对数收益率的关系。结果表明多重分形谱参数与指数的变化趋势及对数收益率具有明显的关联性，这说明多重分形分析能够揭示更多关于市场变化的有用信息，有望以一定概率预测股价的涨落。     

中国股票市场多重分形游走及其预测

股票价格波动规律的研究是预测的基础,多重分形过程是迄今为止最为符合价格波动特性的模型。本文验证了中国股票市场的多重分形游走,并根据多重分形过程的局部尺度特性和多尺度相关性建立了小波和神经网络相结合的股票价格预测模型。实证研究结果表明,本文模型预测精度较由其他模型得到的预测精度明显提高。     

基于小波的金融危机时点探测与多重分形分析

在金融危机时点前后,市场的动力学会呈现出异常剧烈的波动。准确定位金融危机时点是区分出金融危机前后股市多重分形特性的关键步骤。与其他方法相比,小波变换模极大值法（WTMM）的优势在于它可以侦测出突变点并对金融市场的多重分形特性进行分析。研究通过小波变换模极大值法（WTMM）所建立的模极大值线将道琼斯工业指数（DJI）与东京证交所股价指数（TPX）的金融危机时点定位出来,随后基于所侦测出来的道琼斯工业指数（DJI）突变点对该指数进行多重分形分析。分析发现：小波变换模极大值法（WTMM）不仅可以准确定位金融危机发生的时点,还可以刻画出多重分形特征在金融危机前后的演化。实证结果验证了分形市场假说（FMH）关于市场发生崩溃的起因,也为金融风险管理提供了一个新思路。     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。     

基于小波领袖多重分形分析法的股市有效性及风险检测

大多数关于股票市场有效性测量与风险侦测的研究都是基于有效市场假说。从分形市场假说出发,本文首先应用小波领袖多重分析法刻画市场波动的多重分形特性来衡量市场的有效性,然后提出一种应用市场最大波动点集的分形维数（D（h_min））及其奇异性指数（h_min）的演化特征来检测金融风险的新方法。实证结果表明：中、美、日三国在不同时期市场的有效性具有明显差异,中国市场的有效性正逐步提高,而美日两国市场的有效性水平与金融危机的发生更为密切。研究发现该方法不但可以正确地定位出金融危机发生的时点,还可以较准确地对风险进行测量。研究结果对于如何提高市场有效性,提升不同投资期限投资者的风险管理水平提供了一些启示。     

基于指数回归模型的中小企业板极端风险度量

中小企业板有着区别于沪深主板市场的风险特征.本文针对传统基于正态分布假设的VaR模型低估风险问题,运用极值POT模型研究中小企业板的极端风险,利用指数回归模型实现了POT模型中阈值的定量选取,避免了样本Hill图在选取阈值时存在的局限性.实证结果表明,POT模型对中小企业板极端风险的估计比正态分布更有效.研究还发现,传统基于正态分布的风险度量没有体现金融资产收益率的尖峰厚尾特征,同时存在低估风险和高估风险,但都很难通过LR统计量检验.因此,基于指数回归法的POT模型更能有效刻画中小企业板的极端风险.     

基于无穷状态转换模型的中国股票市场收益率分析

本文建立一个状态数目由数据决定的马尔可夫转换向量自回归模型,用贝叶斯方法推断模型参数,并利用基于Gibbs分块采样的MCMC方法做逼近。然后本文用此模型和估计方法分析上海A股市场周收益率,结果发现,我国股票市场最可能存在5个不同的状态,状态间的区分首以波动性大小不同为标准,股市除了在初期波动性极小外,从1992年4月开始可以分为两个阶段,在各阶段股市均在三个状态之间转换。     

基于小波变换的长记忆随机波动模型估计方法研究

根据ARFIMA过程的小波分析结果,将小波引入到长记忆随机波动(Long Memory Stochastic Volatility)LMSV模型的估计中,提出了基于小波变换的LMSV模型的参数估计和潜在波动过程的估计方法.用不同参数值和样本容量的数据进行了模拟实验,又用该方法对上海和深圳证券交易所综合指数的收益序列拟合了LMSV模型,结果表明该方法是有效且可行的.     

基于随机波动性模型的中国股市波动性估计

采用动态随机波动性模型实证研究了中国股票市场的波动性. 通过基于马尔可夫链蒙 特卡罗(MCMC) 模拟的贝叶斯分析方法,较好地估计了随机波动性模型中的参数与波动性序 列. 基于中国股市数据进行的实证结果表明,与ARCH 类模型相比,随机波动性模型能更好地 描述股票市场回报的异方差和波动性的序列相关性.     

