中国股票市场的多分形波动率测度及其有效性研究

由多分形分析出发,提出了一种新型的金融市场多分形波动率测度Sα。与传统测度Δα相比,Sα更为充分地利用了多分形分析过程中产生的对描述金融市场波动有益的统计信息。以上证综指和深证成指1354个交易日内5个不同抽样频率的高频数据为例,通过运用具有bootstrap特性的SPA检验法,检验了Sα测度和Δα测度对中国股票市场真实波动率估计的有效性差异。实证研究表明,Sα测度对市场真实波动率的估计较Δα测度更为准确。     

金融市场的多分形特征及与波动率测度的关系

以上证综指和标准普尔500指数的高频价格数据为样本,运用多分形谱分析(Multifractal spectrumanalysis)方法研究了两种指数价格变化的多分形特征。结果表明:多分形特征存在于这两种指数价格的波动中,多分形语言中蕴含了有关金融资产价格波动的丰富信息。最后初步提出了运用多分形理论所提供的工具来进行波动率研究的思路。     

基于多分形波动率测度的权证定价方法研究

金融复杂性研究表明,无论是成熟资本市场还是新兴资本市场,其价格波动除了具有时变、聚类和杠杆效应等典型特征外,还普遍具有更复杂的多分形特征.以中国股票市场中的4只认购权证为例,通过深入考察并充分提炼股价多分形分析过程中产生的对定量描述价格波动有益的统计信息,提出一种新的金融市场波动率测度,即多分形波动率,并进一步探讨其在权证定价领域中的实际应用.实证结果表明,中国股票市场的股价波动确实具有明显的多分形特征;且在B-S定价模型框架下,多分形波动率测度具有比常用的GARCH波动率测度和EGARCH波动率测度更优异的权证定价精度.     

跳跃的估计、股市波动率的预测以及预测精度评价

本文基于C_TMPV理论估计已实现波动率的跳跃成分,在此基础上构建考虑跳跃的AHAR-RV-CJ模型和MIDAS-RV-CJ模型来预测中国股市的已实现波动率,并评价和比较各类波动率模型的预测精度。实证结果表明:基于C_TMPV估计的波动率跳跃成分对日、周以及月波动率的预测有显著的正向影响;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本内和样本外预测精度在不同的预测时域上都是最高的,尤其是对数形式的模型;MIDAS族模型的样本外预测精度在中长期预测时域上比HAR族模型高;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本外预测能力在中长期预测时域上比基于低频数据的Jump-GARCH模型、SV-CJ模型和SV-IJ模型好。     

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...     

不同抽样频率波动模型的预测精度比较

以上证综指和标准普尔500指数为例,构建了基于不同抽样频率股价数据的波动模型,然后运用样本外的滚动时间窗法实证计算了各波动模型对未来市场波动率的预测值,最后运用具有bootstrap特性的SPA检验法实证检验了各波动模型的预测精度差异.研究结果表明,基于低频数据的波动模型对股市波动率的预测精度远远落后于基于高频数据的波动模型,使用高频数据有助于对市场波动率的精确预测.     

考虑跳跃和隔夜波动的中国股票市场波动率建模与预测

本文用已实现波动率（Realized Volatility, RV）度量上证综指和深证成指在交易时间内的波动率,并将其分解为连续路径变差部分和由跳跃引起的非连续部分。这两部分与隔夜波动率共同构成日波动率。本文对日波动率的三个组成部分建立HAR-CJN模型,探究了波动率不同成分之间的相互影响以及在预测中的作用。结果表明连续变差对日波动率的各组成部分均有显著的正向影响,在预测中的贡献最大;而跳变差的影响一般比连续变差的要弱,且随着滞后期的长短而有所不同。样本外预测结果显示HAR-CJN模型的预测表现要远远优于GARCH族模型,并在向前一天和一月的预测中优于普通的HAR-RV模型。     

金融市场多标度分形现象及与风险管理的关系

已有研究通过对汇率、股票收益率、黄金价格等金融市场实证数据的分析,发现这些数据 具有多标度分形(multifractal) 特征. 通过对中国金融市场的代表数据之一———上海证券交易 所综合股价指数(SSECI) 的研究得出了相似的结论,并且初步提出了运用多标度分形理论所 提供的信息来进行金融风险管理的风险管理思路.     

基于多分形理论的动态VaR预测模型研究

经济物理学(econophysics)的大量研究表明,金融市场的波动具有复杂的多分形(multifractal)特征,因此准确地测度和预测市场波动,对金融风险管理工作的意义重大。在已有多分形波动率(multifractal volatility)测度及其模型应用基础上,以上证综指10年的高频数据为对象,提出了基于多分形波动率的样本外动态风险价值(out-of-sample dynamic VaR)预测法。通过两种规范的后验分析(backtesting)结果表明,与8种主流的线性和非线性GARCH族模型相比,在高风险水平上,基于多分形波动率测度的VaR模型明显具有更高的样本外动态风险预测精度。     

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.     

