沪铜期货与现货市场的价格发现与波动溢出效应

运用了Granger因果检验、脉冲响应函数、VEC模型以及BEKK模型,对沪铜期货与现货市场的价格发现与波动溢出效应进行实证分析.实证结果表明:期货价格与现货价格存在着长期均衡关系和Granger双向引导关系,在价格发现中,期货市场占主导地位,且比现货市场有着更强的信息效应;期货市场与现货市场各自的波动持久性均显著,而两者间的交叉波动效应相对较小,但是现货市场来自期货市场的波动溢出效应大于期货市场来自现货市场的波动溢出效应.     

金融危机前后中英美股票市场间波动溢出效应比较

为研究波动溢出效应是否存在于中英美股市问,若存在,波动溢出效应传导机制如何,截取2005年7月22日至2009年6月30日的标准普尔500指数、伦敦金融时报100指数、沪深300指数共1045个日收盘数据,时间段分为金融危机前后,分别构建三元MGARCH-BEKK模型,实证结果表明:(1)金融危机发生前,中英美股市间存在波动溢出效应,传导机制为:先从英国到美国再到中国;(2)金融危机发生后,中英美股市间仍存在波动溢出效应,但传导机制变为:先从美国到英国再到中国。通过比较分析实证结果,得出如下结论:(1)美国是全球股票市场风险的主要来源国,特别是金融危机之后更加明显;(2)中国是全球股票市场风险的主要接受国。     

多维时间序列Granger因果性的一种图模型学习方法

传统的两变量Granger因果分析法容易产生伪因果关系,且不能刻画变量间的同期因果性.利用图模型方法研究多维时间序列变量间Granger因果关系,通过Granger因果图的建立将问题转化为Granger因果图结构的辨识问题,利用局部密度估计法构造相应的辨识统计量,采用bootstrap方法来确定检验统计量的原分布.模拟分析以及对于中国股市间Granger因果关系的研究说明了该方法的有效性.     

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。     

基于时变t-Copula的次贷危机前后亚洲股市相关结构的比较分析

将时变t-Copula函数与GARCH模型结合起来刻画金融市场间的相关结构并用于亚洲股市作实证研究.结果表明,次贷危机加剧了亚洲股市的波动溢出效应,提示次贷危机是亚洲股市相关结构的一个结构性变点.     

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.     

中国股市与汇市的波动溢出效应模型研究与实证分析

选取2009年1月5日-2012年5月22的人民币兑美元汇率和上证综指的日交易数据为对象,采用BEKK—GARCH模型,并结合LR似然比检验,对中国汇市与股市的波动溢出效应进行建模研究与实证分析．实证结果表明,整体样本存在汇率到上证指数的波动溢出,这种溢出是单向的;第二次汇改前,既不存在汇率到上证指数的波动溢出,也不存在上证指数到汇率的波动溢出;第二次汇改后,既存在汇率到上证指数的波动溢出,也存在上证指数到汇率的微弱的波动溢出．     

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。     

双向聚类方法综述

传统的聚类方法由于无法提取样本和变量间的局部对应关系,并且当数据具有高维性和稀疏性时表现不佳,因此学者们提出了双向聚类,基于样本和变量间的局部关系,同时对样本和变量进行聚类,形成一系列子矩阵的聚类结果。近年来,双向聚类发展迅速,在基因分析、文本聚类、推荐系统等领域应用广泛。首先,对双向聚类方法进行梳理与归纳,重点阐述稀疏双向聚类、谱双向聚类和信息双向聚类三类方法,分析它们之间的区别和联系,并且介绍这三类方法在多源数据的整合分析、多层聚类、半监督学习以及集成学习上的发展现状和趋势;其次,重点介绍双向聚类在基因分析、文本聚类、推荐系统等领域的应用研究情况;最后,结合大数据时代的数据特征和双向聚类存在的问题,展望双向聚类未来的研究方向。     

机制转换条件下股市收益率跳跃行为研究:基于RS-ARJI模型的以中国股市为例的实证分析

为检验股市收益率机制转换特性,考察机制转换条件下股市收益率的跳跃特征,以及在不同机制下跳跃行为对股市收益率的冲击效应,将Markov机制转换思想引入自回归跳跃(ARJI)模型,构建一个机制转换自回归跳跃(RS-ARM)模型.基于该模型对中国股市进行实证研究,结果表明:股市存在高、低波动两种机制,高波动时期的跳跃幅度和强度及其对股市收益率的冲击均大于低波动时期.同时,波动率估计和预测评价指标显示,RS-ARJI模型优于目前被广泛使用的GARCH模型和ARJI模型.     

