完全信息下有限个风险喜好型内部交易者的交易行为研究

张首元和巩馥洲等,针对一类特定的混合交易策略研究了具有完全信息的两个内部交易者的行为特征.依据张首元所建立的具有完全信息的有限个内部交易者的类似模型,我们研究了风险喜好型内部交易者的行为特征.我们首次发现:这些内部交易者可能的均衡混合交易策略中分量的参数是相等的,因而其分量具有同分布性;当内部交易者的个数小于等于6时,混合均衡策略的参数具有存在唯一性;而当内部交易者的人数大于等于7时,由于市场的激烈竞争,导致了混合均衡策略不存在.进一步,利用数值模拟方法我们分析了该模型中经济金融变量的变化特征及其经济金融含义.     

不完全信息下两个内部交易者的交易行为分析

当市场上存在两个拥有不完全信息的内部交易者时,研究了其对待风险的态度分别为风险喜好、风险中性与风险厌恶情况下模型在混合策略空间中离散时间的均衡解和高频交易下均衡的渐近行为特征,并分析了相关模型的经济金融学意义.     

具有内部交易的多头交易博弈

以Kyle的单期模型为基础,针对交易市场的参入者掌握的信息集,将交易者分为内部交易者、若干类型的外部交易者、噪声交易者和做市商.从而建立具有内部交易的多头交易博弈随机模型,并求得该模型的线性纳什均衡解.由此发现公共信息存在,有利于外部交易者和噪声交易者,却不利于内部交易者操纵交易市场,因此,公共信息的存在对市场稳定和发展具有重要意义.     

碳排放交易机制下的供应链运作策略及协调研究

碳排放权交易是控制和减少碳排放的有效工具,同时也使得企业的运作成本增加,供应链的决策管理更复杂。考虑由零售商和制造商组成的二阶段供应链,研究不同碳排放权交易政策(供应链成员内部碳排放权交易、外部市场碳排放权交易)下基于数量折扣契约的供应链协调问题,并与无碳排放约束的情形进行比较。研究结果表明:在不同碳排放权交易政策下,数量折扣契约能够实现供应链的协调;无碳排放约束的供应链最优订货量大于外部碳排放权交易的供应链最优订货量,成员内部碳排放交易下的供应链最优订货量和供应链期望利润随着碳排放配额的增加最终等于无碳排放约束下的供应链最优订货量和供应链期望利润;外部市场碳排放交易政策下供应链的期望利润随着碳排放配额的增加而增加。     

具有不完全信息的内部交易动态博弈

在Kyle模型中的线性均衡假设进行了修正的基础上,针对内部交易者只具有资产价值不完全信息情况,建立两期风险厌恶型内部交易均衡模型,并求得该模型的子博弈纳什均衡解.由此发现资产价值不完信息中噪音对市场干扰程度愈小(波动程度愈小),就愈有利于内部交易者的收益;内部交易者的交易就愈活跃;交易均衡价格包含资产价值信息就愈多.     

基于在线理论的股票算法交易策略研究

运用在线理论研究多支股票算法交易策略。在El-Yaniv等人研究基础上,构造了单支股票买入问题的在线策略,证明该策略为最优在线策略;将构造的单支股票交易策略应用到多支股票交易策略问题中,设计了多支股票交易策略算法,并以每支股票收益加权进行投资组合;最后选择上证A股二十支股票从2009年到2012年的交易时间价格数据验证本文所提策略有效性。将20支股票随机抽取10支组成一组,选4组分别进行验证,结果表明本文所给策略对于任意选择的多支股票有较好收益。对交易周期分别选取10个偶数长度进行验证,发现交易周期为18天时平均收益最大,平均收益率为5.2%。     

我国创业板企业内部人交易择时行为研究

利用深圳证券交易所2012年1月1日至2013年12月31日期间的创业板企业内部人的交易数据,从间接与直接两个角度考虑创业板企业的内部人交易与信息优势利用的关系.从间接角度来看,创业板企业的内部人卖出能够有效预测未来股票走势,来获取超额收益;而买入则不具有显著的择时能力,不能获取正的超额收益,这与主板企业具有相同特点;但其中创业板小额买入可取得长期收益,这与主板企业有所不同.从直接角度来看,创业板企业内部人在卖出中充分利用了估值判断优势,抓住高估值偏差的市场机会套现,这与主板企业的特点相同;而创业板企业的内部人买入交易决策与估值判断、业绩预测这两种信息优势利用的关系都不密切,这与主板企业的特点有所不同.     

