基于ARCH模型的上海证券市场羊群行为实证研究

作为对金融市场趋势预测的指标,国内外对羊群行为的研究方心未艾。本文基于ARCH模型,以上证50指数样本股为研究对象,利用收益率的横截面绝对偏离度(CSAD)作为衡量股价偏离市场收益率的指标,对上海证券市场羊群行为的存在性进行检验;结果表明上海证券市场在样本期间(2011年01月01日至2013年06月30日),市场下跌时存在不显著的羊群行为,而在市场上涨时存在显著的羊群行为。     

资产收益率的共同运动研究

对中国市场资产收益率的共同运动的研究表明,在可见的和不可见的影响所有资产价格变化的宏观经济因素被控制之后,我国证券市场中资产组合的收益率间依然存在共同运动.宏观经济因素对于资产收益率的解释力并不强,而市场中其他资产的收益率可解释大部分的资产收益率.该结论在很大程度上支持了基于羊群行为的有限理性资产定价模型.     

我国上海股票市场羊群行为的实证研究

本文以上海股票市场为研究对象，采用单因素线性模型，使用个股横截面收益率方差对上海股票市场中是否存在羊群行为进行实证检验，结果表明我国上海股票市场存在羊群行为，整个样本期内存在以市场指数为领头羊的羊群行为，当市场处于极端收益时同样存在羊群行为。并将本文结论与相关文献结论进行了比较分析。     

非理性信息交易者的羊群行为均衡分析

分析了证券市场上信息交易者的非理性行为与其羊群行为均衡之间的关系。首先建立信息交易者完全理性下的交易行为模型,并对羊群行为均衡做出定义;然后利用2个反映信息交易者非理性程度的参数将模型拓展,得到非理性信息交易者达到羊群行为均衡时2个参数的临界值。结论表明,若市场中的交易者完全理性,则不会发生羊群行为;若考虑其非理性因素,则可能引发羊群行为。并且随着市场中采取相同策略进行交易的人数增加,反映信息交易者非理性程度的2个参数的临界值表现出一定的变化规律。     

基于非理性行为的羊群效应分析:一个简单模型

本文在序贯交易的框架内用一个简单的模型分析了证券市场上的非理性交易行为怎样引起交易者之间的羊群行为。研究结论表明:若证券市场上所有的参与者完全理性且风险中性,则市场上不会出现羊群交易行为;相反,即便在一维不确定性下,交易者的非理性交易行为可能引起羊群效应。     

中国证券市场的投资者情绪研究

从行为金融学角度,以2004年1月～2008年6月中国证券市场基金和股票的交易数据为研究样本,采用面板数据模型和动态组合分析方法系统考察中国投资者情绪与股票收益率、股票的市场关注程度、公司规模之间的联系.通过建立基于资金流量的投资者情绪指标,详细探讨投资者情绪对不同股票收益率变化的敏感性,揭示投资者情绪的形成原因、影响因素及其变化趋势.研究结果表明,股票收益率的波动随着投资者情绪的提高而增强;市场关注度越高的股票,投资者赋予的情绪越低;投资者对股票的情绪波动随着公司规模的增加而减弱.实证检验的结果验证了投资者情绪在中国股票市场中的重要作用,因此关于证券市场投资者情绪运行模式的研究对于中国资本市场泡沫的预警、监管机构制定政策都具有现实意义.     

个人投资者情绪能预测市场收益率吗

本文首次研究了中国资本市场上个人投资者情绪(包括散户投资者情绪和大户投资者情绪)与市场收益之间的关系.结果显示,市场收益有助于个人投资者情绪指数的预测,个人投资者情绪却无助于市场收益的预测.这是因为,个人投资者情绪对股票流动性有正面影响,但是股票流动性和收益率之间的关系并不明朗,导致个人投资者情绪不能预测市场收益率.中国股市控制权仍然掌握在机构投资者手里,而且机构投资者比个人投资者更有信息优势,投资行为更理性.本文从股票流动性这个新的角度来解释投资者情绪与市场收益之间的关系,实证结果有助于理解机构投资者的情绪比个人投资者的情绪更不易受股市大盘影响的观点.     

