股指期货对现货市场微观结构影响研究

着眼于股指期货对现货市场微观结构的影响,基于2015-2017年三次股指期货交易机制重大调整前后两个月的1分钟高频数据,利用ACD-EGARCH模型对不同市场波动率背景下的股指期货是否改善现货市场微观质量进行了实证研究.文章的主要结论为:股指期货在不同市场波动率背景下均能降低现货市场波动率,且新进入的投机者比信息交易者贡献更高的波动率;而只在平稳市背景下,股指期货能增强现货市场流动性,在波动市背景下,股指期货吸引的信息交易者超过现货市场增加的非信息交易者,现货市场流动性减弱.建议在平稳市背景下恢复股指期货的常态化交易,但需要防范利好消息和投机者入市对市场波动率的冲击风险.     

股指期货对股票市场的波动性影响研究:基于正反馈交易角度的分析

理论上,股指期货的推出可以抑制正反馈交易行为,从而平稳市场价格剧烈波动,为投资者提供了新的风险管理工具.我国沪深300股指期货推出至今,其对股票市场的影响,及其是否真的发挥降低证券市场波动性的作用等问题成为学术界研究的热点之一.以沪深300股指为研究对象,从正反馈交易行为是否减少的角度出发,使用非对称GARCH(1,1)模型,对比研究沪深300股指推出前后我国股票市场波动性的变化情况.研究结果发现沪深300股指尚不能很好发挥抑制市场波动的作用,仍需对股市进行长期持续的观察、验证,全方位发展我国的资本市场,提供多元化的投资工具,促进资本市场的发育成熟.     

基于ARMA-GARCH-SN模型的沪深300股指期货日内波动率研究与预测

运用五个交易日的股指期货高频数据(每秒两笔),本文主要研究了沪深300股指期货日内波动率特征并对日内波动率预测。研究发现高频股指期货日内收益率有明显的波动率聚集和条件异方差现象,但无尖峰厚尾现象,收益率序列分布符合有偏正态分布。因此,我们对时间序列建立了最优的ARMA-GARCH-SN模型,并对模型拟合充分性做了验证,拟合结果发现ARMA(1,2)-GARCH(1,1)-SN模型基本能够刻画股指期货高频日内波动特征,条件方差所受的冲击具有很强的持续性、日内波动也具有长记忆性,最后我们还利用自助法对高频股指期货日内波动率两步预测、利用滚动回归预测方法对样本做了样本内预测。预测结果表明,波动率预测结果能够较好地反映股指期货日内波动特征。     

我国股指期权对现货市场的波动性影响研究

2015年2月9日,上证50ETF期权在上交所正式上市交易,我国资本市场进入期权时代.股指期权推出是否会使我国现货市场大幅波动直接影响着我国证券市场的发展和稳定,首次以我国上证50ETF期权为研究对象,使用GARCH模型和TARCH模型对我国股指期权推出后现货市场的波动性进行了研究.实证结果表明,我国股指期权的推出使现货市场的波动性增大,并且波动存在非对称性;在上证50ETF期权推出后利好消息对现货市场的波动性影响减小而利空消息对现货市场的波动性影响增大,即不对称性加大.最后,基于实证分析结果分析我国股指期权推出后导致现货市场波动增大的原因,并为我国现货市场的风险管理以及沪深300指数期权的正式推出提供参考意见.     

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。     

基于面板政策评估方法的股指期货推出效应研究

本文采用Hsiao等(2012)提出的利用面板数据进行政策效果评估的方法,分别研究了上证50股指期货(IH)和中证500股指期货(IC)的推出对相应的股票市场波动的影响。研究区间为IH和IC的上市日2015年4月16日至8月底即中金所采取严格监管措施以抑制市场过度投机的时点,并以6月15日为界将之分为股灾前和股灾期两个时间段。实证结果表明,股灾前IH的推出并未显著影响其现货股指的波动,股灾期间增加了其现货市场的波动;IC的推出在股灾前已经显著地增加了现货股指的波动,股灾期间则大幅增加了现货股指的波动。对IH和IC进一步的回归分析结果指出,过度投机导致IC的推出引起对应的现货市场更大幅度的波动。在中金所采取严格监管措施前,IH和IC未能发挥股指期货的现货稳定器作用。     

基于统计套利思想的股指期货跨期套利

基于统计套利交易的思想,对沪深300股指期货合约间价差的波动规律进行了研究,并在该波动规律的基础上建立了股指期货的跨期套利模型.从交易的效果来看,我国股指期货市场存在着跨期套利空间.     

股指期货市场波动率的预测研究

准确刻画和预测股指期货市场的波动率,有利于实现股指期货的价格发现、套期保值和市场调节等功能.文章首先在已实现极差异质性自回归模型(the Heterogeneous AutoRegressive with Realized Range,HAR-RRV model)的基础上,构建HAR-HLT和LHAR-HLT模型;接着,以中国股市中沪深300股指期货的5分钟高频交易数据为样本,通过运用HARHLT和LHAR-HLT模型分析股指期货市场波动率的特征以及预测股指期货市场未来的波动率.研究发现:在HAR-HLT和LHAR-HLT模型中,高频已实现极差、低频已实现极差和趋势已实现极差都包含较多对未来波动率的预测信息;股指期货市场的波动率存在短期的"动量效应"和中长期的"反转效应",其杠杆效应并不明显;HAR-HLT和LHAR-HLT模型对未来1日、1周和1月波动率样本外预测能力都明显强于目前常用的HAR-RRV类模型.     

沪深股指波动的杠杆效应和星期效应分析

在TGARCH模型中引入哑变量以同时反映条件方差波动的不对称性和星期特征,并运用其对沪深股指波动特征进行了实证分析.结果表明沪深股指波动存在着明显的杠杆效应和星期效应.     

