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。     

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。     

引入跳跃和结构转换的中国股市已实现波动率预测研究:基于拓展的HAR-RV模型

结合日内跳跃识别方法和马尔可夫机制转换模型,对已实现波动率异质自回归模型(HARRV)进行拓展,以刻画连续波动、跳跃波动以及不同方向跳跃波动对未来波动影响的差异和波动的结构转换特征,并运用该模型对上证综指和深证成指高频数据进行实证分析。研究结果表明:在短期内,连续波动和跳跃波动对未来波动影响具有显著的差异;负向跳跃和正向跳跃往往同时发生且幅度相当,但负向跳跃波动对未来波动的影响更大;在不同波动状态下,历史波动对未来波动的影响存在较为明显的差异。MCS检验结果显示,区分跳跃波动方向和考虑波动的结构转换特征可以显著提升模型的样本内和样本外的预测能力。     

改进的函数系数自回归建模方法对上海股市实证分析

函数系数自回归模型(FAR)是一类更具有适应性的模型。本文利用函数系数自回归模型对上海股市日收益率进行建模及短期预测,改进现有建模对带宽、模型的依赖变量以及阶数确定方法。并与上海股市日收益率的自回归模型结果进行了比较,结果表明改进的函数系数模型具有很好的预测能力。     

基于修正的已实现阈值幂变差的股市跳跃波动行为研究

基于非参数统计方法,利用考虑金融资产价格跳跃和杠杆效应的时点波动估计方法修正已实现阈值幂变差,构造甄别跳跃的检验统计量,对金融资产价格中的随机波动、有限活跃跳跃和无限活跃跳跃等问题进行综合研究。为同时吸收波动率的异方差集聚效应和收益率的非对称效应,对原有的已实现波动率异质自回归预测模型进行拓展,将非对称的异质性自回归模型的误差项设定为GARCH模型,以考察跳跃波动序列与连续波动序列之间的复杂关系。利用沪深股指高频数据进行实证研究,包括进行跳跃识别,跳跃活动程度检验和波动率预测效果对比。研究结果表明,沪深股市同时存在布朗运动成分、有限活跃跳跃和无限活跃跳跃成分,其中连续路径方差占主体。同时,收益和波动间的杠杆效应显著,无论短期还是长期,连续波动和跳跃波动对波动率的预测均具有显著影响,同时考虑股价的跳跃、波动和杠杆效应因素有助于更准确地刻画资产价格动态过程。     

基于极端分位回归模型的原油股市动态相依关系研究

针对国际原油价格对股市波动影响效果,提出极端分位回归的模型检验方法.利用金融时间序列数据,通过加入结构突变,构建分位回归模型分析股票收益问题,根据中国等原油进出口国家股市收益进行实证分析,研究变量之间的相依关系.研究结果表明动态尾部相依普遍存在于国家股市中,国际原油对国家股市的冲击存在明显的异质性,原油可以较好的对冲风险投资.随着石油价格的波动,国家股票收益会因此受到影响,不同国家股市在不同分位点随着石油价格变化的波动出现异质性.     

基于多主体的股市模型不同市场形态下的标度行为

利用理论分析和计算机仿真相结合的方法研究一个随机多主体的股市模型,理论分析得到基础价值均衡、非基础价值均衡、周期和混沌四种市场形态的典型参数设置,基于多主体的计算机仿真产生对应参数的价格序列.对此数据的统计分析发现:股市的所有市场形态都呈现收益率分布和波动时间依赖的标度行为,其中基础价值均衡形态下收益率累积分布指数和波动时间依赖的自相似指数最大,非基础价值均衡形态下两指数最小,周期和混沌形态下居中.     

基于LST-GARCH模型的国际油价波动研究

本文基于西德克萨斯轻质原油现货价格日数据,采用逻辑斯特机制平滑转换GARCH模型(LST-GARCH)实证研究国际油价波动特征,研究表明收益率波动的高持久性是一种假象,国际油价的波动过程存在机制转换效应;与传统的GARCH模型相比,LST-GARCH机制转换模型能够刻画油价波动过程的机制平滑转换特征;国际油价波动性对外部冲击有明显的杠杆效应,即相同幅度负的外部冲击比正的冲击引起更大的油价波动;另外国际油价波动过程具有非线性,即波动规律的时变特征。模型的检验与预测结果表明LST-GARCH模型比GARCH模型更好地描述国际油价波动特征。     

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。     

中国股市资产价格日内跳跃行为特征及引发机制研究

本文基于预平均思想和Andersen等(2010)~([1])日内跳跃检验思路提出一种适用于超高频金融数据的日内跳跃行为检验方法和步骤,结合宏观经济信息和流动性冲击信息及滞后信息,分别从个股数据视角和混合数据视角出发,建立跳跃行为引发机制动态模型,利用上证50指数及其成分股超高频数据对中国股票市场资产价格的跳跃行为进行研究。研究表明,中国股市单个交易日跳跃行为呈现多次跳跃且正负跳跃分布不对称,跳跃强度在各行业间变化较大的特征;宏观经济信息发布、流动性冲击与跳跃行为发生同步性较强,且流动性冲击引起跳跃机会更多。     

