股指期货交易加剧了中国股票市场波动性吗？——基于投资者结构的理论和实证研究

股指期货交易的推出将改变股票市场投资者结构和投资者交易行为,进而对股票市场波动性产生影响。本文首先在假设股票市场存在股指期货交易的条件下,构建理论模型揭示投资者结构和股指期货交易对股票市场波动性的影响机理,并据此对中国股票市场在沪深300股指期货推出后的波动性变化进行理论预测;然后以2007-2016年期间的沪深300指数和投资者结构数据为样本,运用GARCH类模型对理论模型预测结果进行实证检验。研究发现,在股票市场存在股指期货交易的条件下,机构投资者比例和一般机构投资者比例对股票市场波动性的影响随机构投资者与个人投资者所占市场份额的比例关系不同而呈现出不同的特征;套利交易者比例增加、投机交易者比例减少都将降低股票市场波动性;沪深300股指期货推出显著降低了中国股票市场波动性,机构投资者比例增加将强化沪深300股指期货交易对中国股票市场波动性的减弱效应;中国证券监管部门可以通过鼓励股指期货产品开发和完善股指期货交易制度强化中国股票市场稳定性。     

基于CAViaR模型的沪深300股指期货隔夜风险研究

期货隔夜风险的防范历来是投资者关注的热点,本文以沪深300股指期货为研究对象,采用CAViaR模型对普通隔夜风险进行度量,同时还采用新建的CAViaR-EVT模型对极端隔夜风险进行预测,全面地分析了多头VaR和空头VaR在不同分位数的动态变化特征,最后采用Kupiec似然比检验和动态分位数检验对模型进行后测检验。实证结果表明,隔夜收益序列具有右偏、无长期记忆性和尖峰厚尾等典型特征;CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中AS模型的预测效果最好;加入极值理论后,CAViaR-EVT模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,且其预测结果比EVT和GARCH-EVT模型要更合理。     

动态金融高阶矩建模:基于Generalized-t分布和Gram-Charlier展开分布的比较研究

动态时变高阶矩是金融收益率的一个重要特征。本文对比研究了主流的Generalized-t分布(GT)和Gram Charlier Expansion分布(GCE)在GJRGARCH模型下对动态高阶矩的拟合能力和Value-at-Risk的预测能力。基于2005-2014美国标普500股指和中国沪深300股指日收益率的实证结果显示,收益率的条件高阶矩存在显著的时变性和持续性,其中偏度参数的持续性参数达到0.9以上。从各种统计指标综合来看,这两种方法都具有较好的实证表现。尽管GCE分布具有某些高阶矩建模的便利性,GT分布的实证拟合能力更强,对极端概率Value-at-Risk的样本外预测也更加准确。     

风险厌恶在股指期货避险中的应用研究

沪深300股指期货的推出,不仅提供了一种新的投资产品,更为投资者提供了一种新的避险工具.如何选择最佳的避险比率成为投资者不得不考虑的首要问题.此外,投资者对风险的态度也是避险决策中需要考虑的重要因素.文章采用GARCH-M模型估计市场参与者的风险厌恶系数(RRA),在此基础上运用OLS和VAR-MVGARCH模型计算沪深300股指期货的效用最大化避险比率,并与常规风险最小化准则下的避险比率进行对比分析.结果表明,考虑RRA的效用最大化避险比率高于风险最小化的避险比率.并且,除了时变样本外预测,无论是静态避险比率,还是时变避险比率,引入RRA的避险策略表现均优于风险最小化标准下的避险策略.     

中国股指期货市场混沌特征实证分析

文章在借鉴前人研究的基础上选取2005年4月8日至2010年8月16日的沪深300日收盘价格指数运用混沌理论对中国股指期货市场的混沌特征进行了实证分析,得出中国股指期货市场分形维1.355,最大李雅普诺夫指数0.013,股指期货且存在一个330天左右的平均循环周期的结果,结果表明中国股指货市场存在混沌特征,只能对沪深300指数作短期预测而不能做长期预测。     

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.     

多层网络视角下沪深港股票市场关联性演化研究

随着“沪港通”和“深港通”的开通,沪深港股票市场间关联性日趋紧密,而充分认识沪深港股票市场间关联性的演化特征,对维持沪深港股票市场的稳定具有重要的价值.本文从多层网络视角出发,同时考虑股票收益率间的相关性和投资者情绪间的相关性,构建沪深港股票市场多层网络,进而探究沪深港股票市场间的关联关系及演化过程.结果表明,“沪港通”开通后,沪深港股票市场收益率间的关联性以及投资者情绪间的关联性没有显著增强,但不同市场间收益率与投资者情绪的关联性显著增强.而“深港通”开通后,沪深港股票市场收益率间、投资者情绪间以及收益率与投资者情绪间的关联性均显著增强.此外,不同市场之间收益率与投资者情绪间的交互关系并不对称,沪深两市股票收益率与港市股票投资者情绪的关联性较高,而港市股票收益率与沪深两市股票投资者情绪的关联性却较低.     

