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。     

基于自适应权重的函数型数据聚类方法研究

基于有限维离散数据的传统聚类分析并不能直接用于函数型数据的分类挖掘。本文针对函数型数据的稀疏性和无穷维特殊性展开讨论,在综合剖析现有函数型聚类方法优势与不足的基础上,依据聚类指标的信息量差异重构加权主成分距离为函数相似性测度,提出了一种函数型数据的自适应权重聚类分析。相对同类函数型聚类算法,新方法的核心优势在于:(1)自适应赋权的距离函数体现了聚类指标分类效率的差异,并且有充分的理论基础保证其必要性和客观合理性;(2)基于有限维离散数据的聚类实现了无限维连续函数的聚类,能够显著降低计算成本。实证检验表明,新方法的分类正确率明显提高,能够有效解决传统聚类算法极端情形下的失效问题,有着复杂函数型数据分类问题下的灵活性和普遍适用性。     

跳扩散条件下波动率风险溢价及影响因素研究——基于上证50 ETF期权市场的实证

本文采用上证50 ETF及其期权交易数据,运用SVCJ模型、MCMC及傅里叶变换等方法,从P测度及Q测度中提取波动率风险溢价,并分析了其时变特征及影响因素。实证研究表明:SVCJ模型相较于SV模型及SVJ模型具有更好的市场拟合优度;傅里叶变换法能提高波动率风险溢价的估计效率;波动率风险溢价具有时变特征,在市场急剧动荡时期,波动率风险溢价基本为负,投资者厌恶波动风险,购买期权对冲波动风险的意愿较高;在市场非急剧动荡时期,波动率风险溢价基本为正,投资者偏好波动风险,购买期权对冲波动风险的意愿较低;市场收益率、波动率、换手率及投资者情绪对波动率风险溢价具有显著的影响。     

动态高阶矩风险稳健性测度与参数化组合投资决策研究

针对已有高阶矩组合投资模型中风险测度与模型求解的不足，本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先，运用混频数据抽样分位数回归(MIDAS-QR)模型，充分挖掘高频数据信息，提高动态高阶矩风险测度的及时性、准确性和稳健性；其次，采用参数化组合投资策略，将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数，大幅缩减待估计参数数目，提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证，研究结果一致表明：第一，基于MIDAS-QR模型的动态高阶矩风险稳健性测度，不仅充分考虑了金融风险的时变特征，而且测度结果受异常值影响较小，是一个稳健且有效的测度方法；第二，市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关，条件波动率、动态峰度风险与组合投资权重显著负相关，这些为组合投资决策提供了较好的机理性解释；第三，与等权方案、M-V模型、基准(B)模型和B-S模型等相比，本文构建的B-S-K模型，在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。     

函数型自适应权重聚类分析的再拓展

离散视角下,函数型自适应权重聚类的有效性取决于基函数的最优选择,目前尚无客观统一准则。基于随机过程的Karhunen-Loeve展开定理,本文对函数型自适应权重聚类分析进行了连续视角的进一步拓展。相对现有同类函数型数据聚类分析,拓展模型的核心优势在于:(1)基于Karhunen-Loeve展开实现了函数空间向多元统计空间的过渡,避免了人为选择基函数的主观任意性;(2)依据变量重要程度重构自适应权重距离为函数之间的相似性测度,并有充分的理论基础保证其必要性、合理性;(3)在充分保留原始数据信息的前提下,能够应用经典的有限维多元分析方法解决无限维的函数型聚类问题。实证检验表明,新模型能够降低聚类过程的计算成本,显著提升分类正确率、稳健性和普遍适用性。     

期权隐含投资者情绪与股市波动率

研究表明,期权价格中蕴含着市场前瞻性的信息,其有助于预测未来股市波动率.特别地,从期权价格中提取的隐含投资者情绪相比从股市提取的投资者情绪包含更多的信息(前瞻信息),对股市波动性分析具有重要的参考价值.鉴于此,文章采用上证50ETF期权价格数据,利用GJR-GARCH-FHS模型估计经验定价核,通过将其分解为新古典成分和行为成分(情绪),从中提取出期权隐含投资者情绪.进一步,构建波动率指标和预测回归模型,实证分析期权隐含投资者情绪与股市波动率的关系以及期权隐含投资者情绪对股市波动率的预测作用.实证结果表明:期权隐含投资者情绪在一定程度上对股市波动率具有预测作用;当期和滞后一期的期权隐含投资者情绪都对股市波动率产生一定的正向影响,且当期影响更大;历史的股市波动率对当期股市波动率也存在显著的正向影响;当期和滞后一期的期权隐含投资者情绪对股市波动率都具有较强的预测能力,并能显著提高对股市波动率的预测精度.     

波动率风险溢价:基于香港权证市场的实证

波动率风险溢价包含了关于投资者风险厌恶的重要信息,它的估计是金融计量学文献关注的一个核心问题。本文基于香港权证市场数据和GARCH扩散随机波动率(SV)模型,对香港证券市场的波动率风险溢价进行了估计研究。采用香港恒生指数和指数权证数据,通过建立基于有效重要性抽样的极大似然(EIS-ML)方法联合估计了GARCH扩散模型的客观与风险中性测度,进而得到了香港证券市场的波动率风险溢价。研究结果发现,在香港证券市场上,市场投资者对波动率风险进行了定价,即存在波动率风险溢价,且波动率风险溢价在绝大多数情形下为正,说明市场投资者总体表现为风险爱好。     

基于异质理念的动态组合选取模型

不同于传统的代表性经济人的动态投资组合选取模型,引入异质理念,考虑不同投资者的动态组合选取.由于投资者的乐观或悲观情绪直接影响了他对信息的评价,因此用随时间变化的参数体现投资者的情绪,随机组合收益分布是这个参数的函数,不同的投资者或者同一投资者在不同情绪下就有了自己独特的收益分布.通过对均值——方差目标函数的变形,给出了不同投资者对风险资产的最优投入、预期收益和方差的解析表达式,此三项不仅和投资者的风险厌恶度有关,而且和投资期长短有关、与投资者的情绪有关.在对香港恒生指数的实证分析显示,异质性严重影响投资者对风险资产的投入.     

投资者情绪、股票流动性与股价泡沫——基于GASDF检验法的分析

股价泡沫严重影响资本市场健康运行,而投资者情绪和市场流动性是影响泡沫膨胀和破灭的重要因素。为探究二者对股价泡沫的作用机制,本文选取上证行业指数,通过动态因子分析法,将百度指数等网络社交媒体数据与换手率等传统情绪代理变量相结合,构建多个行业的投资者情绪指标。随后基于广义右尾单位根(Generalized Sup-ADF, GSADF)检验法,检测了不同行业的泡沫,并运用面板Logit模型和中介效应检验方法,进一步分析了投资者情绪、流动性与行业股价泡沫之间的关系。实证分析及稳健性检验结果均表明,投资情绪与流动性对股价泡沫的存在性具有显著的正向作用,投资者情绪可以通过促进流动性的提升,导致股价泡沫产生的可能性的进一步提高。研究结论对于防范股价泡沫风险具有重要启示,为监管者对加强市场情绪监管提供相关理论依据。     

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.