基于贝叶斯参数估计的期货市场交易成本、流动性与资产定价研究

 近年来交易成本和流动性对于股票资产的预期收益或定价影响受到学术界和业界的关注,期货市场的各种交易产生大量数据,这些数据中隐藏着重要的信息,但采用逐笔高频交易数据对期货市场交易成本、流动性和资产定价问题进行系统研究的比较少,对期货市场交易成本和流动性的内涵、特征、度量方法,以及交易成本和流动性在期货资产定价中的作用等问题有待深入探讨。        从序贯交易模型的视角,基于贝叶斯参数估计方法及逐笔高频交易数据和每日收盘价格数据测量期货市场的交易成本,对不同交易成本和流动性测量方法进行比较研究,探讨各种交易成本与流动性的相互关系,选出合适的流动性测量方法。同时,从逐笔高频交易数据存在报价离散化、价格聚集和非对称信息等方面对交易成本模型修正和扩展。将交易成本与真实收益率结合并考虑市场规模和周内效应的作用,构建期货市场资产定价模型,从中国期货市场选取不同品种的主力合约数据进行实证研究。        研究结果表明,基于贝叶斯参数估计和逐笔高频交易数据的交易成本的测量方法具有明显的优点,可以克服传统基于矩估计交易成本测量交易成本的不足,更适合用来作为流动性的代理变量。①订单对价格存在比较显著的冲击现象,这些冲击表明私人信息被包含在这些合约的交易里。②基于完整模型的交易成本更适合用来作为流动性的代理变量,与定义法的流行性成本估计值的相关系数更高,基于逐笔高频交易数据和完整模型的交易成本是最优的流动性的代理变量。③交易成本确实被包含在超额收益中,总体来说,交易成本对资产收益率的影响具有比较明显的周内效应。因此,流动性对投资期货的收益率有很大贡献,为了达到更高的收益,通常需要为获得好的流动性而付出更高的代价。        从序贯交易模型的视角,基于贝叶斯参数估计方法和逐笔高频交易数据测量期货市场的交易成本,有助于市场参与主体更好地认识和分析期货市场的交易成本、流动性和资产收益之间的关系,对市场监管机构有效评估市场质量、设计合理的期货市场交易制度、有效降低市场交易者的交易成本、增强期货市场流动性、提高市场运行效率具有一定的参考价值。     

异常波动停牌与价格发现效率

  异常波动停牌是证券市场常见的价格稳定机制之一。已有研究对异常波动停牌的实施效果没有得到一致结论,支持者认为投资者能利用停牌对信息进行重新认识和修订,促使形成新的均衡价格;反对者认为停牌阻碍了投资者把潜在需求转化为交易,进而导致复牌后更高的交易量和价格波动。在中国的异常波动停牌制度是否应该被取消的背景下,探究异常波动停牌制度对价格发现过程的影响,对进一步完善交易机制具有重要的理论意义。         采用理性预期框架,引入噪音交易风险和资产价值的不确定性区分异常波动的原因,探讨不同条件下实施停牌的市场出清过程。一方面,异常波动停牌有利于增加市场交易者数量,从而降低定价误差;另一方面,异常波动停牌会增加资产价值的不确定性,使定价误差增大。基于这一逻辑,构建一个包含出清时间间隔、知情交易者学习过程和信息摩擦的市场出清模型,分析异常波动停牌对价格发现效率和流动性风险的影响。         研究结果表明,①由于噪音交易风险较高、资产价值不确定性较小导致的异常波动停牌,虽然有利于降低流动性风险,但会降低价格发现效率;②由于资产价值不确定性的增加以及较低的噪音交易风险导致的异常波动停牌,虽然有利于提高价格发现效率,但增加了流动性风险;③同时满足噪音交易风险较高和资产价值不确定性增加导致的异常波动停牌,既有利于提高价格发现效率,又降低了流动性风险。总体来说,停牌实施效果的关键在于噪音交易风险和资产价值不确定性的大小,对于信息不对称程度较高的股票,停牌有利于提高价格发现效率;而对于噪音交易风险较高的股票,停牌有利于降低流动性风险。         研究结论对进一步完善交易制度和提升中国金融市场质量具有重要意义,在现实金融市场中,连续竞价市场不一定存在市场均衡,极端情况下会出现市场崩溃,因此异常波动停牌制度有一定的必要性。     

