金融系统的非线性分析:交易量对股价波动的非线性影响

如何研究股价波动和成交量之间的关系一直是金融系统研究中感兴趣的话题.Lamoureux 和 Lastrapes 认为选择日交易量度量每天流入市场的信息量是合理的,但他们假定交易量对波动率的影响是线性的.提出部分非线性GARCH模型分析交易量对股票市场波动率的影响,基于GARCH模型局部线性化非参数似然估计方法,对中国证券市场股票价格和交易量数据进行实证研究.结果表明,交易量对股价波动的影响具有显著的非线性性.     

中国股票市场交易量与价格波动关系实证研究

利用个股数据资料和非对称成分GARCH-M模型对中国股票市场的量价关系进行了实证研究.结论显示:股价的短期波动主要由非预期交易量解释,即非预期交易量所揭示的新信息是产生价格波动的根源;中国股票市场部分个股存在明显的杠杆效应,利空消息对市场波动的冲击大于同等程度的利好消息对市场波动的冲击;非预期交易行为对市场波动的冲击存在显著的非对称特征,正的交易量冲击(交易量放量冲击)比同等程度的负交易量冲击(交易量缩量冲击)对市场波动的影响更大.     

基于CARR模型的交易量与股价波动性动态关系的研究

股市交易量与股价变化的关系就一直是学术界与实务界所共同关心的主题。基于Chou(2005)提出的CARR模型对两者的动态关系问题进行了研究。首先分析了作为量价关系理论基础的混合分布假说理论在CARR模型中的适川性,进而基于混合分布假说理论对我国上证综合指数、深证成份指数以及随机抽取的十只个股进行了量价关系的实证检验。研究发现:混合分布假说理论同样适用于CARR模型,这证实了股价波动性的CARR效应的存在。实证的结果也证实了CARR模型无论是对于股票指数还是单只股票交易量都具有了良好的解释作用。因此,CARR模型与GARCH模型相比,在交易量与股价波动关系动态关系的研究领域可以得到更为稳健的结果。     

深市收益特征及价量关系实证研究

本文分析了深市日收益率序列和波动率序列的每周不同天效应和记忆性。认为,深市日收益率序列不存在每周不同天效应,但存在一至二星期的记忆性;波动率序列则存在每周不同天效应和持续性;同时,交易量对波动率具有很好的解释作用。     

基于真实波动率和高斯估计的随机波动率模型研究

在随机波动率模型中,由于波动率是不可观测,因此相应的参数估计和统计推断比较困难.将应用真实波动率近似估计积分波动率,进一步基于高斯估计方法给出非线性扩散模型的线性估计,而后再给出随机波动率模型精确的极大似然估计方法.最后,采用上证综合指数和深证成份指数对一系列随机波动率模型进行实证的研究.实证结果表明,均方根模型(Heston模型)较好地描述上证综合指数动态行为,而对于深证成份指数的描述在统计意义上没有显著地解释力.     

波动率风险溢价:基于香港权证市场的实证

波动率风险溢价包含了关于投资者风险厌恶的重要信息,它的估计是金融计量学文献关注的一个核心问题。本文基于香港权证市场数据和GARCH扩散随机波动率(SV)模型,对香港证券市场的波动率风险溢价进行了估计研究。采用香港恒生指数和指数权证数据,通过建立基于有效重要性抽样的极大似然(EIS-ML)方法联合估计了GARCH扩散模型的客观与风险中性测度,进而得到了香港证券市场的波动率风险溢价。研究结果发现,在香港证券市场上,市场投资者对波动率风险进行了定价,即存在波动率风险溢价,且波动率风险溢价在绝大多数情形下为正,说明市场投资者总体表现为风险爱好。     

高阶矩风险溢酬:信息含量及影响因素

本文基于台湾股市和期权市场数据,研究波动率、偏度和峰度等高阶矩风险溢酬的信息含量及影响因素,并结合边际贡献度分析了各常见影响因素对高阶矩风险溢酬的解释力。研究结论表明:波动率间的相关性高于偏度和峰度,波动率也更易于预测;期权市场的隐含矩信息对未来实际矩有较好解释力,且引入多个市场信息的预测效果要优于单一市场。市场情绪和异质信念是各高阶矩风险溢酬的主要影响因素;流动性信息次之;市场因子的解释相对较弱。对高阶矩风险溢酬影响因素的分析还应引入市场极端风险、风险厌恶信息和宏观经济变量等因素的考察。     

中国股市价格-交易量动态因果关系研究

研究了中国股票市场交易量是否含有预测未来收益变动的有价值信息 .实证结果表明 :交易量和收益序列存在即期的正相关关系 ;过去交易量包含未来绝对收益变动的有价值信息 ;中国股票市场交易量和收益序列存在双向的线性因果关系 ,交易量不仅传递价格绝对变动量的信息 ,而且在很大程度上还传递价格变动方向的信息 .     

基于长记忆模型的期货与现货波动率关系分析

基于SEMIFAR模型分析了沪深300指数和沪深300股指期货对数日波动率序列的长记忆性,发现股指期货波动率序列的长记忆性弱于指数波动率序列.另外,通过对比分析两波动率序列的确定趋势可知:现货市场与期货市场的波动率的变化趋势基本一致,二者处于一种长期的均衡关系,但又存在一定的差异;期货市场对于稳定现货市场的波动具有一定的作用,尤其表现在股价大幅度下跌时.     

