基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究

本文基于半鞅过程和非参数统计推断方法,利用已实现幂变差的渐进统计特性,构造检验统计量,在统一的分析框架下,对金融资产价格中随机波动、跳跃和微观结构噪声等问题进行全面系统的研究。并根据上海证券交易所不同行业的股票,上证50 股票指数及其成分股的高频数据进行实证研究。结果表明,我国A 股市场中,噪音交易显著;约43%的风险来源于资产收益过程的随机波动风险,可用股票期权交易对冲;不同来源风险的重要性程度依次为:随机波动的风险、系统性跳跃风险以及异质性跳跃风险;流动性越好的股票越显示出跳跃、尤其是无限小跳的证据。     

基于C_TMPV的中国股市高频波动率的跳跃行为研究

运用2000年1月4日至2008年12月31日上证综指每5分钟的高频金融数据,采用核估计量估计中国股市高频波动率序列,运用修正的已实现门阀多次幂变差估计中国股市高频波动率的跳跃序列,实证分析中国股市高频波动率跳跃的各种特征,并运用ACD模型、ACH模型以及扩展的ACH模型进一步分析中国股市高频波动率跳跃的持续期的特征.研究结果表明,中国股市高频波动率及其跳跃都具有集聚的特征,高频波动率发生显著跳跃的比例相当高,高频波动率跳跃的幅度、强度和跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.     

沪深300指数收益率及已实现波动联合建模研究

金融资产的收益率和波动率是金融资产投资和风险管理等应用中的重要决定因素。针对收益率的新息过程与波动率的新息过程之间可能存在相关性的实际情况,将已实现波动区分为连续波动和跳跃波动,对收益率、连续波动和跳跃波动联合建模并刻画各时间序列模型新息之间的相关性,给出联合模型的最大似然估计法,使用2005年4月8日至2011年5月23日沪深300指数5分钟高频数据进行实证。研究结果表明,收益率、连续波动和跳跃波动的新息之间存在统计显著的相关性,对各时间序列单独建模估计的传统方法存在本质缺陷,沪深300指数已实现波动的杠杆效应及周日效应主要来自连续波动分量。联合模型通过对新息之间相关关系的合理刻画,提高了参数估计的有效性。     

全球金融危机下的股票市场波动跳跃研究——基于高频数据的中美比较分析

本文以雷曼破产日至2009年1月底这段时期内上证综指、恒生指数以及S&P500指数的日内高频数据作为研究对象,采用跳跃显著性检验方法和扩展HAR模型,对波动跳跃特征进行了实证研究.结果表明:雷曼危机导致股市波动的显著提高,但中国内地股市受到的影响最小;中国香港股市成为波动跳跃发生频率最高、跳跃幅度最大的市场,且波动跳跃主要发生在夜间休市时间内;雷曼危机使得波动率模型的预测精度大大降低,股市风险变得更加难以预测,对于新兴市场来说这一现象更加明显.     

股票特质波动率、股票收益与投资者情绪

从理论和实证两个角度分析股票特质波动率、股票收益与投资者情绪之间的动态关系。将受投资者情绪影响的噪声投资者引入Merton基于不完全信息的市场均衡模型,以2007年至2012年沪、深两市A股上市公司数据为样本,运用有向无环图(DAG)技术识别SVAR模型,实证检验股票特质波动率与股票收益和投资者情绪的相关性。研究结果表明,股票特质波动率与股票收益正相关;股票收益率对股票特质波动率的弹性,随着投资者情绪的增加和噪声投资者比例的上升而增大。投资者情绪和股市流动性是影响中国股票市场高特质波动股票与低特质波动股票截面收益差异大小的重要原因。投资者越乐观、市场上流动性越强,高特质波动组合收益率与低特质波动组合收益率的截面差异就越大。研究结果有利于加深对投资者行为的认识,从更符合中国资本市场情况的角度分析股票特质波动率与股票收益的关系。     

基于小波变换的多尺度跳跃识别与波动性估计研究

研究了市场微观结构噪音与跳跃同时存在条件下均衡价格波动性的估计问题.应用时间序列变点的小波分析方法,对2006～2007年上证50指数成分股包含市场微观结构噪音和跳跃的高频价格采样数据的跳跃变差和积分波动性进行了有效的估计.研究结果发现小波分析方法能够准确识别我国股市的价格跳跃,并且跳跃变差与积分波动性的比值很大,忽视跳跃的存在将会引起波动性的有偏估计,表明在金融市场中应当使用均衡价格波动性进行风险管理和资产配置.     