证券市场上的存货与羊群效应分析

用金融市场微观结构模型的序贯交易框架分析了证券市场上羊群效应的发生机制.结论表明即便在一维不确定性下,交易者之间存货的变化可能引起羊群效应.当交易者的存货较低时,容易发生买的羊群行为;反之,当交易者的存货较高时,容易发生卖的羊群行为.     

羊群效应与内幕信息的揭示分析

本文用金融市场微观结构模型的序贯交易框架分析了证券市场上的多维不确定性怎样引起投资者的羊群交易行为。结论表明当市场上存在事件不确定和信息精度不确定时,投资者之间可能发生羊群行为,这种行为会导致内幕信息在一段时间内得不到有效揭示。做市商在发生羊群效应期间虽然只能判断出事件的存在性,而无法学习到内幕信息的好坏和精度,但他仍会继续调整资产的价格并最终结束羊群效应。     

中国股票市场理性与非理性羊群行为实证研究

传统股票市场羊群行为检验方法的缺陷使现有的实证研究主要集中于离散状态市场羊群行为的存在性检验。根据资产定价模型因子载荷横截面离散度检验羊群行为的方法原理，结合基于产业与资本市场的资本资产定价模型，提出了股票市场理性与非理性羊群行为检验方法，并应用于中国股票市场羊群行为实证检验，直观地显现了中国股市羊群行为的动态演变特征，将股票市场羊群行为强弱转变与市场走势有机的结合起来。     

股票分析师的羊群行为对公司股价同步性的影响分析

股价"同涨同跌"是我国股票市场的一种重要现象。多股集体"暴跌"会给公司和投资者造成严重的损失,因而股价同步性的问题受到监管者和学术界的广泛关注。本文以2010-2017年股票分析师对上市公司做出的预测为主要研究对象,验证了股票分析师的羊群行为与公司股价同步性间的关系,讨论了机构投资者和市场情绪的作用机制。实证结果表明我国股票分析师的羊群行为是"非信息驱动"的真羊群行为,这种行为降低了市场上的特质信息含量,从而增加了公司的股价同步性。上述关系在熊市中更为显著,并且分析师与机构投资者之间的利益冲突会加剧其羊群行为对股价同步性的影响。本文的研究对理解如何降低股价崩盘风险、提高我国股票市场的信息传递效率具有十分重要的理论和实践意义。     

双长记忆GARCH族模型的预测能力比较研究——基于沪深股市数据的实证分析

GARCH族模型在金融风险的度量中有着广泛的应用。在考虑股市收益率和波动率序列双长记忆性的基础上,基于上证综合指数和深圳成份指数的日收盘价序列,从证券投资风险量化的角度,引入受险值VaR和相对正确符号指标PCS作为模型预测误差衡量指标,比较分析了双长记忆GARCH族模型在不同分布假设情况下的的拟合与预测精度。结果显示:偏t分布能较好描述沪深股市的厚尾特征;在较小的VaR水平下ARFIMA(2,d₁,0)-FIAPARCH(1,d₂,1)-skt模型对股市波动风险具有较强的预测能力,而ARFIMA(2,d₁,0)-HYGARCH(1,d₂,1)-skt对股市的涨跌趋势具有较强的预测能力。     

极端风险下中国股市的反应特征研究

投资者是否理性在金融理论中至关重要。本文利用日度交易价格数据,对中国股票市场在极端风险下的反应特征进行了统计实证研究。基于2002-2013年的数据发现,中国股票市场在极端风险下会表现出一些有趣且显著的反应特征。具体表现为:1.在股市出现极端下跌情形下,市场会由于过度反应而在接下来的一个交易日内表现出显著的反转特征;而在股市出现极端上涨情形下,市场在接下来的交易日内并没有明显的反应模式;2.与熊市相比,在出现极端下跌风险下,市场在牛市中更容易出现过度反应而表现出反转特征。实证研究结果还发现,基于极端风险构建的投资交易策略要显著的优于有效市场假说的买入并持有策略。本文的实证研究结果不仅表明投资者的非理性特征,而且还表明这种非理性特征已经影响到资产的定价。     