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.     

偏正态随机波动模型及其实证检验

首先构建了有杠杆效应的随机波动模型(SV-L),证明了其波动随机项的条件分布为两个偏正态分布,由此称该模型为偏正态随机波动模型(SV-SN).接下来讨论了SV-SN模型的经济含义以及对应随机波动项的统计特征.最后利用沪深两市的指数收益数据对模型进行了实证研究,其结论为:相对于一般的SV模型,SV-SN模型的拟合效果更好;新息具有减弱后期波动之效应;与理论预期一致,单位负新息比单位正新息引致的波动要大.     

基于贝叶斯因子模型金融高频波动率预测研究

构建了包含时变系数和动态方差的贝叶斯HAR潜在因子模型(DMA(DMS)-FAHAR),并对我国金融期货(主要是股指期货和国债期货)的高频已实现波动率进行预测.通过构建贝叶斯动态潜在因子模型提取包含波动率变量、跳跃变量和考虑杠杆效应的符号跳跃变量等预测变量的重要信息.同时,在模型中加入了投机活动变量,以考察市场投机活动对中国金融期货市场波动率预测的影响.预测结果表明,时变贝叶斯潜在因子模型在所有参与比较的预测模型当中具有最优的短期、中期和长期预测效果.同时,具有时变参数和时变预测变量的贝叶斯HAR族模型在很大程度上提高了固定参数HAR族模型的预测能力.在股指期货和国债期货的预测模型中加入投机活动变量可以获得更好的预测效果.     

已实现跳跃波动与中国股市风险溢价研究——基于股票组合视角

基于我国股市5分钟高频数据为研究样本,采用非参数方法估计了Fama-French25个股票组合的已实现跳跃波动率的主要成分(规模、均值、标准差和到达率等),实证分析表明:(1)已实现跳跃波动的主要成分可通过线性和非线性(交叉项)形式预测大部分股票组合的超额收益率.(2)已实现跳跃波动率成分在一定程度上可以通过线性方式解释股票组合的横截面收益.(3)已实现跳跃波动率可能是Fama-French三因子模型中规模因子和账面市值比因子的背后驱动因素.     

Understanding the links among innovation performance,market performance and financial performance

Innovation and its impacts on business performance are strategically vital deliberations for modern business organizations. In this study, we examine how innovation performance affects two different facets of firm performance: market performance and financial performance. Many studies address the relationship between innovation and business performance, but few empirical studies analyze the interplay between those variables. Research results reveal a suppression effect of market performance on the innovation–financial performance relationship. We find a negative direct relationship between innovation and financial performance; however, market performance reverses this negative effect to a positive total influence through its suppression effect. This result indicates the vital role of market performance in converting innovation to positive financial outcomes. The proposed mediation model is relevant regardless of the set of firm-level and environmental contingency variables.     

金融危机前后的汇率波动特征

构建了基于马尔可夫转换—广义自回归条件异方差(MS-GARCH)模型的汇率波动模型,并实证研究了2008年金融危机前后不同经济特征的国家或地区的货币汇率波动转换特征.结果表明:危机期间的突发事件、宏观经济形势的改变、央行干预政策以及国际利差交易行为是汇率波动状态转换的可能原因.本文为辨别金融危机期间汇市的周期变化,分析和预测市场走势,以及为央行干预和政策制定提供了一定的统计依据.     

国际金融市场波动非线性因果性和溢出效应

针对人民币、欧元、日元兑美元的官方汇率,选取了2008年金融危机前后各三年的数据参照对比分析,计算三者汇率的均值方程的残差之间的交叉相关(cross-correlation function,CCF),利用Yin-Wong Cheung,LilianK.Ng检验统计量和Hong Y.检验统计量,验证3种汇率的标准残差的方差之间的非线性因果关系,并以此信息为依据构建BEKK-MGARCH模型,分析了人民币、欧元、日元兑美元的汇率的波动溢出效应,进而验证了各个变量序列方差之间非线性因果关系的稳健性.在Hong检验中引入了截断核函数,使得对低阶时滞项赋予了较大权重,从而准确地刻画近期波动对当前波动影响更大的特征.在建立Vector GARCH模型之前,很少有文献先进行方差的非线性因果关系检验,即使进行了简单检验,通常错误地把Q2(p)当作变量序列的方差之间的非线性因果关系检验统计量.     

中国股市波动性与成交量共同的长期记忆性研究

研究了上证30指数和深圳成分指数所含个股的成交量与收益波动性的长程相关关系.文章应用多变量频域两步半参数估计方法,辅助数据加窗技术对非平稳时间序列的长期记忆性进行了一致有效的估计.研究结果发现中国股票市场的成交量和波动性均具有显著的长期记忆性,并且对于大多数股票而言,成交量序列与波动性序列具有相同的长期记忆性.表明同时驱动成交量和收益波动性的潜在信息流本身具有长期记忆特征.