恒生指数期货与现货市场之间的跳跃溢出行为研究

为探索恒生指数期货与现货市场之间的跳跃溢出行为.本文利用贝叶斯MCMC推断的SVCJ模型对恒生指数期货与现货市场的跳跃溢出概率、跳跃强度与跳跃大小进行了实证分析.研究结果表明:恒生指数期货与现货市场均存在明显的跳跃特征,并且,两市场之间具有显著的跳跃溢出行为;相对与包含跳跃的波动变化和收益,不包含跳跃的波动和收益模型会过度估计恒生指数期货与现货市场之间的相关性;对同日或次日而言,恒生指数期货市场对现货市场的条件跳跃溢出概率均大于现货市场对期货市场的条件跳跃溢出概率,且跳跃引起负收益的跳跃溢出概率均大于条件跳跃溢出概率;此外,恒生指数期货与现货市场之间的同日跳跃强度与同日跳跃大小均是显著的,相对而言,恒生指数期货的平均跳跃大小要远小于恒生指数的平均跳跃大小,并且,彼此的跳跃溢出均可在同日或次日到达对方.     

沪深300股指期货上市对现货市场连续波动和跳跃波动的影响

本文采用跳-扩散随机波动率模型研究沪深300股指期货上市对现货市场波动的影响。通过MCMC方法估计模型参数,对股指期货上市前后指数连续波动和跳跃特征进行比较分析,并与股指期货各指标作比较。研究发现,股指期货的上市确实起到了稳定现货市场的作用,上市短期内现货市场波动增大,随着时间增加现货市场波动逐渐降低,但是这一稳定效果主要体现在指数波动率的连续部分。股指期货上市后,指数连续波动向均值回归速度加快,并呈现出逐渐降低的趋势;“杠杆效应”在经历短暂的消失后逐渐显现;指数跳跃波动在总波动中所占比重较高,但随着交易时间增加,指数平均跳跃次数和跳跃波动所占比重逐渐降低。     

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。     

期现货市场间信息溢出效应研究

采用2000年7月10日到2006年6月30日铜期货与现货价格的日度数据,运用GARCH 模型估计了两个市场的上涨和下跌的条件 VaR,并利用基于回归的线性-Granger 因果检验,基于核函数的均值-Granger 因果检验,波动率-Granger 因果检验及风险-Granger因果检验方法分析了期、现货两个市场间的信息溢出效应.这是首次采用基于核函数的检验统计量来研究期货与现货间的关系,由于本方法可以使用所有的滞后阶数,从而使得检验效力更强.考虑到期货市场买空卖空的运行机制,还提出了上涨 VaR 和极端上涨风险溢出两个新的概念.实证结果表明,期货市场与现货市场间存在双向的信息溢出效应,进一步的分析表明从期货市场到现货市场的信息溢出要显著强于从现货市场到期货市场的信息溢出.     

中国股指期货跳跃对股指现货跳跃的影响研究—基于同步与延伸交易的视角

利用沪深300股价指数及其当月期货连续合约5分钟高频数据,基于logit和回归模型分析了股指期货同步及延伸交易时段价格跳跃对股指现货跳跃的影响,并检验了不同市场行情下结论的差异．研究结果表明：股指期货同步及提前交易时段价格跳跃对标的指数跳跃有显著影响,且在熊市中影响更大。无论同步还是提前交易时段,股指期货向(向下)跳跃对标的指数向上(向下)跳跃有显著正向影响,且分别在牛市、熊市更为显著．股指期货提前交易时段跳跃对现货开盘时段指数跳跃的影响主要来自其开盘后前5分钟,且具有递减效应,其影响程度大于股指期货同步交易时段跳跃对股指现货跳跃的影响。前一日延迟交易时段股指期货跳跃对标的指数开盘时段的跳跃没有显著影响。     

“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。     

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。     

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。     

基于随机便利收益的不完全市场商品期货定价研究

商品的弱流动性导致了商品期货市场的不完全性。本文在现有商品便利收益期货定价模型的基础上,考虑了商品期货市场的不完全性及现货价格的Poisson跳跃过程,运用随机贴现因子与随机便利收益将商品现货价格与期货价格连接,提出了随机便利收益下期货市场不完全性的期货定价模型。为检验模型的适用性,利用上海期货交易所五只铜期货合约的交易数据对模型进行实证,并估计不完全参数,结果表明由于不完全性而导致的期货市场部分波动应主要归因于商品的随机便利收益。     

基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究

本文基于半鞅过程和非参数统计推断方法,利用已实现幂变差的渐进统计特性,构造检验统计量,在统一的分析框架下,对金融资产价格中随机波动、跳跃和微观结构噪声等问题进行全面系统的研究。并根据上海证券交易所不同行业的股票,上证50 股票指数及其成分股的高频数据进行实证研究。结果表明,我国A 股市场中,噪音交易显著;约43%的风险来源于资产收益过程的随机波动风险,可用股票期权交易对冲;不同来源风险的重要性程度依次为:随机波动的风险、系统性跳跃风险以及异质性跳跃风险;流动性越好的股票越显示出跳跃、尤其是无限小跳的证据。     

