考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究

利用日内高频数据计算的已实现波动率较好度量了金融资产的风险,因此对其预测模型的研究具有重要意义。考虑到指数成分股的联跳可能蕴含指数跳跃所未能反映的信息,提出运用非参数方法识别指数成分股的联跳,采用自回归条件风险模型估计成分股联跳强度,并将其引入指数的已实现波动率异质自回归（HAR-RV-CJ）模型中,分析模型预测性能的改进。进一步的,考虑到宏观信息公告的发布可能对股市产生整体性影响,相应影响成分股联跳的几率;因此,在成分股联跳的自回归条件风险模型中引入居民消费价格指数、国内生产总值、贸易差额等宏观信息公告变量,并分析对联跳强度估计以及指数已实现波动率预测的影响。采用2011年1月4日至2013年7月11日沪深300指数及其成分股高频数据的实证表明,指数成分股联跳与指数跳跃具有不同的特征;用成分股联跳强度代替HAR-RV-CJ模型中的跳跃构建的HAR-RV-CI模型,较原始的HAR-RV-CJ模型,以及同时考虑指数跳跃与成分股联跳强度的HAR-RV-CJI模型,具有明显较优的样本内拟合与样本外预测性能。引入宏观信息公告变量可以改进联跳强度自回归条件风险模型的拟合效果,并提高指数已实现波动率模型的样本内拟合能力,但对于指数已实现波动率的样本外预测性能并无明显的帮助。     

SABR随机波动率LIBOR市场模型的参数校准估计方法与实证模拟

针对标准化Libor市场模型（LMM）和Heston随机波动率Libor市场模型（Heston-LMM）的应用局限,首先将SABR代替Heston过程引入标准化Libor市场模型框架,建立非标准化的SABR随机波动率Libor市场模型（SABR-LMM）;在此基础上,运用利率上限期权（Cap）、利率互换期权（Swaption）和自适应马尔科夫链蒙特卡罗模拟方法（MCMC）对模型参数进行有效市场校准与模拟估计;最后,针对三个月美元Libor远期利率实际数据,对上述三类Libor市场模型的实际运行效果进行了实证模拟计算与比较分析。研究结论认为,基于模拟利差计算结果,针对短期Libor利率模拟而言,与LMM和Heston -LMM两类模型而言,加入SABR波动项的SABR-LMM模型具有更小的模拟误差,因而具有更好的模拟效果。     

可转债市场与股票市场间的溢出效应研究

将利率作为外生变量,运用VAR-（BV）EGARCH模型对可转债市场与股票市场之间的溢出效应进行研究。研究结果表明:在收益溢出方面,只存在股票市场对可转债市场的溢出效应。在波动溢出方面,存在可转债市场与股票市场之间的双向溢出效应;并且存在利率市场向股票市场的单向波动溢出效应。从非对称溢出效应来看,存在股票市场对可转债市场的波动溢出的非对称性,由此可以看出,股票市场仍然是出于绝对支配地位的金融市场。     

高频数据驱动的连续时间模型估计

现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。     

Correcting the Errors: Volatility Forecast Evaluation Using High‐Frequency Data and Realized Volatilities

We develop general model‐free adjustment procedures for the calculation of unbiased volatility loss functions based on practically feasible realized volatility benchmarks. The procedures, which exploit recent nonparametric asymptotic distributional results, are both easy‐to‐implement and highly accurate in empirically realistic situations. We also illustrate that properly accounting for the measurement errors in the volatility forecast evaluations reported in the existing literature can result in markedly higher estimates for the true degree of return volatility predictability.     

基于混频数据模型的宏观经济对股票市场波动的长期动态影响研究

股票价格时间序列与宏观经济变量时间序列原始数据的不同频直接导致传统计量模型在处理宏观经济波动与股票市场波动的关系问题中产生模型误设和估计偏误。本文运用混频自回归条件异方差模型从水平值和波动率两个维度实证分析生产者价格指数、居民消费价格指数、宏观经济景气指数及同业拆借利率四个宏观经济变量对股票市场波动的长期动态影响。同时,运用主成分分析提取宏观经济第一主成分并构建一个宏观经济综合指数,进一步探究宏观经济总体状况对股票市场波动的长期影响。研究发现:股票市场已实现波动率显著地放大了股票市场的长期波动。生产者价格指数、居民消费价格指数、宏观经济景气指数的水平值和波动率均对股票市场长期波动产生显著影响;且其波动率维度呈现出较强的持续效应;同业拆借利率仅在水平值维度对股票市场波动长期成分产生微弱影响。宏观经济第一主成分和宏观综合指数的波动率对股票市场波动长期成分均具有显著的正向放大作用,但持续效应较弱;而其水平值对股票市场波动长期成分的影响虽然微弱,但持续时间较长。     

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...     

中国公司债利差的构成及影响因素实证分析

文章研究了公司债与国债的利差及利差变化的影响因素.研究发现税后利差在公司债市场初始阶段和金融危机时期为负.时间序列回归分析结果显示:公司债利差与无风险利率水平、利率期限结构斜率、公司杠杆比率的变化方向相反,而与股票收益波动率变化方向相同;公司债利差的变化主要受利率水平变化、换手率变化、零交易天数比率变化的影响,并且与他们的方向相反.横截面回归分析结果表明:信用评级越高、利差越小;剩余期限越长,利差也越小.     

The Realized Laplace Transform of Volatility

We introduce and derive the asymptotic behavior of a new measure constructed from high‐frequency data which we call the realized Laplace transform of volatility. The statistic provides a nonparametric estimate for the empirical Laplace transform function of the latent stochastic volatility process over a given interval of time and is robust to the presence of jumps in the price process. With a long span of data, that is, under joint long‐span and infill asymptotics, the statistic can be used to construct a nonparametric estimate of the volatility Laplace transform as well as of the integrated joint Laplace transform of volatility over different points of time. We derive feasible functional limit theorems for our statistic both under fixed‐span and infill asymptotics as well as under joint long‐span and infill asymptotics which allow us to quantify the precision in estimation under both sampling schemes.     

The Network Origins of Aggregate Fluctuations

This paper argues that, in the presence of intersectoral input–output linkages, microeconomic idiosyncratic shocks may lead to aggregate fluctuations. We show that, as the economy becomes more disaggregated, the rate at which aggregate volatility decays is determined by the structure of the network capturing such linkages. Our main results provide a characterization of this relationship in terms of the importance of different sectors as suppliers to their immediate customers, as well as their role as indirect suppliers to chains of downstream sectors. Such higher‐order interconnections capture the possibility of “cascade effects” whereby productivity shocks to a sector propagate not only to its immediate downstream customers, but also to the rest of the economy. Our results highlight that sizable aggregate volatility is obtained from sectoral idiosyncratic shocks only if there exists significant asymmetry in the roles that sectors play as suppliers to others, and that the “sparseness” of the input–output matrix is unrelated to the nature of aggregate fluctuations.