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。     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。     

国内外股市波动溢出效应——基于多元GARCH模型的实证研究

通过对多个股票市场间波动溢出效应的研究,可以了解波动风险在市场间的传导路径和方向,以及在股市因外部冲击动荡前做出短期预测。本文以美国、日本、香港和我国沪市作为研究对象,采用多元GARCH模型对国内外股市波动溢出关系进行了研究。结果表明:只有香港股市对沪市具有显著的波动溢出,美、日股市对沪市的波动溢出则不显著,但由于美、日股市波动均对香港股市具有传染效应,它们可以借助对香港股市波动的影响间接地引起我国沪市的波动。所以,对我国沪市外部波动风险的把握在短期上应主要关注香港股市波动,其次还必须关注日本和美国股市的波动,尤其是美国股市的波动。     

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。     

中国股市行业间高阶矩风险溢出效应研究

已有的股市溢出效应研究多集中于均值及波动溢出效应层面,而鲜有研究探讨股市行业间的高阶矩风险溢出效应.针对已有研究存在的不足之处,文章基于高阶矩GARCHSK模型以及Diebold和Yilmaz (2014)提出的Connectedness方法,研究了中国股市行业间的均值、波动、偏度和峰度溢出效应.实证结果表明:中国股市行业间不仅存在着较强的均值及波动层面的溢出效应,高阶矩风险溢出效应同样显著;工业、材料和可选消费行业是中国股市的系统重要性行业,扮演主要的风险净溢出者角色,而电信服务、能源及金融行业是主要的风险净接受者;股市行业间高阶矩风险溢出效应具有显著的时变特征,且容易受到国内外重大事件的影响;重大危机事件往往会引起股市行业间的风险溢出效应的增强,且金融危机期间的风险溢出效应显著强于危机前和危机后;股市行业间动态风险溢出效应在牛市中倾向于减弱,而在熊市中则倾向于增强.文章的研究成果不仅丰富和完善了股市风险溢出效应的研究框架,而且可以为现实中投资者和监管部门进行投资组合及风险管理实践提供有力的决策考量依据.     

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。     

中国股市波动非对称性的非线性动态调整

针对我国股市波动的现实和投资行为的异质性,利用已实现波动率设定包含多个机制平滑转换结构的自回归模型,研究我国股市波动的非对称性及非对称性的非线性动态调整。模型的检验结果发现,我国股市波动存在一个显著的非线性动态调整机制,机制转换的时点发生在收益率的冲击为1.177个百分点处,转换时点的非负性揭示了市场普遍存在的"售盈持亏"行为;股市波动在两个平稳的自回归机制及其之间非线性平滑调整或转换,但转换的概率偏低,速度较慢,自回归过程的平稳性表明投资者具有"过度自信"的决策行为;波动的非对称性没有表现为确定的杠杆效应,在滞后两期的波动水平较高且信息冲击的程度超过阈值时,股市波动表现为反向杠杆效应。以上估计与检验结果基本准确揭示了市场投资者的行为特征。     

基于网络搜索数据的突发事件对股票市场影响分析

重大突发事件的发生对关联企业生产、行业前景,甚至国家宏观经济产生一定影响,表现为关联企业股价波动,而网络搜索数据作为投资者现实生活行为趋势的映射,蕴含了投资者对突发事件、股票需求与交易的关注,基于该思想,采用基于网络搜索数据的方法对重大突发事件与股票市场间的相关性进行研究.首先建立理论框架;然后以"7·23甬温线特别重大铁路交通事故"为研究对象,分析动车事故对中国动车概念版股市的影响强度.最终,模型拟合优度高达0.888,表明搜索数据可以准确、及时刻画动车事故对相关板块股市波动的影响.     

基于MCMC的SV模型分钟高频股指波动率研究

利用沪深300股指2018年11月5日-2018年11月12日1分钟数据,基于马尔可夫蒙特卡罗(MCMC)模拟的贝叶斯方法,采用随机波动模型(SV)对我国股市分钟高频数据波动性进行了实证研究,并利用DIC准则进行模型拟合比较.结果表明,沪深300股指收益率序列具有尖峰,厚尾,聚集性等特征,且随机波动模型对于1分钟高频数据的拟合效果优于5分钟数据,标准随机波动模(SV-N)更适合1分钟高频数据.     

考虑方差结构突变的股市收益波动非对称性研究

股市收益波动非对称性的研究对于构建准确的资产价格模型以及市场波动性的预测来说都是至关重要的.但在我国股市收益波动中是否存在内生的结构突变,结构突变是否对股市收益波动的非对称性特征产生影响等问题上却缺乏探讨.利用引入了结构突变的ARCH族模型考察了我国股市收益波动的非对称性.研究结果发现,引入结构突变后的ARCH族模型对股市收益波动的拟合效果更好.在考虑了结构突变后,股市收益波动的持续性降低,非对称性现象虽然存在,但好消息和坏消息对股市收益波动的影响程度却发生了变化.     

