沪深300指数与世界主要股票指数的关联性分析

运用VAR模型、Granger因果检验、脉冲响应分析及Johansen协整检验对沪深300指数和世界主要股票市场指数的关联性进行检验和分析。实证结果表明,沪深300指数与世界主要市场股票指数存在短期相关关系,且与除日经指数以外的其他世界主要指数存在长期协整关系。世界主要市场股票指数对沪深300指数有较强的引导作用。因此得出我国股票市场指数与主要市场指数有一定的趋同性,我国资本市场与世界资本市场具有一定联动性,且受世界资本市场影响的结论。     

资金推动型投机市?基于新增开户数视角的A股市场实证检验

本文通过协整检验、向量误差修正模型和VEC格兰杰因果检验,使用2005年6月20日至2008年1月11日的新增A股开户数和沪深300指数日交易数据,实证考察了新增开户数和股票价格及成交金额间的长短期关系,在此基础上,进一步探讨了我国股票市场的市场特点。研究结果表明:新增A股开户投资者在开户后10个左右的交易日开始介入市场;新增A股开户数与沪深300指数及其成交金额间存在协整关系,达到了长期均衡;新增A股开户数变化是沪深300指数及其成交金额变化的长期原因,沪深300指数及其成交金额变化是新增A股开户数变化的短期原因;A股市场仍具备资金推动型投机市的典型特征。     

基于高频数据的沪深300股指期货信息效率研究

随着我国股指期货市场的日益成熟,探索中国沪深300股指期货市场的信息效率问题具有十分重要的意义。本文通过实证方法检验了2010年4月16日至2012年12月31日期间沪深300股指期货的信息效率。研究结果表明,股指期货市场对新信息的反映速度慢于现货市场,并且对新信息的反映程度也低于现货市场,总体来看,股指期货市场的信息效率要低于现货市场。本文的贡献主要在于首次用大样本跨度数据实证研究了沪深300股指期货信息效率。     

中国股票市场资产价格模型设定检验

正确设定股票市场资产价格动态模型对资产定价、投资组合和风险管理具有基本重要性。本文基于随机过程非参数统计推断方法,采用幂变差和门限幂变差构造检验统计量,首次对我国股票市场资产价格半鞅的构成进行检验和分析。采用上证指数、深证成指和沪深300指数日内高频数据的实证结果表明,我国股票市场资产价格过程包含布朗运动积分形成的扩散过程和跳过程,既包含有限活动Poisson大跳过程也包含无限活动Levy小跳过程。在跳扩散过程中引入无限活动Levy跳跃过程才能全面刻画我国股票市场资产价格的动态特征。这一结果为相关研究提供了基础性实证结论。     

我国股票价格与股指期货指数的关联性分析——基于沪深300指数和IF1402指数的实证分析

本文选取沪深300指数和IF1402指数的15分钟数据,通过描述性统计量、相关性分析、协整检验和Granger因果关系等方式来研究中国股票价格与股指期货指数之间的关联性。然后利用数据层面的实证结论对中国股票价格和股指期货指数之间的关系进行描述。     

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。     

金融资产风险度量及其在风险投资中的应用——基于稳定分布的新视角

引入稳定分布对沪深两市指数数据进行检验,结果表明两指数具有“尖峰厚尾”的分形特征,在此基础上建立了DaR类风险测度,实证研究表明两指数跌幅时间序列存在协同跌幅共线性效应.其次,给出了蒙特卡洛稳定分布和正态分布模拟下的两类风险测度估计值,建立了离差率模型,结果表明稳定分布下的风险度量适合投资者进行风险管理.最后,研究了不同跟踪时间窗口下的风险测度指标MDD.投资者和风险管理人员不仅要关注VaR类风险,更要警惕DaR类风险指标.     

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。     

中国股市ST板块弱有效性检验

本文介绍了市场弱有效性检验方法,并对中国沪深股市的ST板块和股指做了实证检验。我们得到沪深指数和沪深ST板块的组合符合市场弱有效性,而有些个别ST股票未能通过检验。     

新华富时A50指数期货与A股市场之间的价格发现与波动溢出研究

采用协整检验、误差修正模型和脉冲响应的方法研究了新华富时A50指数期货与沪深300指数、上证综指的长期价格发现与短期价格发现功能,结果表明,新华富时A50指数期货具有一定的价格发现功能.在此基础上,运用Granger因果检验与BEKK模型研究了新华富时A50指数期货对沪深300指数、上证综指的波动溢出效应,结果表明,新华富时A50指数期货不是我国股票市场不稳定的因素.     

