政策因素对股票市场波动的非对称性影响

政策因素对中国股票市场的波动具有重要影响.首先对中国股票市场的政策因素进行系统的分类并量化;其次,以上证综合指数收益率的标准差及上、下半标准差度量股票市场波动性,应用多元回归模型,从市场总体和不同市场环境两个方面分析了各类政策因素对我国股票市场波动的影响.研究发现:政策因素是影响我国股市波动的主要因素,其在牛市行情中对市场波动的影响大于熊市行情,对股市向下波动的解释程度大于向上波动的解释程度.研究结果表明:政策因素更容易在牛市行情中对股市波动产生影响,更容易引起股市向下波动.     

中国股票市场的信息反应曲线和股票价格波动的非对称性

股票价格波动对于市场信息的反应过程具有非对称性。通过利用多种非对称性GARCH 模型,描述和检验了沪市股票日收益率序列的条件波动性,并通过对股票市场信息影响曲线的分析,发现沪市股票价格波动中存在显著的非对称性反应。这说明股市波动对于不同的政策干预和信息冲击具有不同程度的反应,“利好消息”对股市的刺激作用仍然需要其他市场干预的配合才能发挥出来。     

政策效应对股市波动性影响的研究

政府行为对于任何证券市场来说,都是必不可少的。股市虽有其自身规律,但是有时会因为外因或内因的影响而使其偏离其发展的规律和轨道,这时就需要政府出台相关政策及法规来为股市引导护航。我国股市是一个新兴市场,从我国股市历年发展的经验看来,政府行为在股市发展的过程中产生了重大影响。当投资者对股市失去信心,抛售股票致使股价大幅狂跌时,政府往往出台利好消息稳定股市;当股票价格过高严重脱离其价值基础,股市整体出现严重泡沫时,政府往往出台利空政策打压股价。因此,在我国股市受政策影响的现象非常突出。对于我国这样一个特殊的市场环境来说,政府对股市的过多干预究竟对股市的发展起到了良好促进作用,还是导致其资源配置失真、股价过度波动,对市场造成不利影响?我国股市在不断发展的过程中,政府对市场的调控行为是否在趋于成熟、市场对政策冲击的反应是否趋于适度?本文将通过直观统计和事件研究法相结合,从总体走势和具体政策事件影响这两方面比较各个时期政策因素和市场因素对股市波动影响的变化,由此考察股市发展过程中我国股市政策效应的的转变过程、市场成熟的过程和程度。考察过度波动与国家政策的关系。旨在增强人们对股市的认识,做出正确的投资决策,同时也有利于政府对股市的重新定位,促进股市健康有序发展,对中国股市的政策效应进行研究有深刻的理论和现实意义。     

股市波动助长了市场投机性吗?

高投机性和高波动性一直是中国股票市场的显著特征,本文以中国A股市场为研究对象,从投机性市场异象、均值-方差关系以及宏观风险因子定价三个方面研究了股市波动的加剧对市场投机性的影响.研究结果表明,股市波动的加剧助长了市场投机性,具体体现在:在高波动率状态下,中国股票市场的投机性市场异象显著增强;同时,市场组合收益率正向的均值-方差关系减弱,宏观风险因子价格偏离理论预期.本文的结论对于加快建设高效的股票市场,强化中国股市的资源配置功能,提高中国股市的监管效率等方面有着重要的启示.     

基于Hawkes过程中美股市大幅波动互激效应的研究

近年来,由于中美经济联系日趋紧密,中美股票市场大幅波动的互激效应明显增强。本文考虑中美股市时差和法定节假日差异等因素,运用标值Hawkes过程对2006-2017年CSI300和S&P500大幅波动收益率数据进行建模,结果表明：（1）中美股市大幅波动互激效应存在不对称性,美股市场大幅波动对中国股市的互激效应更强;（2）中美股市大幅波动的幅度对互激效应不存在显著影响;（3）中美股票市场对于大幅波动互激效应的消化速度存在差异,中国股票市场消化美股大幅波动互激效应的速度较快。本研究对金融市场监管者和投资者均有一定意义。     

股市政策对股票市场的影响——基于投资者社会互动的视角

本文将影响股市的政策分为五类,检验股市的政策效应;并以新浪财经博客为投资者之间社会互动的媒介,利用文本挖掘技术和社会网络研究方法,构建反映投资者之间社会互动程度、情绪属性以及社会网络中心程度的变量,探讨社会互动对股市政策效应的影响.实证研究表明,舆论导向政策对股市收益率存在显著的正向影响;证券供给需求性政策、货币政策显著提高股市波动率,市场创新与市场交易制度显著降低市场波动率.同时,投资者对专业性政策的解读显著依赖于社会互动,社会互动会放大货币政策对股市收益率的正向影响,加剧证券供给需求性政策对股市波动的影响,平缓市场创新与市场交易制度对股市波动的影响,而不影响舆论导向政策对股市产生的效应.     