外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析

本文将人民币汇率、房价和股价三者纳入一个统一的分析框架中,从水平变动和波动风险两个方面考虑时变异方差和变量间的风险传递效应,使用“二次汇改”后的2010年6月到2017年12月的月度数据,采用三元GARCH和BEKK时序模型研究人民币汇率、房价和股价之间的动态影响关系及其波动风险互动机制。研究发现,三个市场相互之间具有明显的影响,特别是价格波动的风险传染上,房地产市场与股票之间、股票市场与汇率市场之间或长期或短期都存在风险的传递效应。具体而言,市场在均值溢出方面,人民币升值会促进房价和股价的上涨;但房价与股价之间的价格影响关系并不明显。在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。     

结构突变下投资者情绪与股市收益间的非线性溢出效应研究

为了深入挖掘投资者情绪与股市收益的非线性溢出效应,本文首先选取消费者信心指数、封闭式基金折价率、换手率、新增开户增长率、市盈率这五个变量作为情绪指数潜在变量,再通过R藤Copula得到各潜在变量的联合分布,进而构造出投资者情绪指数;然后运用ICSS模型对股票指数收益率的状态进行划分,将结构突变点作为虚拟变量纳入到经典的AR-EGARCH波动模型中刻画收益率序列;最后运用时变Copula函数对投资者情绪与股市收益率间的动态非线性溢出效应进行定量测度,以期揭示二者之间的内在规律。研究结果表明:投资者情绪与股市收益间确实存在溢出效应,从长期趋势分析,投资者情绪与股市收益率的相关系数为正,说明投资者情绪与市场收益率之间在长期表现为显著正相关,即投资者情绪对收益率有正向溢出效应,投资者情绪的高涨与悲观同收益率的升高与降低步调一致。然而从短期分析,相关系数的波动范围为0.2至0.35,说明在不同投资环境及市场背景下投资者情绪与市场收益率之间的相关程度并非一成不变,投资者情绪高涨时期,两者间溢出效应也随情绪指数升高,投资者情绪悲观时期两者间溢出效应也降低。     

基于GAS t-Copula模型的金融市场非对称风险溢出效应测度研究

准确测度金融风险溢出效应对于金融风险管理和构建投资组合具有重要意义,而金融市场之间的非线性及动态相关结构一直是风险溢出效应研究中的难点问题之一。本文通过引入GAS t-copula模型与CoVaR方法,结合能够刻画重要典型事实特征的边缘分布模型,构建了金融市场间的风险溢出效应测度模型,以中国内地等五个股市为研究对象,测度美国股市对中国内地等四个重要股市的风险溢出效应,以检验模型的可靠性与准确性。实证结果表明:中国内地等四个股市与美国股市之间呈现出显著为正且时变相关结构,随着金融危机的爆发,相关系数逐渐增加达到最大值;中国内地等四个股市受到美国股市的风险溢出效应呈现出非对称特征,即下跌风险溢出效应强度显著大于上涨风险溢出效应;中国内地股市受到的金融风险溢出效应显著小于香港、日本以及英国股市。     

基于多分形波动率测度的股票市场条件收益率分布

多分形波动率MFV(multifractal volatility)是一种最近提出的金融市场波动率测度方法。以中国股票市场最具代表性股价指数(上证综指和深证成指)的代表性波动周期为例,通过运用描述性统计、QQ图和双变量分布散点图等方法,分别考察了非条件收益率、基于MFV的条件收益率和基于GARCH类波动率测度的条件收益率分布特征。研究结果显示,经过MFV标准化后的条件收益率分布较非条件收益率和基于GARCH类波动率测度的条件收益率更接近于正态分布,多分形波动率MFV对中国股票市场波动特征的刻画优于传统的GARCH类模型。     

中国股指期现货市场间的非对称风险溢出效应——基于分位数Granger因果检验

为了揭示中国股指期现货市场之间风险溢出效应的非对称特征,本文利用已实现半方差将中国股指期现货市场的风险区分为下跌风险和上涨风险,并运用均值Granger因果检验和分位数Granger因果检验,考察两市场之间下跌风险溢出效应和上涨风险溢出效应的差异。研究发现,中国股指期现货市场之间不仅存在显著的下跌风险溢出,还存在显著的上涨风险溢出,而且溢出效应随着分位数区间不同而呈现出显著的非对称特征。一方面,期货市场对现货市场的下跌风险溢出在全部分位数区间均显著,而上涨风险溢出仅在分布的中间位置和上尾显著。另一方面,现货市场对期货市场的下跌风险溢出主要集中在尾部极端分位数区间,而上涨风险溢出主要集中在分布的中间位置和低分位数区间。     

上海股票市场和国际主要股票市场之间波动溢出效应的实证研究

使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.     

基于GARCH模型的CHIBOR行为实证分析

本文通过建立一个GARCH(1,1)模型对中国银行间同业拆借利率行为进行了实证分析,结果发现模型能很好的刻画一周同业拆借利率的行为,这说明我国的同业拆借利率具有波动性聚类的特点,存在很强的GARCH现象.     

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。     

上海股市波动的周日效应检验

与以往日历异常现象的研究大多集中在股市收益率上不同,本文对上海股市波动的周日效应进行实证研究,无条件波动的修正Levene检验和条件波动的GARCH模型被应用。结果显示上海股市存在显著的星期一高波动现象,利用混合分布模型对此现象进行了解释,周末信息的积累对星期一交易的影响可能是其高波动的原因。     

一种基于密度敏感的自适应谱聚类算法

针对传统的谱聚类算法不适合处理多尺度问题,引入一种新的相似性度量—密度敏感的相似性度量,该度量可以放大不同高密度区域内数据点间距离,缩短同一高密度区域内数据点间距离,最终有效描述数据的实际聚类分布.本文引入特征间隙的概念,给出一种自动确定聚类数目的方法.数值实验验证本文所提的算法的可行性和有效性.