我国ETF跟踪误差实证研究

本文首先选用用三种不同的方法研究具有代表性的华泰柏瑞沪深300ETF和嘉实沪深300ETF的跟踪误差,然后分别计算每只基金分阶段跟踪误差波动状况及变化特征,并进一步针对我国资本市场发展现状提出改善ETF发展的几点建议。     

金融波动的赋权“已实现”双幂次变差及其应用

金融波动是金融研究中的热点问题。金融高频数据比低频数据包含了更丰富的日内收益波动信息,因此对金融高频时间序列的研究成为金融领域中备受关注的焦点。"已实现"波动是利用高频数据计算金融波动率的全新方法,目前在金融高频数据的研究中应用十分广泛,但它具有误差较大和不稳健的缺点,因此各种改进方法应运而生,其中"已实现"双幂次变差克服了"已实现"波动的不稳健的缺点。本文提出赋权"已实现"双幂次变差的概念,不但继承了"已实现"双幂次变差的稳健性,而且满足无偏性和最小方差性,通过理论证明和实证研究都表明其能够更准确的度量金融波动率。     

中小板ETF的价格发现能力研究

使用日内5分钟交易高频数据,通过误差修正模型和方差分解等技术研究中小板ETF与其标的指数间的价格发现,进而探讨信息传递过程。实证结果显示：中小板ETF价格与中小板P指数间存在协整关系,达到了长期均衡;价格发现能力上,中小板P指数领先中小板ETF;中小板P指数受到新信息影响所产生的冲击大于中小板ETF价格所产生的冲击,中小板P指数对预测误差方差的解释能力强于中小板ETF价格,中小板P指数为信息传递的领先指标。我国ETF市场的有效性有待提升。     

中国股市价格-交易量的线性及非线性因果关系研究

实证研究了沪市和深市价格和交易量之间的线性和非线性因果关系,研究结果表明,两个市场之间存在着收益对交易量的线性Granger因果关系和双向的非线性Granger因果关系.在经过周末效应和GARCH模型调整之后,沪深两市量价之间的非线性因果关系消失了.     

基于已实现波动率的50ETF期权定价研究

  2015年2月9日上证50ETF期权正式上市交易,标志着中国开始进入期权时代,也对期权的准确定价提出了迫切要求。波动率是期权定价模型的核心参数,准确估计和有效预测波动率对期权定价性能至关重要。         利用50ETF的日内高频价格计算已实现波动率,使不可观测的波动率可以直接估计和建模。对已实现波动率构建带杠杆的异质自回归伽马(HARGL)模型,以及带异质杠杆的异质自回归伽马(HARGHL)模型。提出进一步区分日内价格上行、下行风险对已实现波动率预测的贡献,引入利用日内正、负高频收益率计算的已实现正、负半差,将上述模型分别改进为HARGL-S模型和HARGHL-S模型,以更好地刻画波动的日内杠杆效应。通过对参数估计从真实测量到风险中性测量的转换,实现蒙特卡洛模拟法的期权定价。采用50ETF期权上市起至2017年4月18日的42 406条期权合约收盘价数据,通过模拟在期权价格和隐含波动率上的均方根误差,比较4种模型的定价性能。         研究结果表明,①50ETF看涨期权和看跌期权均表现出明显的波动率“微笑”特征;②中国股市波动的风险溢酬显著为正,有必要对波动率模型参数估计进行从真实测量到风险中性测度的转换;③已实现正、负半差和异质杠杆的引入都能够显著提高模型的期权定价能力,同时引入则模型定价能力总体最优;④引入已实现正、负半差对非深度实值超短期、短期看涨期权的定价性能改善最为明显,引入异质杠杆对非深度实值超短期、短期看跌期权的定价性能改善最为明显。         研究结论拓展了对50ETF期权定价的方法,肯定了在已实现波动率异质自回归伽马模型中引入已实现正、负半差和异质杠杆的重要价值,对于投资者进行有效的期权定价和交易以及监管机构进行有效的决策具有实际指导意义。     

基于金融高频数据的ETF套利分析

目前对ETF的研究大多基于日数据,无法定量研究ETF瞬时套利问题。本文基于华夏上证50ETF和华安上证180ETF二级市场交易的高频数据,分析了ETF跟踪标的指数的日内误差,研究了两只ETF实现无风险套利的市场冲击成本和时间成本。最后利用金融久期分析了ETF二级市场的日内效应及其对套利交易的影响,并建立ACD模型,提供了定量预测实现套利交易时间成本的统计方法。     

中国股市价格—交易量的线性及 非线性因果关系研究

实证研究了沪市和深市价格和交易量之间的线性和非线性因果关系, 研究结果表明, 两 个市场之间存在着收益对交易量的线性Granger 因果关系和双向的非线性Granger 因果关 系. 在经过周末效应和GARCH 模型调整之后, 沪深两市量价之间的非线性因果关系消失了     