融资融券扩容和流动性

  流动性是市场的灵魂,金融创新的目的和结果是提高资产的流动性。2010年3月31日,证监会以促进市场流动性为目的,正式推出融资融券业务试点,并在2011年至2013年先后3次扩大中国A股市场融资融券标的股票的范围。因此,研究中国融资融券是否促进流动性并探究其内在机制具有非常重要的现实意义。         排除股指期货和股指期权等卖空机制的影响,运用面板回归方法和适合政策评估的双重差分法,分别检验2011年至2013年3次融资融券扩容对标的股票流动性的影响,并从融资和融券交易者的短期交易策略和标的股票股东结构变化两个方面探讨买空卖空机制与流动性因果关系的内在机制。         研究结果表明,融资和融券交易的双重引入降低了交易成本和价格影响,提高了标的股票的流动性。随着融资融券业务的深入开展和发展,融资融券标的股票扩容对价格影响方面的流动性的影响越来越强。融资交易者的短期动量交易策略降低了价格影响和交易成本,融券交易者的短期动量交易策略降低了价格影响,而对交易成本影响不显著。由于部分机构投资者退场,偏好短线投机炒作的中大型个体投资者入场,换手率高、流通市值低和特质波动率低等类型的标的股票组合的流动性提高更为明显。         融资融券交易提高标的股票流动性的研究结论补充了已有研究关于买空卖空机制对市场质量影响方面的实证证据,也为中国融资融券业务的发展和完善提供借鉴意义。     

证券市场的期现基差与流动性

 2015年股市危机期间中国证券市场的流动性尽失,甚至一度出现“千股跌停”这一罕见情形,监管层随后对股指期货和股市现券卖空进行最为严厉的限制,这一系列举措给实证研究带来一个很好的拟自然实验场景,用来研究中国证券市场的流动性和期现基差问题。        选取中国沪深300股票指数和沪深300股指期货的5分钟高频数据和日度低频数据为样本,以经典的金融学套利交易理论为基础,对2015年股灾监管前后划分样本区间,使用VAR模型和OLS回归对市场的流动性和期现基差进行分析。        研究结果表明,期现基差是导致套利交易的原因,进而造成订单不平衡,从而减弱了流动性。期现的正向基差比负向基差对流动性的影响大,且这种非对称效应在极端行情下差别更大;当期现基差为正时,套利者可以很容易的卖空股指期货并做多现货,这种订单的不平衡引起现货市场的流动性增加,但是一旦出现负向期现基差,很难卖空股票现货同时做多股指期货,导致流动性下降;高频和低频数据的结论都证明正向期现基差会引发套利,从而使流动性增加。在股指期货和融券交易被限制后,套利交易难以有效进行,期现基差为负,无法通过套利交易增加流动性,这可能是造成2015年股市危机期间流动性尽失的一个原因。        研究结论不仅对2015年中国股市危机期间流动性缺失提供了一种解释,同时也对监管机构如何应对股票市场危机具有启发意义。     

空气质量、投资者情绪与股票收益率

  环境因素对股票市场的影响一直是行为金融学探讨的热点话题，行为金融学理论认为股票价格除了受其基本面影响外，投资者情绪也是一个很重要的影响因素。而大量的心理学研究证实，环境的确会影响人们的情绪。当人们暴露在受到污染的环境中，会产生明显的沮丧、焦虑等负面情绪。近年来，已有研究探讨空气污染对股市收益率的影响，但空气污染如何影响股票回报的具体机制却鲜有涉及。         采用2014年至2015年环保部发布的全国252个城市的空气质量指数和股票日收益率数据，构建分城市的股票组合。利用空气质量作为外生的环境变量，通过分城市检验、面板回归和蒙特卡洛模拟等方法，从投资者情绪的视角研究空气质量与股票回报的关系，并进一步从增加悲观情绪和降低交易意愿两个角度对空气质量影响股票回报的机制进行探讨。         研究结果表明，平均来看，空气质量越差的城市，股票收益率越低，该结果在控制季节因素、公司特征和城市固定效应后依然成立。进一步研究发现，空气质量越差，股票组合的换手率越低，流动性也越低，说明空气质量通过降低本地投资者交易意愿而不是增加其悲观情绪影响股票价格。空气质量影响投资情绪的渠道确实存在，当投资者暴露在污染的环境中时，会因为产生负面情绪而使交易意愿降低，从而损害股票的流动性。         研究充分控制城市固定效应，更好地解决内生性问题。研究结果为投资者的非理性投资行为提供支持，环境的因素往往也对投资者的交易产生影响，因此环境也可以作为资产价格的一个因子发挥作用，这对投资者构建交易策略具有启发意义。     

