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。     

双重差分设计下固定效应估计量何时可信？——若干有用的建议

过去十年间,国内经济学期刊发表了大量使用双重差分法（DiD）评估经济政策效果的研究成果。然而,在条件平行趋势假设下双向固定效应估计量（FE）能否一致地估计平均政策效应？为此,本文建立了一个新的FE分解定理,并指出在这一假设下FE估计量的经济学含义。研究表明：除政策效应之外,FE估计量还包含了两项偏误：处理组个体对政策实施的提前反应和控制变量对潜因变量随时间而变化的影响。这就意味着,在最简单的两期DiD模型中,FE估计量依然可能有偏。本文也将理论结果推广到了多期DiD模型中。在理论分析的基础上,本文提出多个诊断检验以判断FE估计量是否存在严重偏误。本文还提出了一个基于OLS的简便纠偏估计量。该估计量可以估计政策的动态效应,同时确保估计量不受政策效应异质性以及控制变量的干扰。最后,本文分别以国家级高新技术开发区对于地区经济及个税减免对个体劳动供给的影响为例,说明了本文所提出的检验及估计方法在科学评估中国经济政策方面的现实价值。     

基于波动择时绩效的高维波动率估计量与预测模型研究

对协方差矩阵高频估计量和预测模型的选择，共同影响协方差的预测效果，从而影响波动择时投资组合策略的绩效。资产维数很高时，协方差矩阵高频估计量的构建会因非同步交易而丢弃大量数据，降低信息利用效率。鉴于此，将可以充分利用资产日内价格信息的KEM估计量用于估计中国股市资产的高维协方差矩阵，并与两种常用协方差矩阵估计量进行比较。进一步地，将三种估计量分别用于多元异质自回归模型、指数加权移动平均模型以及短、中、长期移动平均模型进行样本外预测，并比较在三种基于风险的投资组合策略下的经济效益。采用上证50指数中20只不同流动性成份股逐笔高频数据的实证研究发现：（1）无论是在市场平稳时期还是市场剧烈震荡期，长期移动平均模型都是高维协方差估计量预测建模的最优选择，在应用于各种波动择时策略时都可以实现最低成本和最高收益。（2）在市场平稳时期，KEM估计量是高维协方差估计的最优选择，应用于各种波动择时策略时基本都可以实现最低成本和最高收益；在市场剧烈震荡期，使用KEM估计量进行波动择时仍然可以在成本方面保持优势，但在收益上并不占优。（3）无论是在市场平稳时期还是市场剧烈震荡期，最低的成本都是在采用等风险贡献投资组合时实现的，而最高的收益则都是在采用最小方差投资组合时实现的。研究不仅首次检验了KEM估计量在常用波动择时策略中的适用性，而且首次实证了实现最为简单的长期移动平均模型在高维协方差矩阵预测中的优越性，对投资决策和风险管理等实务应用都具有重要意义。     

随机效应半参数二值响应模型的估计研究北大核心CSSCI

为了研究诸如在收入差距和健康关系中某些解释变量的影响效应可能依赖于其他解释变量的状况,降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数二值响应模型,其中非参数的设定还可用于数据的初探性分析.随后本文探讨了模型非参数和参数部分的估计.由于似然函数中随机效应和非参数的存在加大了估计难度,为此本文采用B样条方法逼近非参数部分,同时将随机效应视为缺失数据,利用EM算法和MCMC方法建立了模型参数的估计,并研究了其一致性.模拟研究结果表明估计量在有限样本下的表现良好,最后将模型运用于收入差距与健康关系的实例研究中,结果表明数据支持收入差距弱假说.     

基于样本外分布回测的随机过程统计推断方法

采用不同的随机过程模型描述标的资产的价格动态,会极大的影响衍生品定价和风险管理活动。在文献中,同一资产采用的随机过程往往是不一致甚至是矛盾的。本文以GBM过程与OU过程为例,提出了一种统计推断方法,旨在从多个备选模型中选出能更好的描述标的资产价格动态的随机过程。该方法应用事后检验原理,将数据分成估计窗和检验窗,估计窗用来估计随机过程的参数,然后在模型参数不变的假定下,推导了原假设成立时检验窗各个时点的资产价格的样本外分布,看实际数据落在接受域或拒绝域的频数来判断是否接受原假设。本文以大宗商品、汇率、利率、股票作为标的资产,对随机过程选择进行了实证分析。实证结果表明,一些经常使用的随机过程模型并不一定是最优的模型。     

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。     

股市波动率的短期预测模型和预测精度评价

基于幂转换以及不设定扰动项的具体相关结构和分布形式,构建了半参数的短期预测模型来预测中国股市的波动率.模型采用基于极值估计量的两阶段估计法进行估计,估计方法的小样本性质表现良好.此外,还通过具有Bootstrap特性的SPA检验实证比较了新模型与其他6种预测模型的预测精度.实证结果表明,在各种损失函数下,半参数短期预测...     

引入方差/波动率资产的动态最优投资组合

本文在构建投资组合时，除了包含传统的股票资产和无风险资产，还引入方差/波动率资产.给出了动态最优投资组合的显式解，发现方差/波动率资产价格是影响投资组合权重的重要状态变量.方差/波动率资产价格反映了市场的波动程度，股票资产以及方差/波动率资产的最优权重都会随着方差/波动率资产价格的增加而降低.基于美国市场的实证研究表明，组合中加入VIX期货有助于分散组合风险和提高组合样本外绩效，而组合中不包含VIX期货会导致投资者遭受一定的经济成本.     

