融资融券非对称性与股价崩盘风险——基于风险对冲视角的分析北大核心CSSCI

如何完善股票市场融资融券交易机制,避免股价暴跌,既对于防范系统性金融风险至关重要,亦对于“去杠杆”政策的落实具有借鉴价值。本文基于我国融资融券市场非对称性这一独特现象,考察其对股价崩盘风险的影响机理。研究发现:融资融券市场非对称性导致融资交易与融券交易无法实现风险对冲,加剧了股价崩盘风险;进一步利用中介效应模型验证了融资融券非对称性难以对冲信息风险与流动性风险,从而引发股价崩盘风险提升。本文研究表明,完善融资融券交易机制,加强融资杠杆与融券杠杆的风险对冲作用,对于降低股市波动与系统性金融风险,促进资本市场稳定健康发展具有重要意义。     

连续指令驱动市场的信息交易概率:一种新的方法

通过构造"成交积极性"变量,提出了一种在连续竞价指令驱动市场中估计信息交易概率的新方法,运用有序probit方法和马尔科夫转换技术对模型进行了估计.对该方法与基于PIN框架的经典信息交易概率模型进行比较分析,同时研究了信息交易概率和资产收益波动、报价价差、成交持续期之关系的日内效应.研究结果发现,模型较之基于PIN框架的经典信息交易概率模型对价差具有更好的解释力;信息交易概率和资产收益波动、报价价差、成交持续期等股票交易特征之关系具有显著的日内效应.该结论经过面板回归模型检验具有稳健性.     

混合正态双因子已实现SV模型及其实证研究

  传统的波动率模型(如GARCH模型和SV模型)采用日度收益率数据对波动率建模,忽略了日内高频数据包含的丰富信息。同时,资产收益率的波动率往往展现长记忆性,资产收益率的分布展现非正态性(尖峰、厚尾),传统的波动率模型不能很好地刻画现实资产收益率的这些特征。         将包含丰富日内高频信息的已实现波动率引入传统低频SV模型中,同时考虑已实现波动率偏差修正、波动率长记忆性和资产收益率的非正态性(尖峰、厚尾),构建混合正态双因子已实现SV(2FRSV-MN)模型。 为了估计2FRSV-MN模型的参数,给出灵活且易于实现的基于连续粒子滤波的极大似然估计方法。 蒙特卡罗模拟实验表明,给出的估计方法是有效的。 采用上证综合指数和深证成分指数5分钟高频交易数据,对提出的2FRSV-MN模型进行实证检验。         研究结果表明,已实现波动率是真实日度波动率的有偏估计(下偏),沪深股市非交易时间效应强于微观结构噪声效应;沪深股市具有强的波动率持续性和显著的杠杆效应,且杠杆效应只存在于短记忆波动率因子过程中,长记忆波动率因子过程中存在反向杠杆效应;根据赤池信息准则,2FRSV-MN模型比其他模型具有更好的数据拟合效果。 对风险值的估计结果表明,2FRSV-MN模型能较好地测量金融市场风险,但并非一定是具有最好的风险测量效果的模型,这取决于选取的概率和数据。         研究结果不仅为投资者和监管机构提供了信息和决策参考,也丰富了基于高频数据的波动率建模和市场风险测量的研究。     

市场信息集聚效应与交易效率的研究

本文从市场交易这个角度来研究信息和效率问题.主要结果,1)提出了市场信息多样化和集聚的概念,并给出了信息集聚的数学表述;2)建立了不完全市场交易的讨价——还价交易谈判动态博弈模型,得到多阶段交易的贝尔曼方程;3)以此证明了市场信息的集聚效应,产生报酬递增和提高市场流动性.这是市场信息更重要的价值和作用机理,而不仅仅是通...     