股票收益和交易量变化动态相关性分析

国内外学者大多从静态角度探讨股票收益和交易量关系,存在较大缺陷.应用恩格尔提出的DCC多元GARCH模型从动态角度对股票市场上股指收益和交易量变化之间关系进行探讨.结果发现各个市场之间的动态相关系数存在较大的差异,各个市场总体正相关机会远大于负相关,除了我国深圳股市A、B股市场外,其它市场支持条件相关系数动态变动的论断.     

日交易量与股票日收益GARCH效应

本文利用中国股票市场的48只具有代表性的股票，对股票日收益的GARCH效应进行了实证研究。结果表明，对于交易活跃的市场，股票日交易量可以很好的解释股票日收益的GARCH效应，当在GARCH模型中引入日交易量作为解释变量，我们发现GARCH效应显著降低，但依然显著存在。     

基于石油行业影响股票流动性的实证分析

采用买卖价差和市场深度代表股票流动性水平,根据Brockman&Chung模型分析了影响我国股市流动性的因素.研究发现,交易量与流动性正相关,股票价格及股票收益率的波动性与流动性呈负相关关系.但当流动性选取的指标不同时,股票价格对其影响也是存在差异的.     

股票市场涨跌停板设置的微模拟研究

本文构建了一个基于订单驱动的人工模拟股票市场模型,并对投资者在连续竞价交易时的投资行为进行了刻画,数值模拟所得的股票对数收益率序列具有尖峰、胖尾等非正态分布特征并显示出明显的波动率聚集现象。通过在模拟实验中设定股票价格的不同涨跌幅限制范围,研究了涨跌停板设置对股票市场波动性的影响,分析结果表明,在忽略诸如恶意操纵等其他因素情况下,适当扩大涨跌幅限制并不会使股票收益的波动增大,相反还会使收益的波动率有较为明显的降低。     

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。     

投资者过度反应与牛熊市波动非对称性

论文针对沪深股市牛熊市中所呈现出的波动非对称性的差异,从牛熊市中投资者对信息反应的差异角度予以解释。论文以非预期交易量变化率作为投资者对信息冲击反应的代理变量,研究显示投资者在牛市行情中的过度反应,是造成沪深股市牛市行情波动正向非对称性的重要原因。与此同时论文通过对比美国、香港和沪深股市上牛熊市波动非对称性差异,进一步验证沪深市场上不完善的市场机制加剧了投资者在牛市行情中的过度反应,进而导致牛市行情中的波动正向非对称性。     

Support Vector Machine as an Efficient Framework for Stock Market Volatility Forecasting

Advantages and limitations of the existing models for practical forecasting of stock market volatility have been identified. Support vector machine (SVM) have been proposed as a complimentary volatility model that is capable to extract information from multiscale and high-dimensional market data. Presented results for SP500 index suggest that SVM can efficiently work with high-dimensional inputs to account for volatility long-memory and multiscale effects and is often superior to the main-stream volatility models. SVM-based framework for volatility forecasting is expected to be important in the development of the novel strategies for volatility trading, advanced risk management systems, and other applications dealing with multi-scale and high-dimensional market data.     

上海股票市场波动不对称性研究—GJR-与VS-GARCH模型的比较

分析了两个不对称的GARCH模型:G JR-GARCH和VS-GARCH,并对VS-GARCH进行了修正。使用上证综合指数对两个模型进行了实证比较,发现修正的VS-GARCH更适合中国证券市场,能更好的捕捉到波动的不对称性。同时实证结果显示在沪市上,好消息引发的波动大于坏消息引发的波动,并从交易规则和投资者心理方面进行了解释。     

基于价格持续时间的中国股市日内风险价值预测

基于高频数据度量日内交易活动的风险是目前日内金融数据与风险管理中极具挑战性的研究课题之一。本文从实时交易的角度,使用中国股市分笔交易数据,基于价格持续时间的自回归条件持续时间(ACD)模型,研究日内不规则交易数据的风险测度,利用日内不等间隔波动模型估计了日内交易的即时条件波动率,对日内不等间隔风险价值进行了预测和检验。实证结果发现日内不等间隔风险价值模型能够比较好的刻画日内交易风险,股票投资者和市场监管者可以基于该工具对日内风险做出合理的预测,达到止损避险和控制风险的目的。     

中国股市量价关系分析中的后验分布构造与模拟

研究中国股票市场中的两个重要指标:股票价格与交易量,随机波动模型具有长期波动性预测能力,只是由于参数估计的困难而没有受到重视.随着马尔可夫链蒙特卡罗(MCMC)方法和计算机计算能力的提高,这种困难是可以克服的.采用基于马尔可夫链蒙特卡罗(MCMC)模拟技术的贝叶斯估计方法,在基于引入预期交易量和非预期交易量的随机波动模型下,对模型参数进行后验分布的构造,并以2005年1月-2012年5月的上证综合指数的每日收盘指数及相应的日成交量序列为样本,通过实证仿真得到参数结果值.结果表明,非预期交易量对股市价格的影响要大于预期交易量.