混合正态双因子已实现SV模型及其实证研究

  传统的波动率模型(如GARCH模型和SV模型)采用日度收益率数据对波动率建模,忽略了日内高频数据包含的丰富信息。同时,资产收益率的波动率往往展现长记忆性,资产收益率的分布展现非正态性(尖峰、厚尾),传统的波动率模型不能很好地刻画现实资产收益率的这些特征。         将包含丰富日内高频信息的已实现波动率引入传统低频SV模型中,同时考虑已实现波动率偏差修正、波动率长记忆性和资产收益率的非正态性(尖峰、厚尾),构建混合正态双因子已实现SV(2FRSV-MN)模型。 为了估计2FRSV-MN模型的参数,给出灵活且易于实现的基于连续粒子滤波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分指数5分钟高频交易数据,对提出的2FRSV-MN模型进行实证检验。         研究结果表明,已实现波动率是真实日度波动率的有偏估计(下偏),沪深股市非交易时间效应强于微观结构噪声效应;沪深股市具有强的波动率持续性和显著的杠杆效应,且杠杆效应只存在于短记忆波动率因子过程中,长记忆波动率因子过程中存在反向杠杆效应;根据赤池信息准则,2FRSV-MN模型比其他模型具有更好的数据拟合效果。 对风险值的估计结果表明,2FRSV-MN模型能较好地测量金融市场风险,但并非一定是具有最好的风险测量效果的模型,这取决于选取的概率和数据。         研究结果不仅为投资者和监管机构提供了信息和决策参考,也丰富了基于高频数据的波动率建模和市场风险测量的研究。     

波动预测建模与尾部风险测量方法

  作为中国资本市场的对冲工具,股指期货在2015年经历了一轮极端牛熊市。在股指异常波动阴影下,研究股指期货尾部风险的测量方法,对风险管理与资产配置具有理论意义和实践意义。传统风险测量方法通常利用低频波动率构建尾部风险VaR和ES估计量,但高频波动率比低频波动率蕴含更多信息且计算效率更高,利用高频波动率建立高效的尾部风险测量方法成为研究趋势。         基于条件极值理论和新型高频波动率,构建RV-EVT框架的股指期货尾部风险测量方法。阐述已实现波动率衍生的跳跃、好坏波动和符号跳跃理论;为提高波动率估计精度,利用已实现核修正CPR跳跃检验、好坏波动和符号跳跃;考虑跳跃、好坏波动和符号跳跃建立4组对数形式的HAR类波动预测模型。在极值理论框架中嵌入HAR类模型预测波动率,构建两步法的RV-EVT尾部风险测量方法;根据样本外滚动预测评估股指期货尾部风险测量水平,采用无条件覆盖和自枚举检验对VaR和ES进行回测分析。         研究结果表明,波动率的样本外滚动预测显示,HAR波动预测框架下好坏波动分解优于连续跳跃波动分解,好坏波动衍生出的正负符号跳跃具有极为突出的波动预测能力;回测分析检验结果显著,尾部超出数接近理论预期,表明RV-EVT尾部风险测量方法有效;HAR-RV-RS和HAR-RV-SJd模型的尾部风险测量表现最佳;ES模型比;VaR模型具有更优的尾部风险测量水平,特别是在高风险状态下ES模型能弥补VaR模型失控的缺陷;通过量化交易资金管理研究,揭示尾部风险测量方法的应用价值。         建立了高频波动率与风险管理的桥梁,为金融资产尾部风险度量提供了有效方法,对资产配置和风险控制具有借鉴意义。     