基于指令驱动市场EKOP模型的异质期望研究

传统资产定价模型假设所有的投资者对于同一种资产未来收益的预期相同。但是,这一假设很难得到实证研究的证实。在现实市场中,投资者往往存在意见分歧,这样的意见分歧就是异质期望。理解异质期望如何影响资产价格是金融研究中一个极其重要也颇具争议的问题,这一课题的研究焦点在于,市场中投资者意见分歧的增大是否产生溢价。实际上,研究投资者意见分歧与资产定价的关系就是研究市场中的信息是如何进入价格的。投资者由市场信息产生或调整自己的预期,通过交易行为体现出来,最终反映在价格中。这一信息的融入和传导过程是市场微观结构研究的核心内容,而这一点在已有研究中往往被忽视。 从市场微观结构的角度就投资者预期和异质期望对定价的影响进行研究,结合中国股市交易机制,建立指令驱动系统下的Easley-Kiefer-O′hara-Paperman模型,通过交易活跃度这一参数,以买卖订单交易量为基础,利用带机制转换的向量自回归模型估计信息状态概率,更准确地估计市场中的知情交易比例和不同信息状态下非知情交易者的预期。利用沪深股市29只股票2010年1月至2012年6月的5分钟高频分笔数据进行估计,并在此基础上构建异质期望衡量指标,利用多因素模型回归研究异质期望与股票定价的关系。 研究结果表明,这一时期投资者意见分歧较大,市场逐渐低迷,交易活跃度从5.149%降至1.357%,其中知情交易比例为28.184%,比例较高;市场转冷时,知情交易量的减小远小于非知情交易量;非知情交易者对市场中的信息估计不足,但是可以较为准确地从市场交易中判断看涨的走势,却不能在价格下跌时有效止损,这也体现出其投机心理比较严重;垄断优势强的企业投资者意见分歧较小;异质期望水平较高会导致价格被高估,且二者成正比,这一高估会在两个月内得以完全修正。 所建立的模型可为投资者捕捉市场状态和监管部门制定政策提供了依据。     

基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析

已有成果在研究杠杆效应时大多数都是基于ARCH类模型,从波动率的角度进行分析的。本文应用分位点回归模型以及含有虚拟变量的分位点回归模型分析了"已实现"波动率条件下的CVaR,并尝试从市场风险的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了"已实现"波动率条件下的CVaR估计,并从风险的角度证实了中国股市的市场风险存在杠杆效应。     

专利动态特征与专利诉讼:基于智能手机产业的研究

"基于中国金融市场某股票和权证订单成交数据构建交易网络，分析交易网络微观结构蕴含的市场信息和交易行为多样性对即时价格冲击的影响.股票和权证交易网络中包含了近100万的交易者，在给定的显著性水平下，进行交易网络降噪，剔除了大部分噪声交易者，构建“核心”交易网络，发现噪声交易者具有更大的即时价格冲击.本文主要贡献是基于复杂网络模体对交易网络中噪声交易者和交易行为多样性进行了向量化表征，定义交易行为多样性指标，发现交易行为多样性越大的交易者具有更敏感的即时价格冲击影响.基于复杂网络微观结构分析方法解构蕴藏于交易网络中的市场交易行为，为研究交易者行为和价格行为提供了新视角."     

基于 LHAR-RV-V 模型的中国股市波动性研究

在已实现波动率异质自回归模型( HAR-RV 模型) 的基础上,基于市场微观结构的理论,同时考虑市场波动的杠杆效应和量价关系,构造了已实现波动率及交易量之长记忆异质自回归模型( LHAR-RV-V 模型)．利用该模型对沪深 300 指数的等时 1min 高频数据进行实证分析,实证结果表明该模型能够较好地捕捉到我国股票市场波动的长记忆性和杠杆效应,且杠杆效应具有一定的持续性．此外,过去不同周期交易量的加入不仅能够更为细微的反映量价之间的关系,而且在一定程度上改善了模型的预测能力．     

基于LHAR-RV-V模型的中国股市波动性研究

在已实现波动率异质自回归模型(HAR-RV模型)的基础上,基于市场微观结构的理论,同时考虑市场波动的杠杆效应和量价关系,构造了已实现波动率及交易量之长记忆异质自回归模型(LHAR-RV-V模型).利用该模型对沪深300指数的等时1min高频数据进行实证分析,实证结果表明该模型能够较好地捕捉到我国股票市场波动的长记忆性和杠杆效应,且杠杆效应具有一定的持续性.此外,过去不同周期交易量的加入不仅能够更为细微的反映量价之间的关系,而且在一定程度上改善了模型的预测能力.     