小波包与混沌集成的股票市场预测新方法

基于小波包变换和混沌理论提出了一种股票市场建模及其预测的新方法,既能刻划时间序列的规律,又能捕捉混沌状态的特征.首先,应用小波包变换对上证综指和深证成指日收益率序列进行三层分解,分别得到第三层从低频到高频八个频率成分的时序,并在此基础上作进一步分析,结果表明中国股市存在混沌特性;然后,应用混沌理论分别建立从低频到高频八个时序的预测模型,分别对八个时序进行预测;最后,基于小波包理论对混沌模型预测的结果予以重构,实现对原始收益率序列的预测.与现有方法比较,结果表明该方法具有较高的精度,有极大的应用范围.     

股票市场历史信息的长记忆性特征研究

回顾历史是为了预测未来,历史能够蕴含事物发展的脉络和内在规律。那么投资者能否通过对股市历史的分析来制定投资决策以及预测未来走势?文章选择中国沪深两市指数、亚洲有代表性的日经225指数以及在世界金融市场有重要影响的标准普尔500指数为研究对象,运用动态估计方法,对股市长记忆性的时变特征进行分析,探讨股票市场历史信息的可鉴性;除采用修正R/S方法、LW估计外,又加入较为新颖的ELW和FLW两种方法作为对比。实证结果表明,虽然几种方法得出的时变长记忆参数并非完全相同,但是有关股市长记忆性的结论基本一致;股市收益序列在整个样本区间并未表现出显著的长记忆性,但在极端事件发生时,收益序列会表现出显著的相关性,体现了股市长记忆性的时变特征,此时可以通过对历史数据信息的分析,达到规避极端风险的目的。     

A TIME-SERIES APPROACH FOR CONSTRUCTING EXPECTATIONS MODELS*

This article presents an efficient way of dealing with adaptive expectations models—a way that makes use of all the information available in the data. The procedure is based on multiple-input transfer functions (MITFs): by calculating lead and lag cross correlations between innovations associated with the variables in the model, it is possible to determine which periods have the greatest effects on the dependent variable. If information about k periods ahead is required, fitted values for the expectation variables are used to generate k-period-ahead forecasts. These in turn can be used in the estimation of the transfer function equation, which not only contains the usual lagged variables but also allows for incorporation of lead-fitted values for the expectation variables. The MITF identification and estimation procedures used are based on the corner method. The method is contrasted with the Almon distributed-lag approach using a model relating stock market prices to interest rates and expected corporate profits.     

我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析

汇率机制和股权分置改革加强了我国汇市与股市一体化程度, 近期人民币升值压力不断演化和几大经济危机爆发进一步增强了两个市场间的关联性。本文采用小波多分辨分析与多元BEKK-GARCH(1, 1)模型相结合方式研究了国内汇市与股市之间的波动溢出关系, 实证结果不仅表明两大市场存在显著的波动溢出效应, 还发现在不同交易周期下存在着不同的波动溢出效应, 短期来看股市向汇市有单向传递效应, 随周期变长发展为双向溢出, 其中又以汇市向股市波动溢出效应更为显著, 长期则仅有小幅度溢出效应存在于股市向汇市波动传递过程中。     

基于复杂网络的投资组合优化研究

本文基于复杂网络的局部聚类系数改进了传统的全局最小方差投资组合模型。首先通过股票对数收益率的相关系数矩阵构造股票关联网络,然后计算股票关联网络的局部聚类系数,最后通过全局最小方差模型确定最佳投资组合。将改进后的模型应用于A股市场,经过夏普比率、信息比率和欧米茄比率的对比分析得出改进后的投资组合模型在样本外的表现优于传统的全局最小方差投资组合模型。     

投资者情绪对股票市场收益和波动的影响-基于开放式股票型基金资金净流入的实证研究

投资者情绪立足于投资者非理性的角度,能够对股票市场的大幅波动作出较好的解释。当前国内以开放式股票型基金角度分析投资者情绪的研究尚为空白。本文以开放式股票型基金资金净流入作为投资者情绪的度量指标,运用GARCH-M模型研究了投资者情绪对股票市场收益和波动的影响。研究结果表明：投资者情绪与股票市场收益之间存在正向反馈作用;且在以股票市值为分类的组合中,发现大市值股票组合受投资者情绪影响的股票市场指数条件波动越大,股票组合收益越大;小市值股票组合受投资者情绪影响的股票市场指数条件波动越大,则股票组合收益反而越小。