基于寡头博弈的证券交易佣金定价模型及其博弈分析

协议佣金制的实施对证券业结构有较大的影响 ,对佣金进行合理的定价将有利于培育证券市场竞争机制 .本文利用寡头博弈理论建立了佣金定价模型 ,并对该模型进行了结果讨论与分析 ,提出了关于券商经纪业务管理的若干建议     

应用微模拟方法分析交易费用对股票市场影响的研究

基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析,本文构建了一个人工模拟订单驱动股票市场模型。模型能够得出一系列与实际股票市场一致的典型事实,如收益率分布的胖尾特征以及波动率的聚集等。通过在模拟实验中设定不同的交易费用约束,分析了不同程度的交易费用约束对股票市场的影响。结果表明,交易费用的增加会导致股票换手率的大幅下降;由于流动性不足,提高交易费用水平并不一定能够达到降低市场波动的目的。     

Computational study of the US stock market evolution: a rank correlation-based network model

This paper presents a computational study of global characteristics of the US stock market using a network-based model referred to as the market graph. The market graph reflects similarity patterns between stock return fluctuations via linking pairs of stocks that exhibit “coordinated” behavior over a specified period of time. We utilized Spearman rank correlation as a measure of similarity between stocks and considered the evolution of the market graph over the recent decade between 2001–2011. The observed market graph characteristics reveal interesting trends in the stock market over time, as well as allow one to use this model to identify cohesive clusters of stocks in the market.     

ARCH族模型对沪市行业指数收益率的实证研究

本文利用ARCH族模型研究沪市行业指数收益率的波动性.通过对各行业指数收益率的分析发现,行业指数收益率是平稳的,但其条件方差是尖峰厚尾的非正态分布且具有明显的ARCH效应.行业指数收益率均具有不同程度"杠杆"效应.外部信息对公用指数和综合指数收益率影响最大.融入相同的风险,它们收益最高.地产指数对外部信息反应迟钝,收益率也不显著.     

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。     

基于Black-Litterman框架的资产配置策略研究

本文基于Black-Litterman框架提出了中国股票市场投资中行业间资产配置的策略。因为宏观经济指标对于股票收益率有一定的解释能力,本文通过宏观经济变量对收益率序列建模并且用GJR-GARCH模型捕捉资产收益率变化的特征,得出的预测资产收益率及其方差作为Black-Litterman框架下的输入。最后通过实证结果表明,基于这种策略构建的投资组合收益率在一定条件下会优于基于市场均衡权重或者传统Markowitz框架下的投资策略。     

条件收益率下的VaR投资组合研究

本文以新的VaR风险控制体系和价格条件的VaR理论为基础,建立了一种新的最优投资组合模型——μ_s-VaR_s模型。其主要特点有:首先,μ_s-VaR_s模型主要关注相对价格的预期收益和风险,在没有股指期货对冲大盘指数风险的条件下,该模型可以为投资组合跑赢大盘提供了科学思路;其次,在μ_s-VaR_s风模型中,仿照夏普指数创建出了新的选股指标γ_s_i(t),使投资组合更有效率;最后,μ_s-VaR_s模型充分考虑了沪深股票市场的交易成本和交易条件限制,使模型具有较强的现实可用性.经过对沪深股票市场的实证分析发现:μ_s-VaR_s模型明显优于马柯威茨的M-V模型;应用μ_s-VaR_s模型所构建的投资组合的累积收益率显著高于大盘的同期累积收益率.     

基于股吧情感本体与传播的股市短线预测

为研究股吧文本中蕴含的股民情感对股市短线走势的影响,使用情感倾向点互信息算法构建面向股市的情感词典,分别考虑情感本体与情感来源传播建立面向股市的加权情感倾向得分模型,并进一步建立ARMA-GARCHX模型以分析股民情感与股市短线走势之间的关系.研究显示：面向股市的情感词典相比于传统情感词典具有更强的适应性,使用加权情感倾向得分模型建立的预测模型对股市走向的预测相比于传统方法具有更优良的预测效果.     

侦测股市时间序列相关性的三种方法

运用方差方法.重标极差方法(R/S)和消除趋势波动分析方法(DFA)对美国股市标准普尔500指数的收盘价进行分析.结果表明:此股票市场指数具有状态持续性特征及自相似特征.同时兼具混沌等非线性特征.通过这三种方法对同一股市进行分析更能全方位的诠释相关性在股票市场理论应用的必要性及可行性,并且对股票市场理论建模.预测和管控策略的制定及实施具有重要意义.