中国股市政策与股市投资者的博弈分析

一、引言 中国股市经历了十多年的发展,在中国社会经济生活中的地位日显重要.但是中国股市在曲折的发展过程中,也暴露出很多问题,其主要表现就是股价的大涨大跌和不稳定性.究其原因,主要是由于中国股市从其诞生的那天起就和政府的政策有千丝万缕的关系.中国股市是一个典型的"政策市",政府经常有意识地运用一些政策手段来调控股市的运行.国内有关学者曾对1992～2000年初沪市的异常波动的情况进行了统计分析,如邹昊平、唐利民(2000)得出的结论是:政策性因素是造成股市异常波动的首要因素,占总影响的46%,其次才是市场因素占21%,扩容因素占17%,消息因素占12%,其他因素占46%.     

股市联动中的“涟漪效应”

本文提出"涟漪效应"来解释国际股市联动性的大幅波动。所谓涟漪效应就是中心市场特有波动对其它市场间联动性产生影响的现象。本文采用滚动窗口和DCC-GARCH的方法计算了市场特有波动和收益相关系数,以9个主要市场指数为样本对国际股票市场中涟漪效应进行实证检验。研究结果显示,2007年后国际股市联动性变化与美国市场的涟漪效应有关,美国市场特有波动升高（降低）会导致全球股市联动性升高（降低）,而其他市场特有波动并没有类似影响。美国市场与其他市场间联动性基本不受第三方市场特有波动的影响,A股与美股联动性的增强是造成A股与其它股市联动性变化的主要原因。此外,研究特有波动与相关系数的关系能帮助我们识别国际股市中风险传递方向,本文结果显示欧洲市场对其他市场的影响非常有限,以往研究可能高估了欧洲市场的影响力。本文丰富了股市联动性影响因素的研究,对理解市场联动性变化、评估市场影响力等问题有重要意义。     

中国股市为何暴涨暴跌?

在我国股市短短18年的历史中,暴涨暴跌几乎成了其最主要的的特征。市场的剧烈波动不仅给广大投资者造成了巨大的经济损失,也让我国的金融市场和实体经济的健康发展受到了威胁。究其根源首先是上市公司普遍存在不注重分红,缺乏回报股东的意识;其次,A股市场上缺乏做空机制,使得市场只能单向运行;管理层对市场过多的政策干预是造成A股市场暴涨暴跌的又一个重要原因。只有建立起严格的投资回报制度,尽快建立起市场的做空机制,减少过多的政策干预,一个健康成熟的中国股市才会到来。     

基于Hawkes过程的国际原油市场与中国股票市场大幅波动联动性研究

考虑国际原油市场与中国股票市场之间的大幅波动存在联动性,本文采用二维标值Hawkes模型对2007年至2019年8月的布伦特原油期货和沪深300指数的日度数据中大幅波动的单市场延续和跨市场传染的传播特性进行建模。实证结果表明：(1)Hawkes过程可以较好地拟合国际原油和中国股市之间大幅波动的自激发和互激发效应,并捕捉资产收益率在时间和空间上的聚集性、持续性和溢出性;(2)原油市场和中国股市的大幅波动均存在较强的自激发效应;(3)原油市场和中国股市之间大幅波动的互激发效应具有统计意义上的显著性,但在实际影响方面相比于自激发效应更为微弱。本研究对股票市场建设、资产配置和风险防范均有一定意义。     

全球性股市恐慌下的股市日内风险传染:来自欧债危机时期的证据

本文主要着眼于全球性股市恐慌下的中国内地与中国香港、中国台湾、日本股市之间的日内风险传染现象,使用日内5分钟数据,应用FFF回归、FIEGARCH模型、ARFIMAX模型的波动溢出三步检验法,对内地股市与其他三个东亚股市之间的日内波动溢出效应进行了实证分析.本文的主要结论是:中国内地与中国香港股市之间存在着强烈的双向波动溢出效应;中国内地与日本股市互不影响;中国内地与中国台湾股市之间,虽然在非恐慌时期几乎不存在波动溢出效应,但进入恐慌时期后中国台湾股市显著受到内地股市影响.股票市场之间的波动溢出效应具有非对称性特征,并且股市下跌时的波动溢出效应比上涨时要大.     