基于内部时间的流动性风险度量模型研究

大额交易的流动性风险对投资者来说非常重要,已有模型更多从最优交易策略角度出发考虑这一问题,对市场特征的结合尚有不足.本文以内部时间概念为突破点,将其纳入已有最优交易策略模型,构建了新的流动性风险度量模型.结论显示,交易频率越高,市场流动性越好,流动性风险越小.     

夜盘交易对我国贵金属期货市场的影响研究

对比了我国贵金属期货市场推出夜盘交易制度前后流动性、波动性与联动性的变化,并研究了该交易制度带来的长期与短期不同的影响。首先,采用经过修正的流动性比率衡量市场流动性,并引入虚拟变量纳入回归模型,进一步研究夜盘交易对市场流动性的贡献;接下来,将每日收益率分解为隔夜收益率和日内收益率,通过建立EGARCH模型,分别考察夜盘交易对隔夜波动率和日内波动率长期与短期的影响;最后,通过建立VAR-BEKK-GARCH模型,从均值和方差两个层面研究了国内外贵金属期货市场间的联动性。研究发现:我国推出的夜盘交易制度显著提高了贵金属期货市场的流动性,降低了贵金属期货市场的波动性,尤其是降低了隔夜收益率的波动性,日内收益率的波动性并没有显著减弱;夜盘交易的推出同时增强了国内外期货市场之间的联动性,提升了我国贵金属期货市场对信息的吸收与传递效率。     

碳配额与交易机制对制造商渠道入侵策略的影响

在平台经济快速发展的当今,越来越多的制造商开通直销渠道以迎合消费者线上购物需求.制造商开通直销渠道加剧了渠道间竞争,尽管有助于提升产品需求量,但会侵蚀零售商的市场份额,也可能增加制造商的碳排放总量.尤其是在碳配额与交易机制下,碳排放量总量的增加导致制造商通过碳交易市场购买超出碳排放限额的碳排放量随之增加,进而增加制造商碳成本.基于此,借助博弈论构建制造商和零售商间的两级供应链模型,探究碳配额与交易机制对制造商渠道入侵策略的影响.研究发现,尽管制造商总是倾向于开通直销渠道,但是否增加碳排放总量以及是否侵蚀零售商利润取决于碳交易价格和制造商碳减排成本系数.具体而言:1)对零售商而言,当碳交易价格较高且碳减排成本系数较小时,制造商开通直销渠道渠会增加零售商利润;否则,制造商开通直销渠道仍会侵蚀零售商利润;2)对碳排放总量而言,当碳减排成本系数较小时,制造商开通直销渠道降低碳排放总量;当碳减排成本系数较大时,制造商开通直销渠道增加碳排放总量.此外,文章也探究了在何种情形下,制造商开通直销渠道既增加零售商利润,也能降低碳排放总量.     

结构性油价波动对中国股市的非对称性影响分析

本文分别检验了不同驱动因素所致的油价波动(结构性油价波动)对我国股市收益波动的非对称性影响,并探寻了油价波动对我国股市产生非对称性影响的来源。首先利用SVAR模型将油价波动分解为供给、需求和预防性购买三种驱动因素所致的油价波动,发现三种驱动因素所致的油价波动对我国股市收益的影响存在显著差异;GARCH非对称模型检验及其信息影响曲线结果显示供给和预防性购买因素所致的油价波动是对我国股市的产生非对称性影响的主要原因。在应对油价波动策略时,区分油价波动背后的驱动因素有助于政府机构采取行之有效的宏观调控。     

股票价格指数、消费指数与CHIBOR的关联性研究

本文研究表明,CHIBOR 7日拆放利率分别与股票价格指数、消费物价指数呈协整关系和显著正相关关系,且股票价格指数、消费物价指数为CHIBOR的Granger成因,从而反映了股市的财富效应增加了银行间资金的需求成本的上升。同时CHIBOR与消费物价指数呈互为因果关系,且消费物价指数对CHIBOR的脉冲响应时间较长,从而增加了货币市场管理难度.     