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。     

机构投资者调研与管理层盈余预测方式

 管理层盈余预测作为改善公司信息环境的重要手段之一，受到研究者们的广泛关注，近年来相关研究越来越强调具有信息优势的管理层会对业绩预告的披露时间和方式进行战略性选择，以实现自身利益最大化的目的。因此，对如何抑制管理层利用信息优势谋取私利、提高盈余预测精确度这一问题进行研究具有重要意义。        从信息不对称视角入手，以2013年至2015年深圳交易所披露管理层盈余预测的上市公司为研究样本，采用顺序Logit模型等多元回归分析方法，实证检验机构投资者调研与管理层盈余预测方式的关系，并进一步考察盈余预测信息性质和产权性质对二者关系的影响。以每个上市公司一年内接待的机构投资者调研次数或一年内接待的机构投资者总数的自然对数测量机构投资者调研频率。根据管理层盈余预测精确度将管理层预测分为4类，即当管理层盈余预测为点估计时赋值为4，为闭区间估计时赋值为3，为开区间估计时赋值为2，为定性预测时赋值为1。        研究结果表明，总体而言机构投资者调研越频繁的公司，其管理层越倾向于采用模糊的方式预测盈余，并且这种影响在盈余预测信息为坏消息时更为明显，以上情形主要存在于非国有企业中。进一步检验发现，相对于买方机构而言，卖方机构的调研行为更有可能导致管理层采用模糊方式进行盈余预测，公募基金和私募基金的调研行为对预测方式的影响并无显著差异。上述研究结果在进行工具变量两阶段最小二乘回归、Heckman两阶段检验等一系列稳健性检验后依然成立。        机构投资者作为重要的市场参与者，其行为一直受到广泛关注，与已有认为机构投资者与管理层直接沟通能够有助于降低信息不对称程度的研究不同，研究结果表明机构投资者调研给公司带来了业绩压力，从而使其更倾向于选择模糊的方式进行盈余预测，拓展了机构投资者行为对资本市场信息环境影响的相关研究，同时为中国投资者更有效地理解和利用管理层业绩预告信息进行决策、监管机构进一步完善上市公司信息披露规定、保护中小投资者权益提供了经验借鉴。     

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。     

现金股利迎合能力的影响因素

  当资本市场表现出无效率的特征时,管理者能够通过迎合投资者非理性股利需求获得现金股利溢价。然而,不同公司具有的迎合能力有差别,迎合能力较强的公司更倾向于制定满足投资者非理性需求的现金股利政策。已有研究主要围绕公司股利迎合的对象展开,发现上市公司股利政策在一定程度上迎合了市场投资者、大股东甚至监管政策的要求,但缺乏对公司现金股利迎合能力的探讨。因此,有必要对公司现金股利迎合能力的影响因素进行研究。         基于行为公司财务理论,从自由现金流、资产流动性和生命周期阶段3个方面研究公司现金股利迎合能力。对不同特征的公司具有的现金股利迎合能力进行分析,基于股权分置改革后中国A股上市公司数据,研究现金股利迎合能力的影响因素。在此基础上,进一步探讨迎合能力不同的公司中现金股利迎合与盈余管理之间的关系。实证检验中运用Logit模型、Probit模型和Tobit模型考察不同迎合能力对公司现金股利支付倾向和支付水平的差异化影响,并采用多元回归方法检验现金股利迎合能力与公司盈余管理的关系。         研究结果表明,自由现金流、资产流动性和生命周期阶段影响公司现金股利迎合能力,自由现金流充裕、资产流动性高和成熟型的公司中现金股利溢价对现金股利政策的影响更强烈,这些公司更有能力迎合投资者非理性需求。进一步研究发现,公司实施现金股利迎合的同时也会进行应计项目的盈余管理,迎合能力强的公司更倾向于运用盈余管理配合现金股利迎合维持股票价格。         研究结果丰富和拓展了已有的公司迎合理论,有助于深入理解行为公司财务视角下的上市公司现金股利政策。同时,研究结果对于完善中国资本市场监管具有一定的借鉴意义。有关部门应当制定更为科学有效的现金股利监管政策,并引导和规范市场投资者行为,促进资本市场效率的提升。     