一类高新技术企业专利权价值的实物期权评估方法——基于跳扩散过程和随机波动率的美式期权的建模与模拟

由于经典的Black-Scholes期权定价模型的假设忽略了突发事件对资产价格的影响和"波动率微笑"对期权价值的影响而与实际情形往往存在偏差,因此学者们对Black-Scholes模型的改进则主要分别集中在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型等两个方面,然而却少见将这两种模型结合起来的研究。本文首先在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型的研究工作的基础上,建立了一种同时带跳扩散过程和具随机波动率的美式期权定价模型,并通过伊藤引理推导出了资产价格、随机波动率和期权满足的偏微分方程;然后,利用特征函数法和傅里叶变换导出了资产价格的随机分布,进而通过马尔科夫链方法给出了基于跳扩散过程和随机波动率的美式期权的数值解;最后,运用已建立的带跳扩散过程和随机波动率的美式期权定价模型对高新技术企业项目投资的专利权价值进行实物期权定价评估的案例研究,并对跳扩散强度参数和随机波动率参数进行敏感性分析,研究结果表明:将项目收益跳扩散过程和市场环境随机波动率加入到专利权实物期权定价模型中,可以有效避免专利权的期权价值被高估。     

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。     

Generalized Method of Integrated Moments for High‐Frequency Data

We propose a semiparametric two‐step inference procedure for a finite‐dimensional parameter based on moment conditions constructed from high‐frequency data. The population moment conditions take the form of temporally integrated functionals of state‐variable processes that include the latent stochastic volatility process of an asset. In the first step, we nonparametrically recover the volatility path from high‐frequency asset returns. The nonparametric volatility estimator is then used to form sample moment functions in the second‐step GMM estimation, which requires the correction of a high‐order nonlinearity bias from the first step. We show that the proposed estimator is consistent and asymptotically mixed Gaussian and propose a consistent estimator for the conditional asymptotic variance. We also construct a Bierens‐type consistent specification test. These infill asymptotic results are based on a novel empirical‐process‐type theory for general integrated functionals of noisy semimartingale processes.     

高频数据瞬时波动率核估计的窗宽选择及算法研究

在瞬时波动率的各种估计量中,非参数估计量因其能准确地度量瞬时波动率,一直是学者们的研究热点。然而,这类估计量在实际应用中都面临着最优窗宽的确定问题。由于最优窗宽中往往携带一些难以估计的未知参数,使得在实际应用过程中确定最优窗宽的具体数值存在困难。本文以瞬时波动率的核估计量为例,借鉴非参数回归分析中窗宽选择的思想,构建了一种能从数据中准确计算出最优窗宽具体值的算法。理论的分析和数值上的验证表明：文中所构建的算法具有良好的稳定性、适应性和收敛速度。算法的提出为瞬时波动率的后续应用研究铺平道路。     

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）.     

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。     

基于SV-SGED模型的动态VaR测度研究

本文针对金融资产收益展现出“有偏”及“厚尾”分布特征,引入有偏广义误差分布（SGED）来描述资产收益,继而提出SV-SGED模型对资产收益波动率建模,并以此来测度动态风险值（VaR）,进而采用后验测试技术对风险测度模型的精确性进行检验。同时,为了估计SV模型的参数,提出基于有效重要性抽样（EIS）技巧的极大似然（ML）估计方法。最后,给出了基于上证综合指数的实证研究。结果表明,SV-SGED模型比正态分布假定下的SV（SV-N）和广义误差分布假定下的SV（SV-GED）模型具有更好的波动率描述能力,SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。     

A+H交叉上市股票间信息传递的不对称性研究

研究交叉上市的香港H股与内地A股市场H股板块间信息传递的不对称性问题。以收益率和波动性作为信息流动的代理变量,采集2003年1月至2009年4月H股指数和H股板块指数的日收盘数据,通过Granger因果检验和动态条件相关二元GARCH模型进行实证检测。结果发现:收益信息由H股市场向H股板块市场单向传递,波动信息主要由H股板块市场向H股市场传递,信息传递呈现不对称性,并分别符合"国际中心"和"国内偏好"假说;H股市场与H股板块市场间的条件相关性是动态变化的,在内地A股市场引进合格的香港机构投资者后相关性逐渐增加。     

Parametric Inference and Dynamic State Recovery From Option Panels

We develop a new parametric estimation procedure for option panels observed with error. We exploit asymptotic approximations assuming an ever increasing set of option prices in the moneyness (cross‐sectional) dimension, but with a fixed time span. We develop consistent estimators for the parameters and the dynamic realization of the state vector governing the option price dynamics. The estimators converge stably to a mixed‐Gaussian law and we develop feasible estimators for the limiting variance. We also provide semiparametric tests for the option price dynamics based on the distance between the spot volatility extracted from the options and one constructed nonparametrically from high‐frequency data on the underlying asset. Furthermore, we develop new tests for the day‐by‐day model fit over specific regions of the volatility surface and for the stability of the risk‐neutral dynamics over time. A comprehensive Monte Carlo study indicates that the inference procedures work well in empirically realistic settings. In an empirical application to S&P 500 index options, guided by the new diagnostic tests, we extend existing asset pricing models by allowing for a flexible dynamic relation between volatility and priced jump tail risk. Importantly, we document that the priced jump tail risk typically responds in a more pronounced and persistent manner than volatility to large negative market shocks.