中国股票市场“政策市”现象分析

在中国证券市场十几年的发展过程当中,政策频繁干预并由此造成股价大幅波动已经成为其一大特征,本文以A股市场为研究对象,将政策细分为货币政策与财政政策及舆论导向。通过观察每一次政策出台对股价走势的影响,分析"政策市"现象的原因,得出政策对股价的影响逐渐趋弱的判断,并对中国当前股市中存在的与"政策市"相关的问题提出一些建议。     

经济不确定性是股市波动的因子吗？——基于GARCH-MIDAS模型的分析

本文运用混频模型（GARCH-MIDAS）分析了经济不确定性对中国股市波动率的影响。经济不确定性包括宏观经济不确定性和经济政策不确定性两方面。总体来说,经济不确定性会影响中国股市的波动,但强度有限,且A股、B股间表现出差异。经济运行（IP）和消费（inf）中的不确定性是A股、B股共同的波动因子,且IP的贡献度最高;货币政策（IR）、中国经济政策不确定性（CEPU）对A股无显著影响,但会显著影响B股的长期波动趋势;美国经济政策不确定性（AEPU）的影响则不显著。加入显著性指标有助于提高波动率的预测精度,混频模型为分析股市波动中的长期趋势和短期波动提供了一个新视角,有助于识别股市波动中的经济影响因素。     

中国股票市场价格波动特征及其可预测性研究

通过对沪、深股指高频数据的实证研究,验证了中国股票市场收益率分布的"尖峰胖尾"特征,发现了沪、深股票市场恢复正态分布假设(therecoveryofGaussiandistribution)的特征时间标度以及沪、深股市在交易日内的波动(intradayvolatility)特性,并对沪、深股指波动的可预测性进行了初步的探索。     

极值风险E—VaR及深圳成指实证研究

由于极端事件及政策性调整，中国股市出现了剧烈波动。鉴于当前各种VaR模型在较高置信水平时(≥0．99)会高估或低估VaR值，本文提出把E—VaR作为一种辅助的VaR度量方法．对新兴的中国股票市场进行风险调控与度量。通过POT方法建模与Boostrap模拟参数置信区间检验，深圳成指的实证结果表明，在极端市场条件下，E—VaR是令人满意的。     

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

金融市场间波动溢出效应研究——GC-MSV模型及其应用

在资本自由流动、信息充分的背景下,金融市场之间受相同宏观经济因素的影响,往往会表现出协同变化的特征,外汇市场和股票市场间波动溢出效应一直是经济金融界研究的热点。随机波动模型是随机微分方程的离散化表示形式,其通过一个不可观测的随机过程来描述金融时间序列的波动特征,更适合于金融领域的实际研究。本文引入GC-MSV模型对我国汇改后汇市与股市间的波动溢出效应进行研究。实证结果表明,整体上汇市与股市间存在负相关的动态价格溢出效应;在人民币持续升值阶段和持续震荡阶段均存在不对称的波动溢出效应,且随时间推移波动溢出效应有所减弱。     

股价波动的本质特征是什么?——基于非线性动力学分析视角的研究

基于金融复杂性研究视角,采用非线性动力学分析方法,分析股市波动的本质特征与形成机制。结果表明股市波动具有显著的分形动力学特征与长期记忆效应;股票市场存在低维混沌,具有内生的不稳定性;股价行为有其内在的非线性动力学形成机制,揭示出金融市场的正反馈机制、投资者的异质性与相互影响是引发市场复杂行为的重要途径;提出了非线性金融理论的研究方向并阐明了对于金融实践的意义。     

试论中国股票市场失衡及其与宏观经济运行态势的背离

本文建立了考察股市运行失衡与宏观经济运行态势背离的分析框架.作者认为,只有将股市放到宏观经济运行的大背景下,从股市与宏观经济的互动机制角度来考察,才能全面认识和把握股市运行的规律.因此,本文从股票价格波动、通货膨胀、股票市场规模等角度进行了系统分析.通过与美国、韩国股市有关实证分析结果的比较,本文提出,正是由于中国股市的经常性失衡,完善市场经济条件下股票市场与宏观经济运行的正常互动关系才被打乱,表现为股市不能正常反映宏观经济波动状况,二者走势出现明显的异动和背离.     

卖空限制对股票市场收益非对称性的影响——基于上海和香港的实证比较研究

利用改进的BB法则划分股市的波动周期,运用EGARCH-GED模型比较研究了上海和香港股票市场的非对称性问题.通过研究发现,上证综指的收益分布从长期来看呈负偏,而恒生指数呈正偏;在熊市中两个市场均存在"杠杆效应",在牛市中香港市场坏消息的影响仍然更大,而上海市场则存在"反杠杆效应".出现这一差异主要由于上海证券市场缺乏卖空机制,影响了价格对坏消息的吸收,这一结果能够解释我国内地股市"暴涨暴跌"的现象.