基于贝叶斯滤波的股指动态结构特征研究

针对股指波动所具有的动态结构信息特征,在状态空间建模理论的框架下,将服从Markov过程的潜在波动状态变量引入状态方程,同时在观测方程中考虑极值点的影响,构造出一类非高斯Markov随机波动状态空间模型。针对传统的MCMC方法对该类模型估计时效率低下的缺陷,设计了基于序贯Monte Carlo方法的贝叶斯滤波算法进行仿真分析,并且从算法效率和准确性方面对两种方法进行了比较。通过对沪深300股指波动的实证研究表明:对于一类非线性非高斯状态空间模型,贝叶斯滤波算法在保证估计精度的同时较MCMC方法更加有效率,能够有效刻画股指波动的动态结构特征。     

市场利率波动对期权价值的影响

本文在股价服从指数 O- U过程模型假设下 ,考虑到市场利率波动与股价波动的相关性 ,着重分析了市场利率的波动对期权价值的影响 ,并将所得结果与 Black- Scholes定价模型进行了比较     

逐段非趋势波动分析方法及我国证券市场的实证研究

为了研究金融时间序列在不同时段波动的持久性特征,本文提出了一种逐段非趋势波动分析方法。该方法首先建立多阶段分割动态规划模型对时间序列进行分割,随后对各子序列逐段进行非趋势波动分析。对我国证券市场的七个主要指数的实证研究结果表明,本文提出的逐段非趋势波动分析方法能够有效揭示股票指数持久性特征随时间变化的现象,也有助于更深入的比较不同指数间持久性特征的相似程度。     

Can CDS indexes signal future turmoils in the stock market? A Markov switching perspective

Single-name Credit Default Swaps (CDS) are considered the main providers of direct information related with a reference entity’s creditworthiness and, for this reason, they have often been the core of news on the current financial crisis. The academic research has focused mainly on the capacity of CDS in anticipating agencies’ official rating changes and—in this respect—on their superior signalling power, compared to bond and stock markets. The aim of this work is, instead, to investigate the ability of fluctuations in CDS indexes in anticipating the occurrence of stock market crises. Our goal is to show that CDS indexes may provide investors and institutions with early warning signals of financial distresses in the stock market. We make use of a Markov switching model with states characterized by increasing levels of volatility and compare the times in which the first switch in a high volatility state occurs, respectively, in CDS and stock market index quotes. The data set consists of daily closing quotes for 5 years CDS and stock market index prices, covering the time period from 2004 to 2010. In order to capture possible geographic differences in CDS index capacity of foreseeing stock market distresses, data referring to two different regions, Europe and United States, are analyzed.     

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EGARCH模型的分类商品零售价格波动的信息效应研究

利用EGARCH模型对我国部分具有代表性的分类商品零售价格波动的信息效应进行了实证分析.分析结果显示,我国分类商品零售价格波动特征是不同的.在六个具有代表性的分类商品零售价格指数中,有四个指数的方差具有时变性特征.在四个当中,有三个指数有非对称信息效应,即非期望的价格上涨或下降信息对价格波动的影响是非对称的.另外的两个价格指数的方差为常数,价格波动稳定.     

股价指数时间序列的分形性质分析

用一种新的信号处理工具-小波变换,对股价指数数据进行分析,发现股价指数数据类似于一类更广的噪声一分形噪声,从而推广了传统上处理股价指数时间序列时总假定其为白噪声或高斯噪声的假设,用分形噪声能更好地刻划股价指数数据的波动特性.对上证指数和深证指数的实证分析显示,两市股价指数均存在正相关,我国股票市场不是弱式有效市场.实证也显示出小波变换是研究股价指数波动特性的一种有效的方法.     

GL算法在股指期货投资中的应用

文章对于证券市场这样的复杂数据系统,通过运用GL算法的5个指标,对股指期货的标的物沪深300指数进行了实证研究。研究表明,GL算法的5个指标,能够揭示指数现货市场的偏离、风险以及稳定性;通过SAS软件数据模拟,发现这5个指标能够很好的捕捉沪深300指数趋势的转变,对股指期货的实际操作具有很强的指导意义。     

沪深300样本股动态网络性质研究

利用2009年1月5日到2010年12月10日所有交易日的沪深300指数样本股日数据,构建了一系列动态网络.研究发现,随网络总度数的增大,网络的幂律值按指数衰减.股指和网络总度数的波动几乎是一致的.另外,当股指出现剧烈波动时,网络平均聚集系数变大,‘特别是此时度的概率分布平均拟合误差变得非常大,进一步研究发现,它的变化和股指波动的变化是同步的,所以我们认为是市场的剧烈波动破坏了股票网络的无标度性.上述结论对收盘价网络更明显.     

基于MRS-SJC-Copula模型对A股与港股的动态联动性研究

由于经济增长周期变化,导致不同股票市场存在高低状态转换的现象,在研究不同股票市场之间联动性的研究时,需要考虑股票波动均值和方差两种结构变化。基于具有马尔可夫状态转换的动态SJC-Copula,结合修正ICSS算法对我国内地股票市场和香港股票市场之间的联动性进行方差结构突变点的检验。实证结果表明:国内和香港股票市场之间存在非线性非对称的时变相依性,并持续存在高低两种不同状态的概率转换。股票指数由于动态联动受到负面消息的下跌幅度大于正面消息的变化幅度,且上下尾部均受上期信息的持续影响。“沪港通”、“深港通”、中美贸易战等因素使得其上下尾部发生结构突变,内地与香港股票市场的联动性增大和市场波动幅度趋强。