股票市场涨跌停板设置的微模拟研究

本文构建了一个基于订单驱动的人工模拟股票市场模型,并对投资者在连续竞价交易时的投资行为进行了刻画,数值模拟所得的股票对数收益率序列具有尖峰、胖尾等非正态分布特征并显示出明显的波动率聚集现象。通过在模拟实验中设定股票价格的不同涨跌幅限制范围,研究了涨跌停板设置对股票市场波动性的影响,分析结果表明,在忽略诸如恶意操纵等其他因素情况下,适当扩大涨跌幅限制并不会使股票收益的波动增大,相反还会使收益的波动率有较为明显的降低。     

成交量与价格限制对中国股市影响的实证分析

以我国股票市场的12支个股资料为例,研究了日收益相关性、成交量和价格限制的关系.研究发现,增加成交量会减弱自相关性的假设对近一半的股票成立.我们首先采用一般方法来估计模型,但这种方法用于研究这三者的关系存在一定的偏差,所以接下来又采用了广义矩估计(GMM)来观察估计结果的灵敏性.发现用GMM方法得出的结果表明成交量和价格限制的影响要强于一般方法得出的结果,价格限制影响表现出了对自回归系数更强烈的影响.     

可转换公司债券价格与基础股票价格之间协整关系的实证研究

本文运用协整方法和非对称误差修正模型(ECM)对可转债价格和基础股票价格之间的动态传导关系进行了系统的实证探讨,发现我国可转债市场价格和基础股票价格之间存在长期均衡的协整关系,并且股票价格领先于可转债价格。本文认为我国可转债价格与基础股票价格之间存在着联动效应,这种联动效应存在着明显的阶段特征,并且转债价格与转股价值之间存在非对称传导现象。本文分析了这种联动效应及非对称传导的原因,指出由于套利机会的出现使转债价格不会偏离转股价值太远。     

基于EEMD-Elman-Adaboost的中美股票价格预测研究

针对股票价格序列高度非正态、非线性、非平稳等复杂特征,文章以Elman神经网络为基础,引入集合经验模态分解(EEMD)与Adaboost算法,对中美股票的日收盘价进行预测。首先,利用EEMD算法将样本分解为多个本征模函数分量和1个残差分量。其次,用Adaboost算法优化Elman神经网络,对各个分量进行预测。最后,将各分量预测结果进行求和,作为最终预测结果。研究结果表明：EEMD-Elman-Adaboost模型对中美股票价格预测的均方根误差、平均相对误差、平均绝对误差均比现有的BP、Elman、EMD-Elman、EEMD-Elman模型小,新组合模型融合了EEMD、Elman神经网络、Adaboost算法的优点,具有更强的泛化能力和跟随能力。     

基于符号序列方法的股价指数预测研究

用两种符号序列方法分别对上证指数进行实证统计分析。一种是以日收盘价计算的指数价差的符号序列,另一种是以每日5分钟高频数据计算的多重分形谱参数符号序列。统计结果表明,指数的涨落不是完全随机的,两种方法都能以一定的条件概率来预测指数的涨落;进一步地,在引入股价指数大涨落的阈值和条件平均增益后,发现大幅涨落时,条件与指数变化的关联性比小的涨落要强得多,而且将两种符号序列方法结合可以更好地预测指数的大涨落。     

基于农业视角的股票价格波动风险及相关因素研究

农业行业是世界公认的高风险、低收益的行业,但又是基础产业,关系着国计民生.农业类上市公司股票价格波动风险是否会是资本市场内高风险的行业板块呢?通过实证研究发现:农业类上市公司的股票价格风险整体来说却低于市场的平均水平;账面市值比、主营业务利润、主营收入现金含量等因素和股票价格波动风险存在着显著的相关关系.而市盈率、财务杠杆和上市年限等因素虽然对股票价格波动的风险有一定的影响,但并不像假设的那样和股票价格波动风险存在显著的线性关系.     

关于股票价格模型的假设检验

股票模型是人们用来描述股票价格波动特征的重要工具,包括Black-scholes'模型,随机波动率模型和更一般化的指数Lévy过程模型等.同时,一些流行的技术指标(例如布林带,RSI,ROC)被股市交易者广泛使用.交易者将每日(小时,周)实际股价作为计算某个技术指标的样本,通过观察相关频率指导投资.技术指标的有效性已在实际应用中得到充分验证.已有研究成果证明股价模型成立时,一些常用的技术指标有良好的统计性质,从而解释了技术分析的合理性.本文将从另一个角度出发,利用技术指标ROC的历史数据,拒绝股票价格波动服从指数Lévy过程模型的假设.     

基于股票分布模型的平均建仓成本价分析

股票价格分布理论的基础上,对平均建仓成本价及其分散程度进行了分析,发现平均建仓成本价与其一期滞后的分散程度成显著的负相关关系.