信息视角下基于异质信念的股票波动性价值研究

 经典金融学理论通常将波动性视为构成股票流动性价值的因素之一,认为股票价格波动会为市场参与者带来风险,却鲜少将其作为独立的影响因素引入资产定价模型,关于波动在股票价格及收益行为中的作用可能具有风险和价值双重属性的研究尚不充分。        基于市场参与者异质性假设,区别价值型参与者和市场型参与者;基于信息视角,区别知情交易者和噪音交易者;运用无套利原理和期权博弈思想,建立信息视角下基于异质信念的股票波动性价值模型。采用最小二乘蒙特卡罗模拟和海萨尼转换对模型进行求解,分析信息不完全或不对称条件下,股票波动性价值的分布特征,讨论现金红利率水平、波动率水平、信息不对称程度和时间参数等对股票波动性价值的影响。        研究结果表明,决定股票波动性价值的首要因素是信息不对称程度,信息水平的差异能显著放大现金红利率、波动率、时间参数等对股票波动性价值的作用,提升股票波动性价值在股票价格构成中的贡献,甚至改变市场参与者的偏好和信念,实现其在市场型与价值型之间的转化。但不完全但对称的信息条件却只能对股票波动性价值起到抵减和干扰作用。此外,信息优势能使市场参与者对波动率水平的变化更加敏感,单位波动率水平变化导致的股票波动性价值变化更大;无论信息条件如何,股票波动性价值都随着现金红利率水平的提高而下降;无论波动表现为价值还是风险,股票波动性价值的绝对值都随时间参数的增大而增大。        研究结果从理论角度解释信息水平及其状态对股票价格行为的影响,分析了股票波动性价值的作用机制及表现形式,进一步完善了现代资产定价理论;实践中,不仅能为监管部门进一步完善制度建设、强化信息监管、规范上市公司信息披露行为等政策措施提供理论依据,还能帮助市场参与者深入认识股票价格的形成过程,了解市场的微观结构特征,进而提高投资决策效率,规避风险。     

基于技术分析指标的投资者情绪指数有效性研究

 投资者情绪对资产定价有广泛而持久的影响,综合情绪指数是当前使用最为广泛的情绪度量方式,但其偏宏观和总体,反映市场所有投资者的综合情绪,很难在行业和地域等层面,特别是个股层面进一步细分,且受部分代理变量可观测频率的限制, 综合情绪指数多为年度或月度指数,进一步提高该指数的频率比较困难。        为克服综合情绪指数的不足,基于行为金融和股票分析技术,以人类行为模式重复可预测为假设的思想,使用股票技术分析指标作为代理变量,构建能够同时适用于市场和个股、能以较高频率度量投资者情绪的情绪指数。基于股票价格和成交量变化反映投资者决策过程、投资者决策过程直接反映投资者情绪这一逻辑,沿用综合情绪指数的构建方法,使用换手率、相对强弱指标、乖离率、人气指标和成交量比率5个技术指标,通过主成分分析法构建技术情绪指数,并以1999年至2015年为样本期,通过多元回归对技术情绪指数在市场和个股层面的有效性进行验证。        研究结果表明,市场层面的技术情绪指数与综合情绪指数存在显著相关性,说明二者存在显著的相关性和近似性,间接验证了技术情绪指数在市场层面的有效性。市场和(或)个股技术情绪指数差异对交叉上市公司的股票价差现象有较好的解释能力,这一解释能力满足有效的情绪指数应具备的特征要求。在横截面上和时间序列上个股技术情绪指数均与个股收益率显著负相关,买入个股技术情绪指数值最高组、卖出最低组的零投资组合策略能获得显著的超额收益。同时,流通市值越高、上市时间越短、账面市值比越低、盈利能力越强、营业收入增长率越高的公司对投资者情绪的敏感程度越高,验证了技术情绪指数度量个股情绪的有效性。        研究结果验证了使用技术分析指标度量投资者情绪的可行性,为将股票技术分析实践与投资者情绪学术研究关联在一起做出一定贡献;提供了一个在市场和个股层面都适用的投资者情绪度量方法,为将投资者情绪应用于个股层面资产定价和公司财务等领域研究提供了有益启发;技术情绪指数在时间上的可拓展性也为未来探索以更高频率度量投资者情绪提供了可参考思路。     