自刺激跳跃与随机波动率交叉反馈下的期权定价

构建合理的资产价格模型一直都是期权定价研究的核心问题之一,其中波动率和跳跃又是资产价格模型中的重要研究对象。已有实证研究发现资产价格存在跳跃聚集现象,该现象在金融危机期间尤为明显;同时,资产价格的波动率也存在跳跃,且资产价格的跳跃与波动率之间还存在非对称的交叉反馈作用。因此,将上述特征纳入期权定价模型中,有助于提高模型的期权定价性能,且能使模型更准确地估计隐含波动率。为了刻画资产价格的跳跃聚集、波动率跳跃以及跳跃与波动率之间的非对称交叉反馈特征,在仿射跳扩散框架下,构建用于期权定价的自刺激跳跃与随机波动率交叉反馈模型,并利用风险中性定价、广义傅里叶变换和条件特征函数,求出欧式期权价格的半解析表达式。采用上证50ETF期权数据对模型进行校准,并对比分析模型对期权价格以及隐含波动率的拟合和预测能力。研究结果表明,上证50ETF的价格与其波动率呈负相关,呈现杠杆效应和负向的波动率反馈效应,价格存在上跳和下跳聚集,价格的波动率与跳跃之间存在非对称的交叉反馈作用,下跳对波动率的影响大于上跳对波动率的影响,而波动率对下跳强度的影响大于其对上跳强度的影响,该特征能很好地解释股灾期间股价崩盘现象。无论...     

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。     

一种混合建模方法及其在ETF期权定价中的应用

科学合理的交易型开放式指数基金（ETF）期权定价有利于充分发挥其风险对冲功能,也是一个需要准确掌握市场规律并兼顾经济学意义的复杂建模过程。本文提出了一种新的混合建模方法,将嵌套长短时记忆神经网络模型（NLSTM）与Heston模型结合,实现ETF期权定价偏差的动态修正,并基于华夏上证50ETF、嘉实沪深300ETF和华泰柏瑞沪深300ETF的高频期权数据,实验验证了所提方法的有效性。研究结果表明,不同类型ETF期权价格的波动特征差异显著,无论是基于BS定价模型还是Heston定价模型都难以准确刻画ETF期权价格的复杂变化规律。通过将NLSTM神经网络模型与Heston模型结合,能够有效地捕捉不同类型ETF期权的动态变化规律,从而提升ETF期权定价的准确性。     

基于混频数据模型的宏观经济对股票市场波动的长期动态影响研究

股票价格时间序列与宏观经济变量时间序列原始数据的不同频直接导致传统计量模型在处理宏观经济波动与股票市场波动的关系问题中产生模型误设和估计偏误。本文运用混频自回归条件异方差模型从水平值和波动率两个维度实证分析生产者价格指数、居民消费价格指数、宏观经济景气指数及同业拆借利率四个宏观经济变量对股票市场波动的长期动态影响。同时,运用主成分分析提取宏观经济第一主成分并构建一个宏观经济综合指数,进一步探究宏观经济总体状况对股票市场波动的长期影响。研究发现：股票市场已实现波动率显著地放大了股票市场的长期波动。生产者价格指数、居民消费价格指数、宏观经济景气指数的水平值和波动率均对股票市场长期波动产生显著影响;且其波动率维度呈现出较强的持续效应;同业拆借利率仅在水平值维度对股票市场波动长期成分产生微弱影响。宏观经济第一主成分和宏观综合指数的波动率对股票市场波动长期成分均具有显著的正向放大作用,但持续效应较弱;而其水平值对股票市场波动长期成分的影响虽然微弱,但持续时间较长。     

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。     

金融高频数据的最优抽样频率研究

首先综述了国内外对最优抽样频率的研究成果,并对各种方法的利弊进行了分析比较;然后结合目前我国股市金融高频数据的特点,提出了一种简便易行的最优抽样频率确定方法,并且基于"已实现"双幂次变差和赋权"已实现"波动估计量进行了研究,分别给出了2个估计量的偏差;最后用深证成指的高频数据进行了实证研究。     

大众媒体与新媒体信息传递对中国股市收益波动的影响

基于异质投资者框架对大众媒体新闻、新媒体新闻与中国股市收益波动的影响进行探究,研究结果发现：（1）平均看来,新媒体新闻、大众媒体新闻与收益波动都变现为显著的正相关关系,且新媒体新闻与收益波动的平均相关性大于大众媒体新闻与收益波动的平均相关性。（2）具有高前期收益,高账面市值比,高机构投资者持股比例与高换手率这样的能引起媒体关注的特征的公司,其收益波动与新媒体新闻的相关性大于与大众媒体新闻相关系的概率更大。（3）对于小市值与年轻的公司,信息不确定程度高,新媒体新闻与其收益波动的相关性更可能大于大众媒体新闻与其收益波动的相关性。这一结果可以归因于新媒体新闻丰富了投资者的信息环境,更能影响投资者的异质信念水平。     

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。     

投资者关注能提高市场波动率预测精度吗？——基于中国股票市场高频数据的实证研究

本文选取百度网络搜索数据，构建了新的投资者关注指标；以上证指数和深证成指高频数据为研究样本，研究了不同的投资者关注水平与市场波动率之间的领先滞后关系；之后，本文将投资者关注因子纳入到ARMA类和HAR类模型，建立了新的投资者关注波动率预测模型；通过与传统模型的样本外预测比较，重点研究了投资者关注能否提高市场波动率预测精度这一问题。本文实证结果表明，投资者关注不仅可以提高现有波动率预测模型的样本内拟合能力，而且在投资者高关注时期，投资者关注可以显著且稳健的提高波动模型的样本外预测能力。这说明，投资者关注具有对股票市场的解释能力及更强的预测能力。此外，本文的研究结论还具有一定的应用价值：对个人和机构投资者来说，可以"先人一步"的把握市场发展趋势，增加获利机会；对监管部门而言，可以强化市场监管绩效，加快形成完备有效的股票交易市场。     

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.     

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。