基于时变Markov的DCC-GARCH模型最小风险套期保值研究

考虑Markov状态转移概率的时变特征,在传统DCC-GARCH基础上,提出基于Markov时变转移概率的DCC-GARCH模型(TVTP-DCC-GARCH)研究最小风险套期保值比例的估计方法,并利用两阶段极大似然法对模型参数进行估计。进一步分别从样本内和样本外估计沪深300指数期货和现货的最优套期保值比率,对套期保值的绩效进行检验,并将检验结果分别与Markov转移概率恒定的DCC-GARCH(FTP-DCC-GARCH)、DCC-GARCH、OLS、1:1完全套期保值以及无套期保值的沪深300指数现货的绩效进行对比。实证结果表明,利用基于Markov状态转移的DCC-GARCH模型研究沪深300指数期货的套期保值问题具有一定合理性,且在参数估计中TVTP-DCC-GARCH模型的拟合效果最佳;在套期保值有效性方面,TVTP-DCC-GARCH模型优于其他模型,说明在DCC-GARCH模型中引入时变状态转移概率能够有效提高套期保值组合的绩效。     

基于门限双幂变差的资产价格时点波动非参数估计

估计带跳资产价格的时点波动时,需要用门限过滤方法消除跳的影响。在有限样本下,门限过滤会产生错滤偏误和漏虑偏误,降低估计精度。跳错滤产生的偏误可通过对错滤样本进行补足的方法进行纠偏,但由于发生时点未知,跳漏滤产生的偏误无法纠正,只能通过估计量设计来减少漏滤偏误。本文首次提出基于门限双幂变差的时点波动估计量,采用核平滑方法对资产价格时点波动进行非参数估计,有效减少跳错滤导致的偏误。采用随机阵列极限理论,本文证明了估计量的一致性和渐进正态性,在分析有限样本偏误的基础上,给出估计量的纠偏方法。蒙特卡洛模拟表明,本文给出的估计量,漏滤偏误明显小于基于二次变差构造的估计量,对时点波动估计的性质具有实质改进。采用Kupiec动态VaR精度检验对沪深300指数的实证分析表明,本文给出的时点波动估计更能描述资产收益的波动特征。     

沪深 300 股指期货日内避险模型及效率研究

以沪深 300 股指期货 4 种合约连续价格序列的高频数据为对象,检验了在日内高频环境下 OLS、VAR、VECM 和 MVGARCH 等传统避险模型在我国市场中的避险效率,并运用各种静态和动态 Copula 函数导出的非线性相依( nonlinear dependence) 结构,研究了现、期货收益在“尖峰胖尾”和“有偏”分布条件下的避险方法及效率．实证结果表明: 在各类静态和动态避险模型中,MVGARCH 模型具有较高的日内避险效率．但是我国股指期货的避险效率不仅明显低于发达市场的指数期货,而且也低于周边新兴市场的期指水平．另外,与传统期货市场理论相悖的是,沪深 300 股指期货的远期合约反而具有比近期合约更高的日内避险效率．     

中国股票关联网络拓扑性质与聚类结构分析

复杂网络理论是研究股票市场内在结构和功能的有力工具,股票关联网络的拓扑性质和聚类结构对于理解网络的形成机制、发生在网络上的动力学行为具有重要意义.以中国上证180指数和深证100指数成分股票为研究标的,运用最小生成树算法和平面最大过滤图算法构建相应的股票关联网络,分析网络的基本拓扑统计性质和聚类结构.实证研究表明,平面最大过滤图关联网络为小世界网络,各关联网络内股票的影响强度服从幂律分布,股票之间存在的异类匹配模式揭示了市场内股票价格波动传导的过程,对最小生成树关联网络和平面最大过滤图关联网络的宗派和派系聚类分析能有效地挖掘股票之间的聚类结构信息,总体上看平面最大过滤图算法优于最小生成树算法,且实证结论对沪深股票市场具有普适性.     

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。     

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。     

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。     

基于SV-GED模型的极值风险度量研究

把GED分布引入SV模型,构建SV-GED模型,然后与极值理论相结合拟合标准残差的尾部分布,进而建立一种新的金融风险度量模型——基于EVT-SV-GED的动态VaR模型,并通过沪深300指数和恒生指数的每日收盘价进行实证分析,研究显示:EVT-SV-GED模型能有效刻画中国股票市场的波动性特征,并且能够既有效又合理的度量金融市场风险。     

证券投资基金系统的非线性实证研究

选取沪、深证券交易所证券投资基金指数对数收益率为研究对象,分别采用分形、R/S统计检验、关联维检验、李雅普诺夫指数检验等方法实证得知中国证券投资基金系统具有分形、自相关性、混沌、李雅普诺夫指数大于零等非线性特征。由于证券投资基金系统具有混沌性,那么证券投资基金制度发展必然对初始条件具有敏感的依赖性,因此可以采用市场化的制度创新手段,培养证券投资基金系统的混沌吸引子,促使证券投资基金系统向着更高层次的有序态演化。     

沪深股市股指波动的协整研究

以沪深A、B股指数的日收盘指数为研究对象,采用单位根检验、协整检验、因果检验等方法,发现上证A股指数与深证A股指数之间存在长期均衡关系,上证B股指数与深证B股指数不存在因果关系。