差异化变革型领导对员工创新行为的影响：资源转化视角

 差异化变革型领导是变革型领导多层次建构的结果。早期的变革型领导研究尚未触及领导层面的核心,而差异化变革型领导研究为分层面探讨领导理论提供了新视角。按照中国式交往原则,领导在不同的工作场所会根据与员工不同的关系质量形成差序格局,进而表现出差异化的领导行为。而资源守恒理论认为,差序格局是领导与员工间资源交换差异的结果。        基于资源守恒理论和领导-成员交换理论,将环境动态性、环境竞争性、领导-成员交换引入差异化变革型领导与员工创新行为关系机制中,构建以领导-成员交换为中介、环境动态性和环境竞争性为调节的三维交互下有调节的中介模型,从资源视角揭示差异化变革型领导对创新行为影响的内在机制。采用结构方程模型、Bootstrapping法和双因素分析方法进行层面和简单效应分析,以25人以上的科技企业作为调研对象,收集软件研发、电子通信、生物医药、新材料制造等多个行业32家科技企业人力和研发部门的58个团队配对样本进行实证。        研究结果表明,团队一致性和个体差异性变革型领导均对员工创新行为具有显著正向影响,领导-成员交换在个体差异性变革型领导与员工创新行为间起部分中介作用,在团队一致性变革型领导与员工创新行为间没有中介作用;环境动态性与环境竞争性的交互项在个体差异性变革型领导与员工创新行为间以领导-成员交换为中介的间接关系中有正向调节作用,且高动态-高竞争环境组合更能促进领导资源优化配置。        中国情景下形成的圈子文化更利于领导与员工间的资源互动,进而促进创新行为,且组织内外部环境的高度协同更能促进领导与员工间的资源转化进程。均衡分配领导资源可以直接促进员工创新,但并不利于二者间的资源交互。研究结果厘清了复杂环境下差异化变革型领导者与成员的资源传递机制,为解释中国本土文化提供了新的视角。     

增长期权创造视角下高管股权激励的效果检验

 高管股权激励的目的是企业价值的持续增长，价值增长的关键在于管理者对增长机会的把握和创造。作为企业创造增长期权的一种重要手段，R&D投资通过改变资产相对构成而对股票风险收益特征具有动态影响，因此资本市场对R&D投资的理性定价可以为高管股权激励的增长期权创造效果提供新的检验视角。        以2007年至2015年沪深两市2 294家非金融类A股上市公司为样本，利用Fama-MacBeth截面回归，发现R&D投资和股票预期收益率具有正向关系。在此基础上，通过是否实施和实施前后等不同子样本中R&D投资与股票预期收益率关系的比较，从增长期权创造的视角考察高管持股的2 053家企业和实施或有股权激励的657投资对股票预期收益率的正向影响，两种股权激励方式有助于企业通过R&D创造增长期权。进一步，利用倾向匹配得分法进行样本选择，利用双重差分模型进行回归，控制内生性问题，稳健性检验结果依然表明，股权激励对R&D投资与股票预期收益率关系具有显著的正向调节作用。        整体而言，实证结果不仅提供了支持利益趋同假说观点的证据，还从企业创新和资本市场的互动关系为股权激励的效果提供了新的检验视角。研究结论的现实指导意义在于，一个长期、有效的高管激励政策应强调高管通过创新投资进行增长期权的创造，企业也应根据资本市场对高管创新活动的效果评价了解和调整激励政策。     

“坏”跳跃、“好”跳跃与高频波动率预测

  准确的波动率预测对资产组合配置和风险管理有非常重要的意义,在当今大数据时代,充分利用股市高频数据预测股票波动率成为可能。         股市高频信息的一种应用是使用已实现方差和它的组成部分预测股票波动率。已实现方差可以拆分为已实现负半方差和已实现正半方差两个部分。由于已实现负半方差和已实现正半方差极限形式中包含的连续运动部分完全一致,所以它们的不同仅来源于它们跳跃部分的差异,但连续运动部分的存在是否会“稀释”股价跳跃对波动率所产生的影响,为此有必要进一步提取负跳跃和正跳跃。基于负跳跃变差和正跳跃变差,利用HAR模型研究两种不同方向的跳跃是否对波动率产生不对称影响,使用DM统计量和样本外 R²_OS,作为评判标准,考察这种区分跳跃方向的做法是否改进了对波动率的预测能力。         研究结果表明,①负跳跃对应未来波动率上升,正跳跃对应未来波动率下降。作为风险规避者的投资者厌恶风险和不确定性,意味着投资者厌恶未来波动率上升而偏好未来波动率下降。因此,将股价的负跳跃称为“坏”跳跃,将股价的正跳跃称为“好”跳跃。②“好”跳跃导致未来波动率下降,而连续运动部分的上升导致未来波动率上升,两者效应的总和是已实现正半方差对未来波动率的影响不显著;“坏”跳跃和连续运动部分的上升都导致未来波动率上升,两者效应的总和是已实现负半方差对未来波动率产生显著的正影响。③利用“坏”跳跃和“好”跳跃不但能够更好地拟合样本内的未来波动率,而且还能够明显地改善波动率的样本外预测能力。         研究结果支持日内收益率的正负符号信息在波动率预测领域有其价值,两种不同方向的跳跃对波动率产生不对称影响。在波动率预测实践中,利用“坏”跳跃和“好”跳跃能够改进对波动率的预测能力。     