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

天使还是魔鬼?——分析师媒体荐股的市场效应

利用证券分析师在《中国证券报》、《上海证券报》、《证券时报》上发布的荐股信息,研究分析师媒体荐股的市场反应、效率及其对财富流动的影响.结果表明:1)媒体荐股信息对市场,特别是对个人投资者的行为产生了强烈影响;2)媒体荐股信息公布后,被推荐股票存在显著为负的超额收益,这一现象在下跌行情时表现尤为突出;3)媒体荐股信息影响了市场财富的流动,个人投资者依赖于荐股信息的买入行为给他们带来了显著损失.研究结果一方面说明媒体发布的荐股信息质量低下;另一方面也证实媒体荐股行为中存在内幕交易和利益输送的现象,直接导致个人投资者的财富流向机构投资者.     

多层网络视角下金融机构关联性的演化特征研究

基于股票收益率间Pearson相关性、Kendall秩相关性以及Tail相关性，构建了金融机构多层网络模型，其中三种相关性分别对应多层网络中Pearson层、Kendall层和Tail层。根据2010年10月至2018年3月期间我国上市金融机构的数据，实证分析了金融机构多层网络结构演化特征。实证分析结果表明：Kendall层和Tail层中的平均权重均高于Pearson层的平均权重，Pearson层和Kendall层中的平均权重变化趋势比较相似，但前者波动幅度明显大于后者；Pearson层与Kendall层的边独特性变化趋势非常相似，而Tail层的与它们有较大的差别；任意两层的度相关性均为正相关，但随时间波动均较为剧烈；Pearson层与Kendall层的相似性整体上较高，Tail层与Pearson层和Kendall层的相似性整体上均较低；多层网络中平均权重、边独特性、度相关性和相似性等结构指标变化趋势与股票市场行情相关。     

投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究

基于扩展卡尔曼滤波(EKF)方法,首次构造出过滤市场噪声的投资者情绪指标,并在此基础上应用向量自回归模型分析我国投资者情绪指标与股票收益、股本规模等因素的经验关系,实证结果表明:(1)扩展卡尔曼滤波方法可以获得一个更加清晰反映投资者情绪的状态变量;(2)情绪的变化量比情绪指标本身具有更强的市场收益预测能力;(3)大规模公司股票的收益对投资者情绪的影响程度高于小规模公司股票,而投资者情绪对小规模公司股票的影响显著高于大规模公司的股票,并且情绪波动能够预测小规模股票的短期收益惯性和跨期收益反转的特征,证明情绪波动是影响资产定价的重要主观因素。     

中国股市弱有效吗?——来自数据挖掘的实证研究

已有的有效性检验方法大都基于某个全局性的数学模型,忽略了序列中某些局部模式的预测作用,由此得出“市场有效”的结论有失偏颇。本文采用一种新的时间序列数据挖掘方法TSEOPM,寻找时间序列中具有预测作用的局部征兆模式,并用其实证我国沪、深A股市场近年来收益的短期可预测性,结果表明基于局部征兆模式获得的收益显著好于非征兆模式,通过历史价格分析可以带来一定的短期超额收益,因而说明我国股市还没有达到弱有效。     

运用生存分析与变点理论对上证指数的研究

本文运用生存分析与变点理论对上证指数进行了研究,发现连涨和连跌的股指服从伽玛分布,表明股市是有记忆的并且不服从随机游动假说。当股市发生变化时,伽玛分布的参数也会发生变化,而且伽玛分布的两个参数很好地反映了牛市、熊市的变化以及股市波动的变化。我们运用变点理论对这一变化进行了实证分析,得出了一些有意义的结论。     

中国股市与周边股市波动风险传导效应研究

由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。