经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响研究———基于DCC-MIDAS模型

研究聚焦在中国经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响方面。引入Baker提出的用于衡量经济政策不确定性的EPU指数建立修正版DCC-MIDAS模型,基于该模型的实证结果如下:其一,中国经济政策不确定性指数变动对 “中-美”股市的长期相关性具有显著的正向影响;其二,中国经济政策不确定性指数变化对“中国股市—黄金市场”的长期相关性具有显著的负向影响,当经济政策不确定性较高时,投资者会倾向于选择相对安全的黄金资产,这恰恰符合“安全投资转移”效应。除此之外,作为应用案例,比较了美股股指期货和黄金期货的风险对冲效果,结果显示美股期货对冲更优。     

股市可预测性与技术指标协整性的模型检验

一个有效的股市,其价格应该是随机波动的,反映市场信息的同质等量分布,或者说无人能靠分析过去的信息而赚到钱。但这与“可预测”并无矛盾,因为预测科学本身并不能提供１００％的精度,而且“可预测”和靠预测来赚钱又根本是两回事,股市有效性所遵从的随机游动模型本身就告诉了我们这一点。本文从建立股市自回归预测模型出发,并通过检验股市主要技术指标的协整性来说明这一点,同时指出了各种模型的阶数高与低与股市有效性相对强与弱之间的存在着反向的关系     

人民币汇率弹性调整对我国汇市与股市关系的影响——基于长记忆VAR-(BEKK)MVGARCH模型

针对金融时间序列的长记忆和尖峰肥尾特征,建立残差服从t分布的长记忆VAR-(BEKK)MVGARCH模型,并基于2005汇改后的人民币/美元汇率和上证综指日数据,实证分析了人民币汇率弹性调整对我国汇市和股市关系的影响,结果表明:我国汇市和股市的均值溢出效应虽不是很显著,但存在显著的汇市对股市的单向波动溢出效应,且这种波动溢出效应具有动态起伏性.人民币汇率弹性政策调整虽然没有改变我国汇市和股市间相关性较弱的总体特征,但具有短期冲击影响。人民币汇率弹性的收窄增强了我国股市对汇市的均值溢出效应,减弱了我国汇市对股市的短期波动溢出效应,而人民币汇率弹性的增加则促进了我国汇市和股市的双向波动溢出。     

运用生存模型对上证指数与成交量的研究——兼论股市的政策效应

本文首次运用生存模型对上证指数连续涨跌进行了研究,发现连涨和连跌的股指服从Gamma分布,当股指涨跌在不同的范围时其后下跌和上海的概率是不同的。我们还讨论了股指与成交量的关系。通过对各生存函数的分析,我们阐述了"T+1"政策和"涨停板"政策对股指产生的政策效应。     

应用变系数分位点回归模型分析经济因素对全球股市风险的影响

全球股市与经济因素之间关系一直是金融领域的热点问题,当前已有研究大都基于线性回归模型分析经济因素对股市收益率均值的影响。本文则基于变系数分位点回归模型研究了全球主要股票市场指数的市场风险与影响因素之间随时间变化的相依关系,对英国、法国、德国、加拿大、巴西、日本以及中国等主要国家股市1997年10月到2014年12月的数据进行了实证研究。实证研究结果表明,S&P500指数、商品市场(石油价格,黄金价格)等经济因素对全球主要股市的风险(下分位点)产生较为显著的影响,并且上述影响随着近期金融危机的发生而有所变化。相比之下,美国经济政策的不确定性、美国股市不确定性变化等对所分析国家股票市场风险的影响不显著。     

基于MCMC模拟的贝叶斯厚尾金融随机波动模型分析

针对现有金融时间序列模型建模方法难以刻画模型参数的渐变性问题,利用贝叶斯分析方法构建贝叶斯厚尾SV模型。首先对反映波动性特征的厚尾金融随机波动模型(SV-T)进行贝叶斯分析,构造了基于Gibbs抽样的MCMC数值计算过程进行仿真分析,并利用DIC准则对SV-N模型和SV-T模型进行优劣比较。研究结果表明:在模拟我国股市的波动性方面,SV-T模型比SV-N模型更优,更能反应我国股市的尖峰厚尾的特性,并且证明了我国股市具有很强的波动持续性。     