“一劳永逸”还是“饮鸩止渴”——基于上市公司高送转的研究

  与国外公司注重现金分红不同,基于数字游戏的高送转乱象长期充斥着中国资本市场。由于高送转往往伴随着股价大幅上涨,而股价的暴涨、暴跌严重影响资本市场健康有序地发展,特别是暴跌带来的股价崩盘风险更是给投资者财富带来巨大冲击和破坏。因此,从股价崩盘风险角度探究高送转乱象可能对资本市场运作效率产生的影响具有重要意义。         基于行为金融理论框架下的迎合理论,研究上市公司高送转行为与未来股价崩盘风险之间的关系,并探讨分析师关注起到的作用。在此基础上,进一步分析公司基本面、外部市场态势和投资者注意力等因素对上述关系的影响。以2006年至2015年沪深股市A股上市公司为研究对象,运用Stata软件以及独立样本t检验和双向固定效应模型进行实证检验,并采用倾向得分匹配法和Heckman两阶段法缓解潜在的内生性问题。         研究结果表明,高送转不仅没有降低公司的股价崩盘风险,反而显著增加了股价在未来发生暴跌的可能。基于行为金融学分析框架,认为产生这一现象背后的机理是管理层迎合投资者非理性偏好行为的存在。在此基础上,分析师关注能够显著缓解这一关系。当公司的估值风险高、送转能力差以及市场处于牛市、投资者注意力较高时,高送转对未来股价崩盘的诱发效应更为明显,说明较差的公司基本面和较热的市场环境对高送转的未来崩盘效应起到推波助澜的作用。对比研究发现,普通送转并没有诱发公司未来股价崩盘的可能,这也从侧面印证了高送转带来的未来股价崩盘效应。         研究结果表明高送转行情虽然可以短暂刺激股价上涨,但它绝不是拉升股价的良药,上市公司采用高送转提升股价并非“一劳永逸”,而是“饮鸩止渴”。研究结果对于全面认识高送转在资本市场的作用以及为监管机构加强对高送转的监管提供了理论依据和经验证据,对投资者和监管机构而言均具有重要的实践意义。     

广义双指数分布的跳跃扩散模型下股指期货波动研究

 金融期货市场既存在平常信息引起的连续性波动,又存在突发冲击造成的跳跃式波动,金融市场波动同时具有扩散性和跳跃性特点。同时,金融期货市场与现货市场间的跳跃和波动行为存在着风险溢出效应和羊群效应等。并且,金融资产收益在跳跃过程中呈现出非高斯属性,正态分布假设不能刻画跳跃和波动中的程式化现象,如噪音分布的尖峰厚尾、有偏特征等。        考虑到金融期货序列分布的尖峰厚尾、有偏、非对称现象,采用非对称、有偏的广义双指数分布刻画收益率非高斯特征;同时考虑到金融波动序列的时变性、集聚性和异方差性以及收益与波动之间存在着杠杆效应,将有偏的广义双指数分布引入到收益序列和波动序列均存在跳跃且跳跃相关的双层跳跃扩散模型,构建广义双指数分布驱动的双层跳跃扩散模型,并从理论上分析模型的优越性。根据模型的似然函数估计式,使用马尔科夫链蒙特卡洛模拟迭代求解广义双指数分布驱动的双层跳跃扩散模型参数,将构建的模型应用到中国股指期货和现货市场进行实证研究,分析中国股指期货和现货市场各自的跳跃和波动行为特征以及市场间跳跃和波动的风险关联性,包括对两类市场跳跃形态的非高斯特征分析股指期货市场与现货指数的波动协同性描述,以及股指期货与现货间的跳跃溢出行为、跳跃强度和跳跃大小分析等。        研究结果表明,广义双指数分布驱动的双层跳跃扩散模型较好地捕获了收益率分布的尖峰厚尾特征;股指期货收益和股指现货收益上涨与下跌概率呈现非对称性;股指期货波动强度高于股指现货波动,而股指期货波动的持久性低于股指现货;股指现货的杠杆效应表现更强;股指期货和股指现货市场存在双向跳跃溢出效应。        研究结论有利于理解中国沪深300股指期货市场和现货市场之间的跳跃风险传染机制,对于深入认识期货和现货市场的风险溢出关系、促使投资者规避风险和监管机构加强监管具有一定的参考作用。     

