中国股市相依结构测定初探

提出了中国股市测定copula相依结构的一般方法,并结合中国股市的实际数据作了分析.在假定边际分布为正态分布时,得到了描述工业指数与商业指数相依结构的较好copula结构为正态copula族.     

基于FIDC模型变点检测的美国次贷危机传染分析

现有文献主要讨论单个市场收益的长记忆性质或者市场间收益的相依性,但都没有将上述两个问题联系起来进行研究.与以往研究不同,文章将研究多个国家的股票市场收益与美国股票市场收益之间尾部相依性的长记忆问题.这不仅能检验市场的有效性,还有助于刻画国际市场间的相依结构,观察危机传染的特征并做出预警.为了刻画市场间尾部相依长记忆性的动态变化结构,文章对现有模型加以改进,提出了长记忆性的变点检测方法.从变点的角度实证分析了中国、日本、德国和法国股市与美国股市之间尾部相依的长记忆性,进而研究了次贷危机的传染现象.实证结果表明,文章提出的模型在分析金融传染方面是有效的,在不同的股市之间的实证结果具有相似性.第一变点和第二变点的时刻分别与次贷危机的结束和开始时间相对应,基于两个变点将数据分为三段对估计结果进行分析发现,下尾相依系数在危机传染期间明显变大,而且相依性的长记忆性也明显增强,说明次贷危机对所分析的国家具有传染效应.     

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.     

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.     

混合Copula模型在中国股市的应用

首先给出了描述相依结构的混合Copula模型,然后给出寻求混合Copula模型的EM算法,最后以中国股市的实际数据进行了实证分析,说明混合Copula模型是可以用来描述中国股市的相依结构.     

国际碳排放权市场动态相依性分析及风险测度:基于Copula-GARCH模型

选取2009年3月13日-2010年8月4日的CER和EUA交易价格数据,借用CopulaGARCH模型,文章对欧洲气候交易所EUA和CER现货市场与期货市场之间的动态相依性进行了分析。分别选取Student-t DCC、Student-t TVC、Gaussian DCC、G3,ussian TVC和SJCPatton五种动态Copula函数来捕捉市场之间的动态相依性结构,研究表明Student-t DCC动态Copula函数能够更好地描述EUA和CER现货市场与期货市场之间的动态相依性。此外,EUA和CER各市场之间存在较强的对称尾部相依性,而非对称尾部相依性的证据尚不十分充足.进一步地,文章基于动态相依性分析运用Monte Carlo方法模拟国际碳排放权市场投资组合的风险VaR。     

基于SVAR模型的融资融券对中国股市影响研究

选取2014年3月至2016年9月的上交所数据,建立带有虚拟变量的SVAR模型研究融资融券交易在牛、熊市下对股市波动性的影响及其差异.结果显示:在牛市下,两融交易会进一步加剧股市波动性;在熊市下,两融交易对股市波动性有减缓作用;融资融券对股市波动性的影响是非对称的,即,融资对股市波动性的影响要远远大于融券的影响.     

中国股市波动性的隐周期研究

本文运用频谱分析理论研究中国股市波动中的隐周期特征.研究结果表明,中国股市波动中不存在隐周期规律。这一结果表明中国股市市场效率得到提高,股市波动结构特征较数年前有较大的变化.并支持中国股市较高的波动性既可能是由集中而强烈的新信息冲击引起的,也可能是由于市场对信息冲击的吸收能力较差所致,两个层次的因素共同决定了股价的波动这一结论.     

基于格兰杰因果检验遍历性分析的中国股市和国际股市的时变联动特征研究

通过判断检验结果是否依赖滞后阶数的选取(遍历性分析)来考察格兰杰因果关系的稳定性,并基于该方法,构建了度量中国股市和国际主要股市之间关联程度的指标.虽然中国股市制度上的开放是稳步推进的,但发现中国股市同国际股市波动的关联程度是经历了一个先下降再上升的过程.此研究对认识中国股市的波动生成机制,以及防范境外风险向境内的传导提供了有益参考.     

极值copula的统计推断及实证研究

为了分析由极端事件所引起的巨额损失变量之间的相依关系,本文引入了比一般copula函数更有效的极值copula和上尾copula。我们介绍copula的对角截面以确定上尾相依系数。基于极大似然法,讨论了关于这些copula函数类的半参数估计方法。通过构建Cramer-Von Mises统计量对copula的拟合优度进行假设检验。在实证分析部分,我们通过具体的实例来说明,在应用研究中该如何选取最优的copula以描述变量之间的相关性。     

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。     

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MRS-GARCH模型的中国股市波动率估计与预测

基于误差项服从正态分布、t分布、广义误差分布的GARCH族模型和MRS-GARCH模型对中国股市波动的结构变化特征进行了实证研究。结果表明,中国股市存在显著的高、低波动状态,两种波动状态的ARCH和GARCH项系数存在较大差异;高、低波动状态均具有较长的持续时间,低波动状态的持续时间长于高波动状态的持续时间,且中国股市更易于从高波动状态转向低波动状态;MRS-GARCH模型预测效果总体上优于GARCH族模型,基于正态分布的MRS-GARCH模型短期预测效果较好。     

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VECM-MGARCH模型的人民币汇率与牛熊股市关系研究

2005年以来人民币汇率均处于升值过程,而股市却经历了牛、熊市的历程.本文基于VECM-MGARCH模型实证研究了人民币汇率与我国股市处于牛、熊市期间二者之间的动态关系,结果发现,汇率和股价之间不存在线性的相互影响关系.就波动性而言,股市处于牛市期间,二者之间存在相互影响关系;熊市期间,这种非线性关系消失.人民币升值预期的减弱及股市的下跌是导致二者关系变化的主要原因.     

基于Fourier分析的中国股市波动周期研究

通过对沪深两市波动周期的实证分析 ,揭示了中国股市的周期性波动特征 ,并对两市波动的周期性进行了对比 ,为进一步研究我国资本市场的波动提供了依据 .     

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.     

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.     

我国大类资产信息溢出机制研究——基于方差分解的网络拓扑分析

采用广义溢出指数法对2011年至2017年我国股票、期货及债券三个市场之间的信息溢出机制进行了研究,结果发现:股市对期市和债市均有收益率溢出影响,而股市和期市对债市均有波动率溢出影响;三个市场的整体溢出指数值偏低,表明我国不同资产市场之间的关联性相对来说较小;时变特征也表明股市大多数情况处于溢出状态,期市方向不明确,债市则大多数情况处于被溢出状态;对溢出值的非对称检验发现,正向波动比负向波动的溢出值更大,但是统计上并不显著。对2015年6月股灾前后三个市场的波动率溢出情况进行分析后发现,股市的极端风险更容易向期市传染,而债市相对更为稳定,不容易被极端风险感染。     

高阶马尔可夫链的降阶模型及其应用

本文通过对传统高阶马尔可夫链模型的状态空间进行阶数重构,导出一个在重构状态空间上的降阶马尔可夫模型。理论分析证明,降阶马尔可夫链模型不但可以描述传统高阶马尔可夫链模型的全部性态,更能表达较传统模型细微的随机结构。然后,应用降阶模型对我国股票指数的动态变化进行实证分析,讨论了阶数的选取和高阶马尔可夫性检验,分析了股票市场内在波动结构。最后,对股指序列作出短期与长期的预测分析。