沪深300股指套期保值及投资组合实证研究

采用协整等分析方法,对沪深300股指标的进行投资组合研究,给出了动态投资组合的操作方法,结果表明基于模型选择的投资组合具有较好的系统均衡性、较小的风险及较高的收益率.同时对静态选择的50只股票组合、基于模型动态选择的17只股票的投资组合以及单个股票投资进行沪深300股指期货套期保值比的模拟实证分析,采用OLS回归模型估计法、双变量向量自回归模型方法、基于协整关系的误差修正模型方法、简化的误差修正模型方法,对不同模型方法下的套期保值比进行实证研究,最后对利用沪深300股指期货进行套期保值的有效性给出评价.     

我国中小投资者合理运用股指期货的路径研究

根据中国金融期货交易所颁布的沪深300股指期货仿真交易合约表,中小投资者面临着交易门槛高、风险大的窘境。本文从四个方面——小型股指期货合约、放行股指期货投资基金、推出嵌入股指期货的银行理财产品、发展相关的券商集合资产管理计划,阐述了中小投资者运用股指期货的路径。     

基于不同分布的股指波动非对称性实证分析

在随机误差项分别为正态、学生t及广义误差分布的假设下,用ARMA-GARCH、ARMA-EGARCH及ARMA-TARCH模型,对1995年12月至2008年3月沪深2市的A股指数的日收益率波动性进行实证分析.结果显示:沪深2市股指日收益率都存在着波动非对称性;在极大似然准则和AIC原则下,能最好地描述中国A股市场指数波动的模型为ARMA-EGARCH模型.     

我国投资者情绪对股票收益影响——基于面板数据的研究

基于基金的资金流量构造投资者情绪指标,应用面板数据模型对我国投资者情绪与股票收益之间的关系展开研究,结果表明情绪对股票收益具有显著影响,其中乐观情绪的影响高于悲观情绪,而极端情绪在我国市场中具有独特的预测能力。利用行为金融学理论建立合理的情绪指标,可以作为预测市场未来波动的可靠指针,为我国证券投资者及监管者提供决策参考依据。     

极端风险下中国股市的反应特征研究

投资者是否理性在金融理论中至关重要。本文利用日度交易价格数据,对中国股票市场在极端风险下的反应特征进行了统计实证研究。基于2002-2013年的数据发现,中国股票市场在极端风险下会表现出一些有趣且显著的反应特征。具体表现为:1.在股市出现极端下跌情形下,市场会由于过度反应而在接下来的一个交易日内表现出显著的反转特征;而在股市出现极端上涨情形下,市场在接下来的交易日内并没有明显的反应模式;2.与熊市相比,在出现极端下跌风险下,市场在牛市中更容易出现过度反应而表现出反转特征。实证研究结果还发现,基于极端风险构建的投资交易策略要显著的优于有效市场假说的买入并持有策略。本文的实证研究结果不仅表明投资者的非理性特征,而且还表明这种非理性特征已经影响到资产的定价。     

基于分位数Granger因果的网络情绪与股市收益关系研究

 行为金融学理论认为,股票市场的价格变动除受宏观基本因素影响外,还在很大程度上受众多个体投资者或噪音交易者行为左右。中国股票市场拥有庞大的个人投资者群体,且股民群体与网民群体之间具有高度耦合性,使用网络情绪等信息能够探索中国股市收益变动基本规律。        为揭示个体投资者行为对股市收益的影响,以个体投资者情绪为视角,以网络环境中个体投资者的情绪信息为切入点,检验投资者情绪与股市收益的关联关系,评估网络情绪信息价值。使用中文文本情感分析方法,从新浪微博文本中提取出网络情绪时间序列;分别运用均值Granger因果和分位数Granger因果检验方法,探讨网络情绪波动与股市收益之间是否存在因果关系;将股票市场发展阶段进行细致划分,研究不同市场阶段下网络情绪波动与股市收益之间的因果关系。        对沪深300指数收益进行实证研究,结果表明,尽管在均值框架下网络情绪波动与股市收益之间因果关系并不明显,但基于分位数Granger因果分析却发现两者在极端分位点区间处存在广泛且显著的因果关系。数据显示,在40个因果关系检验中,分位数Granger因果检验的因果关系发现了23个显著的因果关系,发现率为57.5%,远高于均值Granger因果检验的7.5%。此外,股市收益受到网络情绪波动影响的程度和方式在不同市场阶段下有所不同。        研究结果具有一定的理论意义和应用价值。在一些特定分位点区间网络情绪波动对股市收益存在显著因果关系影响,这为在特定条件下股市收益的可预测性提供了佐证。网络情绪能够预测股市收益的尾部(上尾或下尾)行为特征,可以为金融风险防范提供决策参考。研究结果为股票市场的定价、收益预测和波动率估计等相关研究提供了新的研究思路,也为网络情绪信息使用提供了新的方向。     