基于强化学习算法的自适应配对交易模型

 配对交易是统计套利中最主要的交易策略，但随着市场有效性的逐渐提高，该策略的获利机会正变得越来越有限，传统的固定参数交易模型已难以保证配对交易一直获得最大利润，交易模型的参数不仅需要优化，而且还需要动态地、自动地调整优化值，因此有必要研究开发具有人工智能属性的参数动态优化交易模型，这对于提升交易模型的盈利能力和执行效率具有重要意义。        自适应配对交易模型是对传统的协整配对交易策略进行改进，推出一种基于强化学习模式的新型统计套利交易模型；将Sarsa强化学习算法和ε-greedy策略与新模型相结合，把模型参数的确定方法由传统的主观经验法和固定参数法改进为自适应模式的动态参数优化法；编制的计算机程序仿真实现了基于新模型的套利交易全过程，涵盖模型参数的动态优化、套利交易的模拟操作以及交易绩效的测量评估；以中国债市交易量最大的5种债券为样本，构建4组配对组合，采用Johansen协整检验法、T检验和Robust稳健性检验等方法对交易模型和测试结果进行实证分析。        研究结果表明，新模型的运行效果全面优于传统模型。新模型显著提升了交易系统的获利能力，收益率和索提诺比率大幅提高；同时降低了投资风险，最大回撤出现明显下降；还提高了套利交易的执行效率，交易次数明显减少，套利成本下降；具有持续学习的能力，能促进累计收益率不断上升并最后收敛于最大值。研究结果还表明，协整配对交易在中国债券市场同样具有有效性，能够获得显著正收益。        将强化学习思想与协整配对交易策略相结合，设计开发出一种新型配对交易模型，实现了模型参数的自适应动态调整。这种改进型交易模型有助于应对传统配对交易策略获利能力的下降，进一步提高配对交易策略的效率和绩效。在中国融资融券和股指期货等做空机制开闸的市场环境下，新模型可为投资者提供一种有效的套利手段和风控工具。     

企业避税行为与投资者系统风险估算

 企业避税行为经济后果一直是学术界和实务界共同关注的焦点话题。围绕企业避税行为经济后果的研究结论也不尽相同,基于温和避税行为视角的研究认为企业避税程度的增强有助于提升企业价值,而基于激进避税行为视角的研究认为企业避税程度的上升会破坏企业价值。由于企业避税程度强弱可能会带来不同的经济后果,基于系统风险视角和企业避税行为整体性层面,探讨避税行为对投资者系统风险估算的影响以及二者之间是否存在曲线关系具有重要意义。        企业避税程度强弱导致投资者系统风险估算存在差异。选取2008年至2014年沪深两市上市公司为样本,基于单因素模型和去杠杆贝塔模型计量系统风险;采用会计实际税率及其变体度量企业避税程度的方法,基于公司系统风险视角,采用普通最小二乘法多元回归方法实证检验企业避税行为与投资者系统风险估算的内在联系。        研究结果表明,企业避税程度与系统风险的平方项显著正相关,在控制可能的自选择偏误后结论不变。对温和避税的企业,随着避税程度的增强,公司系统风险显著下降;对激进避税的企业,伴随避税程度的增强,公司系统风险显著上升。因而,企业避税行为与系统风险呈U形曲线关系。企业避税程度不同对投资者风险估算带来不同的影响,市场上投资者将降低选择温和避税企业的系统风险,而提高选择激进避税企业的系统风险。        基于企业避税行为和投资者系统风险估算的研究结果表明,投资者和监管者应一分为二地看待企业避税行为。一方面,监管者应当鼓励企业采用合法手段适度避税,允许企业和投资者享受适度避税带来的好处;另一方面,应加大对企业激进避税行为的监管力度,防止激进避税行为对政府、企业和投资者带来负面影响。        研究结论从系统风险这一视角,明晰了企业避税行为与投资者系统风险估算的关系,丰富了企业避税和系统风险研究。