金融风险在股票市场的传染效应及联动行为分析

近年来金融危机频发并表现出了易传染性,引起了众多学者的高度关注。以动态条件相关模型研究美欧股市与中、日、韩股市间的时变相关性,并结合内生多重结构突变模型划分危机传染阶段,选用溢出指数模型分析股市间的风险溢出特性;随后,定义股市间相互影响的联动模式并构建不同传染阶段的加权有向网络图分析股市间的联动行为。研究表明:美欧股市对中日韩股市有明显的传染效应,被传染的速度和持续时间均不相同;金融传染和风险溢出展现出一定的不一致性,危机期间日股的风险溢出效应强于美股;传染效应在联动网络中表现为联动模式的高聚类性和高联动性,相比欧债危机,次贷危机时期股市间展现出更强的联动行为;日股与美欧股市在两次危机中均表现出最强的联动性,其所受影响也最大。     

基于随机矩阵理论的股市网络拓扑性质研究

本文运用随机矩阵理论(RMT)和相关系数动态演化模型建立全球股指二次“去噪”相关系数矩阵,并采用阀值法构建全球股市网络,进而分析该网络拓扑结构特性和解释风险在网络中的传染效应。研究发现,全球股市网络呈现出“小世界”效应;在θ=0.1数量水平下,全球股市网络具有较强的鲁棒性。同时,英国和荷兰的股票市场风险传染对网络整体的冲击较大;股市网络中各个股市间的风险传染路径与相关国家经济实力相关联,体现出较强的同配性。     

极端波动、跳跃和尾部风险——基于已实现波动率的股票市场风险动态预测

本文基于跳跃扩散波动理论,利用非参数方法估计波动中跳跃成份,研究我国股市波动中跳跃的动态演变特征,将跳跃作为股市波动的重要因素纳入模型,建立我国股指收益率的非齐次自回归已实现波动率模型,利用条件极值方法对我国股市的波动风险进行动态预测.统计结果表明:在股市大波动时期跳跃发生更为频繁,而且和连续成份相比较,跳跃对股指波动的贡献占据主要地位。和传统的EGARCH模型相比,包含跳跃的已实现波动率模型对股指波动风险预测性能明显优于EGARCH模型风险预测,跳跃对股指波动风险预测具有显著的解释力.对股市历史数据的分析和预测表明,跳跃对于股指日收益率尾部行为具有重要的影响,大跳跃的发生导致尾部风险显著增大。本文研究结果对于政府监管部门监控股市和制定有效的调控措施加强股市风险管理具有重要的参考价值。     

金融市场波动性的拟合分析

金融市场的波动性是投资者关注的对象之一,也是被研究的热点。本文检验了我国股市的ARCH效应和序列相关性。并且在此基础上,将AR-IGARCH-M模型应用于上海综指和深圳成指,结果表明该模型能有效拟合我国深沪两股市的波动性。最后,针对结果分析了我国的股市行为。     

随机森林在量化选股中的应用研究

通过分析国内外量化选股模型采用的指标体系,从焦健的六因子模型出发,使用指标相关性分析方法,提出了八因子选股模型指标体系,选用了2013年3月200只股票的样本数据,使用随机森林算法实现了对2013年4月股票涨跌情况较高精确度的预测,通过对比分析焦健的六因子模型,并分析优选后的股票在行业平均收益、最值方面的实际表现,验证了该量化选股模型在中国股票市场上有较好的性能。     

我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。     

“CA结构的智能Agent”方法的构建与应用

智能体和元胞自动机是基于复杂适应系统理论(CAS)框架下应用较成熟的两种行为模拟方法,在对它们的优缺点及适用领域进行比较分析的基础上,构建了一种更适合人类复杂行为模拟的新方法——"CA结构的智能Agent".并将其应用于股市投资者行为的模拟研究中,模拟结果验证了股市投资行为中的羊群行为和复杂系统特性.此外,模拟还发现股市达到均衡的时间和状态取决于投资者的类型和比例.     

