PLS情绪指数对中国股市风险收益关系的影响研究

从行为金融学角度研究投资者情绪对中国股市风险收益关系的影响,或有助于更好的解释风险收益关系.采用偏最小二乘法(PLS)构建新的投资者情绪综合指数,同时在对风险的度量中运用个股平均相关性代替总体方差来度量市场风险.研究结果表明PLS情绪指数比常用的主成分分析法所构建的情绪指数及单个情绪代理变量能更好的解释股市收益;平均相关性比市场波动更适合作为市场风险的度量指标;投资者情绪对风险收益关系有显著影响,其中在低情绪期风险和收益之间的相关性不显著,而高情绪期风险和收益之间呈现显著的负相关关系.由实证结果可知中国股市投资者存在非理性行为,应从行为金融的角度去考虑资产定价,同时对各指标的准确度量更有利于完善行为资产定价理论.     

iVIX指数与上证50 ETF收益率的相关性实证研究

采用1分钟高频数据,研究iVIX指数与上证50 ETF收益率之间的相关性。运用参数估计和核密度估计描述两者的边缘分布,通过K-S拟合优度检验构建Copula模型。研究表明:Copula模型具有较好的拟合优度,Copula函数相对于Kendall和Spearman分析方法不仅能够捕捉iVIX指数与ETF收益率序列间的秩相关性,而且还能反映iVIX指数与ETF收益率的尾部相关性;iVIX指数与上证50 ETF收益率之间存在负的秩相关性,秩相关性强弱随着不同持有期大致呈现“W”型分布,通过Copula概率密度函数的尾部相关性发现iVIX指数与ETF收益率存在非对称结构特征。     

基于Copula函数的股指尾部相关性研究——以道琼斯工业指数与恒生指数为例

鉴于两步参数估计法在应用中存在误差大、计算复杂等缺陷,采用基于经验分布的半参数估计与非参数估计法确定相应边缘分布与Copula参数,对突发事件下的道琼斯工业指数与恒生指数之间的尾部相关性进行量化.研究发现ClaytonCopula,Gumbel Copula能够较好地刻画股指收益率序列间的尾部相关关系;道指与恒生指数存在着正的尾部相关且这种相关是非对称性的;在各个置信水平上,下尾损失均较上尾收益高,且下尾相关系数的增长幅度远大于上尾相关系数的增长幅度;极端事件造成的道指收益的剧烈下跌引发了恒生指数收益更强烈的相关反应,其造成的影响远超过两个市场同时上涨时的作用.     

我国金融市场间联动效应研究——基于混频Copula模型北大核心CSCD

目前关于风险联动效应的研究主要是基于微观高频或宏观低频数据进行的,仅采用高频或者低频数据进行分析未能准确刻画市场间的风险联动效应.针对已有研究的不足,充分利用微观高频和宏观低频数据信息,借鉴混频思想,将混频Copula模型与CoVaR模型相结合以研究我国股票市场、金融期货市场、大宗商品期货市场、债券市场以及外汇市场间的风险联动效应.结果表明:GARCH-MIDAS-LI-偏t模型效果最优;金融市场间的相依结构具有时变性和非对称性;金融市场间存在着显著的双向风险溢出,风险溢出均为正值且存在非对称性;股市和期市是风险净溢出者,而大宗商品期市、债市以汇市是风险净接受者.此研究对于投资者的投资决策、监管者的监测风险都具有一定的理论意义和现实意义.     

投资者情绪影响风险—收益关系吗?——来自我国A股市场的检验

传统金融理论认为风险-收益间存在着严格的正向关系,但实证研究表明这种正向关系并非是稳定的,投资者情绪的不同可能对其产生不同的影响,因此,根据所构建的投资者情绪复合指数的大小将样本期分为情绪乐观期和情绪悲观期,分别检验了不同情绪期下我国A股市场中风险-收益间的关系,研究发现即使采用不同的波动率模型得到的分析结果也基本一致,即投资者情绪的不同确实会影响到我国A股市场中的风险-收益关系,且情绪悲观期内风险-收益间存在着正向关系,情绪乐观期内两者之间正向关系的程度有所减弱,甚至出现负向关系.     

基于极值统计和高维动态C藤Copula的股市行业集成风险计算

股市诸多行业风险之间存在着波动相依性,集成计量多维风险对投资决策意义重大。藤Copula是Copula函数高维化拓展的一个方向,其动态化是新的研究前沿。将极值理论的GPD模型和高维动态C藤Copula方法结合起来研究沪深300指数中地产、基建、银行和运输四个行业风险,能够有效描述尾部极值形态,突出关键变量的作用。再运用动态Pair-Copula分解,刻画高维行业风险变量间的动态关系,以仿真出动态集成风险变量VaR序列。VaR计算结果通过了回溯检验和稳定性测试,表明高维动态C藤Copula模型可以作为风险集成计量的一种新的有效方法。     

谁更能解释股市羊群效应:信息传播还是投资者情绪?

利用2008年6月1日至2014年10月31日A股收益率数据和东方财富网上证综指吧主题帖文本,以情绪词测度投资者情绪,发帖量代表信息传播强度,构建信息传播和投资者情绪影响股市羊群效应的GARCH模型.利用赤池信息准则比较信息传播和投资者情绪对股市羊群效应的解释能力.实证表明,前期信息传播加强了本期股市羊群效应,但当日盘前信息传播则减弱了当日股市羊群效应,前期悲观情绪将增强本期股市羊群效应.主要结论有:1)信息传播与投资者情绪对股市羊群效应都具有显著的解释能力;2)综合信息传播和情绪的模型对股市羊群效的解释优于单一信息传播或情绪因素的模型;3)相对于投资者情绪,信息传播对股市羊群效应的解释更优.     

中国A股市场收益波动的非对称性研究

本文运用ARMA—EGARCH及ARMA-TARCH模型,以1993年1月以来沪深两市的A股指数的日收益为研究样本,检验中国股票市场是否存在波动的非对称性,结果表明:无论是上证还是深证A股市场,收益率波动的非对称性都表现出阶段性特征,股市发展早期,市场表现为反向的非对称性或非对称不明显,随着时间的发展,股市收益的波动则存在非对称性,且表现为杠杆效应。     

几种Copula函数在沪深股市相关性建模中的应用

研究了Copula函数对沪深股市的相关性建模问题.许多学者用Gaussian Copula建模,但是它无法捕捉到尾部变化,尾部相关系数不存在.用t-Copula度量中国股市的相关性,捕捉到了尾部变化,并计算出了尾部相关系数,克服了Gaussian Copula对相关性建模的不足,并通过AIC准则比较得到t-Copula优于Gaussian Copula.最后对3种Archimedean Copula进行比较,通过比较它们与经验分布函数的距离,说明Gumble Copula更加适用于中国的金融市场.     

房地产板块与金融板块指数相关性研究——基于Copula-Kermel模型的分析

近年来,房地产市场与金融市场的关联关系越来越紧密.选取2001年7月3日至2011年9月30日房地产板块与金融板块指数日收益率数据,利用非参数核密度估计单指数收益率的边缘分布,采用Copula方法定量刻画两者的相关结构及尾部相关性.实证结果表明:T-Student-Copula是描述房地产和金融板块指数日收益率的最佳Copula函数形式,且两者具有较强的上尾和下尾相关关系,因此投资者不能通过投资这两类股票降低投资组合风险.另外,政府在制定宏观经济政策时,一方面需注意在采取措施促进金融行业发展时,要防范房地产泡沫的加剧,另一方面还需注意在对房地产业进行调控时,要防止金融业的衰退.