随机波动模型的马尔可夫链—蒙特卡洛模拟方法——在沪市收益率序列上的应用

针对具有Markov区制转移的、波动均值状态相依的随机波动模型,基于贝叶斯分析,我们推导并给出了对区制转移随机波动模型的MCMC估计方法,其中对参数估计采用Gibbs抽样方法,对潜在对数波动和区制的状态变量估计采用"向前滤波、向后抽样"的多步移动方法;利用该模型,对我国上证综指周收益率进行了实证分析,发现对沪市波动性有较好的描述,捕捉了波动的时变性、聚类性和非线性特征,同时刻画了沪市的高低波动状态转换过程。     

状态转移框架下跨地区、跨行业资产配置模型及实证

利用Markov状态转移模型捕捉金融资产收益率序列的非线性、动态的结构性变化,考虑不同市场状态下资金在地区板块、行业板块间流动导致的板块轮动效应,构建基于状态转移的跨地区、跨行业资产配置模型。在此基础上,对市场状态和地区、行业板块轮动效应对资产配置的影响进行细致分析。研究发现:中国股票市场存在明显的动态结构性变化,可以分为熊市状态和牛市状态,两种市场状态下最优资产配置结构不同。结果表明,状态转移框架下的跨地区和跨行业资产配置能够刻画非对称市场状态下资产的收益和风险特征,分散非系统性风险的同时降低市场风险,提高投资者的收益,可以为投资者决策提供有价值的参考。     

次贷危机下中国股市与国外股市相依性分析——基于Markov机制转换模型

文章通过选取2004年1月1日到2009年6月30日中国、香港、日本、英国和澳大利亚五个股票市场日收盘价的道琼斯数据,采用三状态Markov机制转换模型研究这些股市间相依性结构的变化。通过对目标股市结构变化的研究,可以描述并预测股市的波动性,从而指导风险管理。实证分析表明,在有机制转换条件下,澳大利亚与英国、日本股市间的相依性比无机制转换条件下均有所下降,而中国与香港股市间相依性却大幅上升。同时,本文采用总体拟合效果法来选取合适的copula函数并运用基于copula理论的相关系数法进行对比研究,发现次贷危机后各股市间的尾部相依性出现不同的变化,市场收益率呈现下降趋势,波动性均有所增加。其中,澳大利亚与英国股市间的尾部相依性最强,而中国股市与其他股市之间的相依性较弱,说明受到影响的程度较小。     

Partial differential integral equation model for pricing American option under multi state regime switching with jumps

In this paper, we consider a two dimensional partial differential integral equation (PDIE) model for pricing American option. A nonlinear rationality parameter function for two asset problems is introduced to deal with the free boundary. The rationality parameter function is added in the PDIEs used for pricing American option problems under multi-state regime switching with jumps. The resulting two dimensional nonlinear system of PDIE is then numerically solved. Based on real poles rational approximation, a strongly stable highly efficient and reliable method is developed to solve such complicated systems of PIDEs. The method is build in a predictor corrector style which makes it linearly implicit, therefore, avoids solving nonlinear systems of equations at each time step in all regimes. The method is seen to maintain the stability and convergence for large jump sizes and high volatility in each regime. The impact of regime switching on option prices corresponding to different values interest rate, volatility, and rationality parameter is computed, illustrated by graphs and given in the tables. Convergence results in each regime are presented and time evolution graphs are given to show the effectiveness and reliability of the method.     

中国股市收益率与异质波动性关系研究

本文研究了中国股票市场的异质波动性问题。主要从异质波动性的识别与分布,异质波动性与股票收益率之间的关系,以及异质波动性是否被充分定价等三方面进行探讨。研究的目的在于分析股票异质波动性问题在中国股票市场中的特殊地位,这其中也包括异质波动性对股票收益影响问题。结合中国股票市场的数据,采用广义矩估计(GMM)的数量方法,显著地得到了中国股票市场中异质波动性水平,并以此分析了异质波动性与股票收益之间的关系,证明股票异质波动性水平是投资者进行决策时需要考虑的重要因素之一。     

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。     

Bayesian semiparametric Markov switching stochastic volatility model

This paper proposes a novel Bayesian semiparametric stochastic volatility model with Markov switching regimes for modeling the dynamics of the financial returns. The distribution of the error term of the returns is modeled as an infinite mixture of Normals; meanwhile, the intercept of the volatility equation is allowed to switch between two regimes. The proposed model is estimated using a novel sequential Monte Carlo method called particle learning that is especially well suited for state‐space models. The model is tested on simulated data and, using real financial times series, compared to a model without the Markov switching regimes. The results show that including a Markov switching specification provides higher predictive power for the entire distribution, as well as in the tails of the distribution. Finally, the estimate of the persistence parameter decreases significantly, a finding consistent with previous empirical studies.     

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。     

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。