货币政策、市场状态对中国股市微观流动性影响的实证分析

本文研究了我国股市微观流动性的影响因素。在假定所有经济变量之间相互影响、内生决定的情况下,建立VAR系统,通过脉冲响应函数、方差分解的方法分别讨论了市场收益、波动及货币政策对股市微观流动性的影响。实证结果表明,货币政策对股市流动性并无显著影响,货币政策的松紧、"宏观流动性"的增强或减弱并不必然导致股市微观流动性的增强或减弱;市场的波动对股市流动性也无显著的影响效应,但市场的收益状态却决定着股市微观流动性的强弱。     

市场利率波动对期权价值的影响

本文在股价服从指数 O- U过程模型假设下 ,考虑到市场利率波动与股价波动的相关性 ,着重分析了市场利率的波动对期权价值的影响 ,并将所得结果与 Black- Scholes定价模型进行了比较     

我国股市网络稳定性及其宏观影响因素——基于三种网络拓扑结构、鲁棒性的实证研究

基于金融时间序列的多重分形特征及衡量市场风险的VaR模型,建立我国沪深股市的股票关联网络,实证研究三种网络拓扑结构特征,并使用协整检验方法分析网络稳定性和宏观经济变量间的长期均衡关系。结果表明:股票价格网络不具有无标度性,多标度网络和风险网络都具有无标度性;在三种网络中,风险网络具有更强的鲁棒性。此外,股市波动率和网络稳定系数间互为格兰杰因果关系,股市波动的前期变化能有效解释网络稳定性系数的变化;网络稳定性与宏观经济变量间具有长期的均衡关系,GDP增长率、消费者物价水平CPI对网络稳定性具有正向效应,利率对网络稳定性具有负向效应。风险网络的提出有助于分析我国股市的短期风险及稳定性,并为制定系统风险防御策略提供参考。     

上海股市若干问题分析

借助数学模型探讨股票投资问题.以每日获取最大利润为目标,建立线性规划模型;以市场布林线算法为评价标准划分时期,并建立不同时期的多指标模糊综合评价模型;采用三次指数平滑方法对上证指数进行预测并验证;根据股票价格偏离价值程度图,分析上海股市存在的泡沫情况.     

投资者情绪和市场利率对证券市场指数收益影响特点的动态刻画

本文基于2006年10月到2015年6月市场层面的投资者情绪和上证综指收益率,刻画了投资者情绪和市场利率对证券市场指数收益率的影响。首先,本文通过误差修正模型研究了短期层面投资者情绪对证券市场收益的影响特点,补充了以往在长期层面和整体收益水平上投资者情绪对市场收益影响的研究。由于市场层面的投资者情绪会受到宏观政策影响,之后本文将市场利率作为政策因素,通过分位数回归分析了不同市场收益水平下,市场利率和剔除了宏观政策因素的投资者情绪对市场收益的影响。研究结果表明:投资者情绪和证券市场收益之间的关系在短期层面上更为显著;当我国的证券市场环境处于“牛市”时,市场利率和投资者情绪均会对证券市场指数收益产生显著的影响,且随着市场收益水平的逐步上升,市场利率的反向作用和投资者情绪的正向作用均会逐渐加强。     

基于状态转移模型的条件期望与方差——从2状态到N状态的推广

基于状态转移模型计算的条件期望与方差,可以应用到金融领域,计算和度量市场在不同状态下的收益与风险.Nielson基于2状态转移模型,计算了2状态下股市的收益率的条件期望与方差.然而,实际研究中,常需要用到3状态、甚至多状态的状态转移模型.因此,基于Nielson的研究,从2状态推广到了$N$状态.基于$N$状态转移模型计算了条件期望、条件方差及无条件期望、无条件方差,该结果更具普遍性且形式更为简洁.最后,采用计算期望与方差的方法,分析中国股市收益率与波动率.实证结果表明,中国股市除存在牛市、熊市外,还存在政策市,且其具有`` 低风险,高收益"的特点.利用$N$状态转移模型计算的期望与方差可以更合理地度量金融市场在不同情况下的收益与风险.