北上资金、百度指数与股市关联性的时频域研究——基于协高阶矩视角

为准确考察经由陆股通的资金量与投资者关注度对股市的影响，并兼顾股市时频域特征，将EEMD与高阶矩波动模型相结合，分别构建三个频率尺度下股市收益率、北上资金与百度指数的三元GARCHSK模型，基于时变协高阶矩视角对模型所得结果进行对比分析。结果表明：北上资金及投资者关注度均与内地股市存在时变关联关系；协高阶矩逐步成为内地股市与北上资金风险传染与波动关联的重要途径，且关联性逐步提高，而投资者关注度与内地股市的关联途径较少，关联关系存在较大不确定性；内地股市的短期均值与方差变动更多地取决于北上资金量，长期非对称性、极端风险概率的变动则与投资者对相关信息的关注程度存在更为显著的关联。本文从不同频率尺度探讨北上资金、投资者关注度与内地股市的协高阶矩关联途径与时变互动关系，为后续互通机制的政策效应研究提供了更为全面的角度和思路。     

个体与机构投资者,谁左右A股股价变化?——基于投资者异质信念的视角

在成熟的资本市场,机构投资者一直都被视作资产定价的主体。但在个体投资者众多的中国证券市场,个体投资者与机构投资者谁左右A股股价的变化?则是人们关注的热点话题。本文从投资者异质信念的视角,构建个体投资者与机构投资者未预期交易量两个异质信念测度指标,对比分析二者与股票收益的相关性。结果表明,个体投资者与机构投资者的异质信念与股票当期收益显著正相关、与未来一期收益显著负相关,但个体投资者异质信念的作用更强;进一步,异质信念对小公司、价值型公司收益的影响更明显;当控制了规模、价值等风险因子,以及不同时间区间和是否可以卖空等市场影响因素后,结论依然成立。表明在现阶段的中国A股市场,个体投资者的异质信念仍是左右股票定价的主要因素。     

投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究

基于扩展卡尔曼滤波(EKF)方法,首次构造出过滤市场噪声的投资者情绪指标,并在此基础上应用向量自回归模型分析我国投资者情绪指标与股票收益、股本规模等因素的经验关系,实证结果表明:(1)扩展卡尔曼滤波方法可以获得一个更加清晰反映投资者情绪的状态变量;(2)情绪的变化量比情绪指标本身具有更强的市场收益预测能力;(3)大规模公司股票的收益对投资者情绪的影响程度高于小规模公司股票,而投资者情绪对小规模公司股票的影响显著高于大规模公司的股票,并且情绪波动能够预测小规模股票的短期收益惯性和跨期收益反转的特征,证明情绪波动是影响资产定价的重要主观因素。     

投资者的博彩行为研究——基于盈亏状态和投资者情绪的视角

本文以中国股市2000年1月至2017年9月的数据为样本，实证研究盈亏状态和投资者情绪对股票市场博彩行为的影响。本文首先构造股票博彩指数和资本利得量以及二者的交互项，然后使用Fama-MacBeth回归并分析该交互项系数估计量的统计显著性和经济显著性，结果发现，尽管我国股市投资者总体上表现出博彩偏好，但当投资者处于盈利状态时，投资者会厌恶风险，不愿意冒险买入或继续持有"博彩型"股。本文还构造了投资者情绪指数，并以中位数为界将全样本分为投资者情绪高涨期和低落期，然后通过分组研究发现，投资者情绪对博彩行为有直接和间接两种影响：较之于情绪低落期，投资者在情绪高涨期会更加偏好投资"博彩型"股票；此外，情绪还会通过影响投资者的风险态度进而间接影响投资者对"博彩型"股票的投资决策。     

中国股市收益率分布特征研究

应用修正Weibull分布对上海综合指数收益率和深圳成分指数收益率的分布状况进行研究。结果表明:经过简单的移位变换后,上证综指收益率和深成指收益率可完全用修正Weibull分布来刻画;大收益率服从次指数分布,小收益率服从超指数分布;两股指收益率的概率分布存在一些差异,上证综指的波动性大于深成指的波动性;沪深股市收益率的分布在1996年以后发生了较大的变化,其中沪市变化更大。     

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。