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.     

系统风险的会计决定:企业财务风险、经营风险、系统风险的时变关联

新企业会计准则的颁布有力推进了我国金融工具信息披露制度建设,但是到目前为止,研究者对会计信息和上市公司系统风险的关系还不是很清楚.本文提出了新的经济理论模型用于研究财务风险、经营风险和系统风险的动态关联.主要结论:一、财务杠杆和经营杠杆以乘子的形式放大了无杠杆条件下的企业系统风险,这一结论在时变的条件下仍成立;二、理论证实了无杠杆条件下的企业系统风险来源于公司净利润-流通市值比率、销售增长率和平均价格增长率的变动;三、财务风险和经营风险间存在一个权衡,例如经营风险高的公司,将会选择一个较低的财务风险,使得公司有一个相对合理的系统风险.因此,会计风险披露制度的推进可以为投资者提供更多和更好的有关公司风险的信息.     

基于期权与高频数据信息的VaR度量研究

传统的市场风险度量模型没有充分利用期权与高频数据包含的信息,且主要基于单因子波动率模型,导致信息的损失以及模型缺乏足够的灵活性.本文基于灵活的双因子随机波动率模型,通过提取期权与高频数据包含的市场前瞻与当前信息,构建相应的市场风险度量波动率模型对在险值（VaR）进行度量.为了估计模型参数,建立基于连续粒子滤波的极大似然估计方法.采用iVX指数与已实现波动率测度（RV）作为上证50ETF期权与高频数据信息的代理,对构建的市场风险度量波动率模型进行了实证检验,结果表明：充分利用了期权与高频数据信息的双因子随机波动率模型能够在快速变化的市场环境中更好地估计波动率,相比其它波动率模型（仅利用了历史数据信息的GARCH模型、利用了高频数据信息的已实现GARCH模型以及利用了期权与高频数据信息的单因子随机波动率模型）具有更为优越的VaR度量精确性,尤其是极端风险情形下的VaR估计精确性改进明显,凸显了期权与高频数据信息以及双因子波动率在市场风险管理中的价值.     

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。     

双因子非对称已实现SV模型及其实证研究

在基本的SV模型中引入包含丰富日内高频信息的已实现测度,同时考虑其偏差修正以及波动率非对称性与长记忆性,构建了双因子非对称已实现SV（2FARSV）模型.进一步基于连续粒子滤波算法,给出了2FARSV模型参数的极大似然估计方法.蒙特卡罗模拟实验表明,给出的估计方法是有效的.采用上证综合指数和深证成份指数日内高频数据计算已实现波动率（RV）和已实现极差波动率（RRV）,对2FARSV模型进行了实证研究.结果表明：RV和RRV都是真实日度波动率的有偏估计（下偏）,但RRV相比RV是更有效的波动率估计量;沪深股市具有强的波动率持续性以及显著的波动率非对称性（杠杆效应与规模效应）;2FARSV模型相比其它已实现波动率模型具有更好的数据拟合效果,该模型能够充分地捕获沪深股市波动率的动态特征（时变性、聚集性、非对称性与长记忆性）.     

股市波动的杠杆效应检验:一种新的方法

股市波动的非对称性特征一直是金融研究中关注的焦点问题。本文首次构建了一个非平衡似无关波动模型,从个股角度对波动的非对称性进行检验。通过与综合指数的对比研究,本文揭示了市场因素对波动非对称性的影响。实证结果表明,我国深证成份指数波动存在杠杆效应,而成份股波动却表现出反向杠杆效应。市场同时存在的共同因素和异质因素,是导致成份股波动和成份指数波动表现不一致的原因。进一步的研究结果表明,在消除共同因素影响后,成份股波动的反向杠杆效应会表现更明显。     

基于随机贴现因子方法的权证定价研究

本文应用随机贴现因子方法,考虑了标的资产服从杠杆随机波动率(SV-L)模型下的权证定价问题。首先,基于保险精算中的Esscher变换,设定随机贴现因子为状态变量的指数仿射函数,基于该随机贴现因子能够给出不完全市场中权证唯一的理论价格;然后,假设标的资产服从SV-L模型,结合指数仿射随机贴现因子,推导出风险中性概率测度下标的资产收益的动态过程;最后,给出了基于在沪深交易所上市的认购权证的实证研究。结果表明,提出的权证定价模型的定价效果优于经典的Black-Scholes(B-S)模型的定价效果。     