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。     

基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型。通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析。研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征。     

跳自刺激效应下的VIX期权定价研究

针对VIX指数的均值回复、波动率聚集特征以及实证研究最近发现的跳跃自刺激性,本文采用具有自刺激性的Hawkes过程对VIX指数的跳跃进行建模,进而构建仿射跳跃扩散模型用于VIX期权定价,得到Hawkes跳跃扩散过程的条件特征函数,然后在风险中性定价框架内采用傅里叶变换方法推导出VIX期权的价值表达式。实证结果表明,本文模型不仅能克服一般均值回复模型拟合误差大的缺点,且能产生正的隐含波动率倾斜和隐含波动率微笑;另一方面,由于考虑了跳跃的自刺激,本文模型在泊松跳跃均值回复模型基础上进一步改善了VIX期权价格的预测效果。     

上证综指的股指波动:基于模糊FEGARCH模型及不同分布假设的预测研究

本文主要对2006年至2011年上证综指收益率序列的高频波动性进行预测研究。首先,针对金融数据的非线性和不确定等特性,借助模糊逻辑系统,提出一种新的金融市场波动率的预测方法-模糊FEGARCH模型,用来更好的针对具有非线性特性的收益率数据进行预测。其次,为了判断分布型模型和不对称型模型对预测精度的影响程度,分别采用分布型(GARCH-N,GARCH-t,GARCH-HT和GARCH-SGT)和不对称型(GJR-GARCH、EGARCH和模糊FEGARCH)的波动模型进行高级能力预测法(SPA)检测。实证结果表明,不对称模型对波动率预测的影响程度比分布假设的确定更为重要,而且模糊FEGARCH模型对于具有尖峰厚尾、高偏度和杠杆效应的非线性波动数据的预测能力更佳,说明了该模型的有效性与实用性。     

金融市场间波动溢出效应研究——GC-MSV模型及其应用

在资本自由流动、信息充分的背景下,金融市场之间受相同宏观经济因素的影响,往往会表现出协同变化的特征,外汇市场和股票市场间波动溢出效应一直是经济金融界研究的热点。随机波动模型是随机微分方程的离散化表示形式,其通过一个不可观测的随机过程来描述金融时间序列的波动特征,更适合于金融领域的实际研究。本文引入GC-MSV模型对我国汇改后汇市与股市间的波动溢出效应进行研究。实证结果表明,整体上汇市与股市间存在负相关的动态价格溢出效应;在人民币持续升值阶段和持续震荡阶段均存在不对称的波动溢出效应,且随时间推移波动溢出效应有所减弱。     

基于高频数据的中国股市跳跃特征实证分析

研究跳跃的内在机制和理清不同类型的风险对波动估计和建模非常重要,这是风险管理的核心内容。当前,利用高频数据这方面研究仍然还不成熟,还有丰富的内容期待探索。文章基于非参数方法,结合A-J跳跃检验统计量,构建新的跳跃方差和连续样本路径方差、对跳跃方差建模。利用上证综指高频数据,对跳跃方差统计特征、跳跃方差贡献、跳跃幅度以及跳跃与经济信息关系进行分析。结果显示:跳跃方差存在尖峰厚尾与波动集聚性;在不同的抽样频率下,跳跃方差对总方差的贡献程度相近;正向、负向跳跃幅度不对称,剥离跳跃后的标准化收益率接近正态分布;经济信息公布与跳跃总是正相关的,并对一些异常现象给予解释。依据波动和跳跃的复杂性,此项研究有助于投资者优化投资策略和为监管部门提供监管基础。     

投资者情绪影响股指期现货市场的价格动态关系吗？

本文借鉴Baker和Wurgler的思路构建了投资者情绪指数,在套利、投机交易与投资者情绪的互动关系分析框架下,利用DY溢出指数,对比分析了2015年8月限制性政策实施前后不同投资者情绪对股指期现货两个市场交易风险、价格动态关系的影响。研究发现：(1)情绪高涨时,期货市场交易风险增加,现货市场交易风险变化不显著或者降低;情绪低落时,期货市场交易风险在限制性政策前后截然相反,实施前降低期货市场交易风险,实施后增加期货市场交易风险,而对现货市场则前后均表现为交易风险增加。(2)高涨的情绪降低期现的关联度和期货市场的价格发现能力,低落的情绪增加期现的关联度和期货市场的价格发现能力,情绪的影响程度存在非对称性,引起下降的幅度大于上涨的幅度。(3)股指期货市场严格的交易管制没有改变投资者情绪对期现货市场相关关系、期货价格发现能力的影响。     

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。