基于高频数据的中国股市跳跃特征实证分析

研究跳跃的内在机制和理清不同类型的风险对波动估计和建模非常重要,这是风险管理的核心内容。当前,利用高频数据这方面研究仍然还不成熟,还有丰富的内容期待探索。文章基于非参数方法,结合A-J跳跃检验统计量,构建新的跳跃方差和连续样本路径方差、对跳跃方差建模。利用上证综指高频数据,对跳跃方差统计特征、跳跃方差贡献、跳跃幅度以及跳跃与经济信息关系进行分析。结果显示:跳跃方差存在尖峰厚尾与波动集聚性;在不同的抽样频率下,跳跃方差对总方差的贡献程度相近;正向、负向跳跃幅度不对称,剥离跳跃后的标准化收益率接近正态分布;经济信息公布与跳跃总是正相关的,并对一些异常现象给予解释。依据波动和跳跃的复杂性,此项研究有助于投资者优化投资策略和为监管部门提供监管基础。     

基于变参数模型的流动性与上证综指收益率关系研究

研究了流动性与上证综合指数收益率之间的时间序列动态关系,并利用状态空间模型对流动性与上证综指收益率的动态关系进行了变参数分析。结论是:上证综指收益率对宏观流动性变动的时变弹性系数在近几年流动性过剩的背景下,呈现上升趋势。其中,能源、钢铁和金融行业时变弹性系数波动比较剧烈,而医药行业的时变弹性系数波动较小。证券市场(微观)流动性变动的时变弹性系数随着我国股票市场发展的逐步健全、完善而趋于平稳。     

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。     

上海证券市场流动性模式的研究

本文运用高频数据对上海股票市场流动性的日内和周内变化模式进行了实证研究,同时从市场微观结构理论出发分析了这种流动性模式的形成原因。在此基础上,建立了回归模型,实证研究了影响上海股市流动性的影响因素,结果表明上海股市流动性确实存在着明显的周内和日内变化模式,从而揭示了我国股票市场在流动性方面的微观结构特征。     

高频波动率矩阵估计的比较分析——基于有噪非同步的金融数据

基于高频数据的波动率矩阵估计可有效解决传统低频估计面临的种种瓶颈问题。然而,由于受非同步和微观结构噪声等的影响,传统的高频波动率矩阵估计会产生艾普斯效应,并偏离其理论值。本文主要考虑非同步逐笔高频数据的三种同步化方法和五种传统已实现波动率矩阵的纠偏降噪方法,并从数值模拟和沪深股市的实证分析两个角度对两类方法分别展开了全面深入的比较研究。结果表明:更新时间同步化法最大程度地保留了数据信息,传统未纠偏的已实现波动率矩阵具有艾普斯效应,其偏差较大,多变量已实现核估计、双频已实现波动率矩阵估计、调整的已实现波动率矩阵估计的纠偏降噪效果较好,事先平均HY估计和HY估计相对表现较差。研究结果可为相关领域工作者进一步的研究与应用提供方法上的参考与指导。     

期现货市场订单流动性层面的“遛狗效应”——基于交易量刻度的高频交易数据研究

在多层次资本市场的大发展趋势下,建立有效的衍生品-现货互补对冲机制是完善金融市场的基本要求。期货-现货体系为投资者提供套期保值风险对冲功能对期货与现货合约的紧密联系程度提出非常高的要求,这不仅应体现在价格上,更应微观的体现在交易过程的订单流动性中。若在任何情形下,订单流动性的趋同能够立刻反应在两类金融证券中,那么异常的基差风险就很难发生,股指期货与现货之间将存在健康的"遛狗效应"。本文以期货现货合约的高频交易数据为基础,构建期货和现货合约的订单流动性,并通过期现货订单流动性传染互动模型的合理性检验期现货合约之间是否在微观订单流动性层面在平常交易日存在紧密的"遛狗效应"。在高频数据模型构建中,使用成交量刻度的衡量方法,并说明了其较时间刻度的优势。在实证研究中,本文使用股指期货和沪深300指数现货的高频交易数据,证明了我国股指期货和现货之间在平常交易日中存在紧密的"遛狗效应"。     

基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型,提出单级纠偏HARQ类模型和多级纠偏HARQF类模型,实证研究揭示股指期货波动运行规律,并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差,基于最小化MSE准则确定最优抽样频率,利用已实现核修正的ADS检测法识别跳跃,采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大;好坏波动率具有不对称波动冲击,而符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力;与样本内预测相反,样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型;MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

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.     

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。     

沪深300股指期货上市对现货市场连续波动和跳跃波动的影响

本文采用跳-扩散随机波动率模型研究沪深300股指期货上市对现货市场波动的影响。通过MCMC方法估计模型参数,对股指期货上市前后指数连续波动和跳跃特征进行比较分析,并与股指期货各指标作比较。研究发现,股指期货的上市确实起到了稳定现货市场的作用,上市短期内现货市场波动增大,随着时间增加现货市场波动逐渐降低,但是这一稳定效果主要体现在指数波动率的连续部分。股指期货上市后,指数连续波动向均值回归速度加快,并呈现出逐渐降低的趋势;“杠杆效应”在经历短暂的消失后逐渐显现;指数跳跃波动在总波动中所占比重较高,但随着交易时间增加,指数平均跳跃次数和跳跃波动所占比重逐渐降低。