对企业实行债转股的思考

启动财务杠杆给企业带来的效益一直是理论界关注的焦点.本文所介绍的是在西方较为流行的两种对启动财务杠杆实行馈转股的企业进行效益分析的理论模型.第—种模型强调资本成本在债转股中的重要性,认为企业制订是否实行债转股的决策依据就是对企业破产成本,委托代理成本和无形资产成本的评估.而对投资者来说,在投资中选择持债还是持股也依据他们对委托代理成本和无形资产的评估.第二种模型则建议企业在启动资本杠杆实行债转股中注重对风险的规避. 对于中国国有企业实行的债转股,本文以为它在所有制、市场条件及社会经济制度背景等方面具有完全不同的性质.但我们仍可以利用财务杠杆的工作原理将国有企业的债务转为股份公开上市交易,以实行中国国有企业的民营化,减轻企业的债务负担,同时减少国有银行的呆坏帐.     

考虑微观结构噪声与测量误差的波动率预测

以测量误差的分布理论为基础，本文将微观结构噪声的影响引入到测量误差的方差中，构建了包含微观结构噪声影响的HARQ-N模型。使用蒙特卡洛模拟与中国股市的高频数据对HAR、HARQ、HARQ-N模型与HAR-RV-N-CJ模型的估计和预测进行了比较，研究发现，HARQ模型和HARQ-N模型的测量误差修正项对波动率的影响系数统计显著为负，HARQ-N模型的测量误差项影响系数远大于HARQ模型，更大程度地减弱当期微观结构噪声和测量误差的影响。并且，考虑微观结构噪声和测量误差的HARQ-N模型样本内和样本外预测效果在统计上显著优于HAR模型、HARQ模型与HAR-RV-N-CJ模型。     

广义双指数分布的跳跃扩散模型下股指期货波动研究

 金融期货市场既存在平常信息引起的连续性波动,又存在突发冲击造成的跳跃式波动,金融市场波动同时具有扩散性和跳跃性特点。同时,金融期货市场与现货市场间的跳跃和波动行为存在着风险溢出效应和羊群效应等。并且,金融资产收益在跳跃过程中呈现出非高斯属性,正态分布假设不能刻画跳跃和波动中的程式化现象,如噪音分布的尖峰厚尾、有偏特征等。        考虑到金融期货序列分布的尖峰厚尾、有偏、非对称现象,采用非对称、有偏的广义双指数分布刻画收益率非高斯特征;同时考虑到金融波动序列的时变性、集聚性和异方差性以及收益与波动之间存在着杠杆效应,将有偏的广义双指数分布引入到收益序列和波动序列均存在跳跃且跳跃相关的双层跳跃扩散模型,构建广义双指数分布驱动的双层跳跃扩散模型,并从理论上分析模型的优越性。根据模型的似然函数估计式,使用马尔科夫链蒙特卡洛模拟迭代求解广义双指数分布驱动的双层跳跃扩散模型参数,将构建的模型应用到中国股指期货和现货市场进行实证研究,分析中国股指期货和现货市场各自的跳跃和波动行为特征以及市场间跳跃和波动的风险关联性,包括对两类市场跳跃形态的非高斯特征分析股指期货市场与现货指数的波动协同性描述,以及股指期货与现货间的跳跃溢出行为、跳跃强度和跳跃大小分析等。        研究结果表明,广义双指数分布驱动的双层跳跃扩散模型较好地捕获了收益率分布的尖峰厚尾特征;股指期货收益和股指现货收益上涨与下跌概率呈现非对称性;股指期货波动强度高于股指现货波动,而股指期货波动的持久性低于股指现货;股指现货的杠杆效应表现更强;股指期货和股指现货市场存在双向跳跃溢出效应。        研究结论有利于理解中国沪深300股指期货市场和现货市场之间的跳跃风险传染机制,对于深入认识期货和现货市场的风险溢出关系、促使投资者规避风险和监管机构加强监管具有一定的参考作用。