股指期货和股票指数的关联性分析——来自沪深300市场的实证分析

采用沪深300股指期货修正数据和沪深300指数为样本数据,通过运用统计学、ADF平稳性检验、Johansen协整检验、Granger因果检验和VAR模型等计量方法对沪深300股指期货波动性和现货市场波动性之间的关联性进行实证研究,以求对我国证券市场的完善和成熟起到一定的参考和借鉴作用.     

沪深股票市场之间波动性影响关系研究

以对沪深两市波动性指标的解构分析为基础,给出了基于GRACH模型、Granger模型的综合运用,同时引入协整检验和误差纠正机制的均衡分析方法,对沪深两市的波动相关性进行实证分析和模型检验,系统性揭示了沪深两市波动性的关键特征和沪深两市波动互相影响的因果规律,为基于沪深两市金融资产的定价和风险管理奠定了基础.     

沪深300股指期货价格发现能力研究

利用沪深300指数及其期货当月主力合约的5分钟高频数据,本文采用Granger因果检验、向量自回归模型、Johansen协整检验及向量误差修正模型,系统分析不同价格趋势下沪深300股指期货的价格发现能力。研究表明:第一,在上涨趋势中期货收益率单方面引起现货收益率变化,现货收益率不是引导期货收益变化的原因;但是,在下跌趋势中现货收益率与期货收益率具有相互引导的Granger因果关系。第二,无论在上涨阶段还是下跌阶段,期货市场都在价格发现能力方面处于主导地位。第三,期货价格与现货价格存在长期均衡关系,当二者短期内偏离均衡时,期货价格引导现货价格向均衡方向调整。     

沪深300指数日内跳的Hausman检验

本文采用半鞅过程的双重次方变差和多重次方变差构造的跳检验统计量,对沪深300指数进行日内跳检验。检验结果表明,沪深300指数多于1/3的交易日有跳发生,跳发生的概率在不同交易时段并不均匀,并表现出一定的持续性。计算结果表明,跳二次变差在二次变差中占的比例高达32.48%,是二次变差的重要组成部分。     

沪深300股指期货的风险测度模型研究

以沪深300股指期货指数的30分钟交易数据为例,首先对其价格变化的动力学特征及波动模式进行了全面深入的考察,然后运用严谨系统的后验分析(Backtesting analysis)方法,分别在多头和空头两种头寸状况以及5种不同分位数水平下,实证对比了8种风险测度模型对VaR(Value at Risk)和ES(Excepted shortfall)两种不同风险指标估计的精度差异。研究结果表明:我国股指期货市场的价格波动具有较为明显的有偏和尖峰厚尾分布、聚集特征和长记忆性;采用有偏学生t分布和长记忆模型有助于提高对沪深300股指期货的风险测度精度,而在波动模型中包含杠杆效应项对提高风险估计精度并无太多帮助;在综合考虑了模型对沪深300股指期货价格变化动力学的刻画效果以及对不同风险指标的测度精度等因素后,基于有偏学生t分布的GARCH模型是一个相对合理的风险测度模型选择。     

基于Copula-SV-t模型的沪深300期现相关性分析

结合SV-t模型和Copula模型,建立两变量金融时间序列的Copula-SV-t模型,并以刚刚上市交易的我国沪深300期货市场和其现货指数为例利用建立的模型进行相关程度和相关模式的分析,根据采用不同的Archimedean Copula函数,通过平方欧式距离评价Copula函数的拟合度.结果表明,股指期现市场之间存在条件正相关关系,且存在非对称的尾部相关关系,上尾部的相关性要强于下尾部的相关性,即期货市场的助涨效应要强于助跌效应.     

沪深300仿真股指期货价格不对称跳跃波动的实证分析

本研究利用2006年10月30日至2009年3月13日期间的仿真的沪深300指数期货每日结算价,探讨了期货价格的不对称跳跃波动行为。在实证研究方法上,本文以Chan和Maheu的GARCH(1,1)-ARJI模型为基础并进行了扩展,以EGARCH(1,1)-CJI和EGARCH(1,1)-ARJI两种模型来刻画股指期货价格的不对称和跳跃波动行为。实证结果显示:(1)沪深300仿真股指期货价格存在不对称跳跃波动,而且跳跃强度不为一固定常数,异常信息所产生的跳跃强度是随着时间变动的。(2)经过似然比检验,结果显示EGARCH(1,1)-ARJI模型比EGARCH(1,1)-CJI模型具有更好的拟合能力。     

沪深300股指期货价格发现功能的实证分析

价格发现功能是股指期货的一项重要的经济功能.以股指期货与现货市场的相互关系作为出发点,以沪深300指数以及沪深300股指期货连续合约日收盘价数据作为研究对象,采用定性分析与实证分析相结合的手段,深入研究股指期货和现货市场间价格发现关系.     

基于协整的指数追踪及增强策略研究

选取沪深300指数和所有成分股2016年12月初至2017年5月底的所有日线级别数据,利用协整模型和追踪误差等检验指标,考察了不同追踪组合对沪深300指数及增加了10%年化收益的虚拟指数序列的追踪效果.结果发现:低PE组合、高价组合、低换手率组合在两个指数的追踪过程中均表现较好,高价组合和低换手率组合更是可以获得正的超额收益;在选择追踪组合时,单一标准优于组合标准.总的来说,协整模型能够较好实现对指数的追踪,也能够通过虚拟指数的设置,获得较为显著的alpha收益.     

沪深300指数与沪深股市尾部相关性分析

根据沪深股市非线性的特征,利用Kendall秩相关系数与Copula函数之间的关系,对Copula函数的参数进行估计.选择Gumbel Copula、Clayton Copula和Frank Copula来度量上证综指、深证综指和沪深300指数之间的尾部相关性.实证结果分析,Clayton Copula函数能较好的度量出三个指数之间具有较强的下尾相关性,且进行量化后的相关性能够较好刻画股票市场的变化.     

中国股市波动性的非线性结构检验

在随机模型框架下考察股市波动性对于风险控制和管理是至关重要的。本文对沪、深股市收益率波动性的非线性结构方正启体简体进行了检验。首先,通过M cLeod-L i检验初步确定了非线性结构的存在;然后,使用BDS检验做了进一步的验证;最后,通过Hsieh检验对波动性的非线性结构类型进行了区分。     

基于COPULA的A、B股信息流动和相关结构分析

金融市场的价格变化体现了市场的信息流动.文章引入copula模型来分析A、B股市场的信息传递.在选择候选copula模型后,利用非参数和极大似然方法得到刻画两个市场信息流动的copula函数的参数,并综合利用AIC检验、KS检验及卡方检验等拟合优度方法判断得到:利用Frank函数来刻画两个市场的相关模式最为合适.这样较灵活的捕捉到了两个市场的信息流动和相关结构.     

中国债券市场动态利率模型及其实证检验

为了对中国债券市场动态利率期限结构进行深入的研究,本文基于状态空间模型和卡尔曼滤波技术构建了中国债券市场动态利率模型。本文模型根据数据的可观测结构进行建模,通过迭代计算寻找不可观测状态变量的最优估计值和隐含参数,很好地解决了传统计量方法中因为变量不可观测而无法获得真实数据所带来的研究困难。同时通过模型有效性的模拟实验和中国债券市场同业拆借利率的实证研究,证明了模型对利率期限结构在一段时间内的动态变化估计结果准确,在建模样本期内利率的动态变化能够得到有效的分析和预测。本文的研究为中国债券市场动态利率管理和定价问题提供了新的思路和可能的解决渠道。     

中国股市和债市波动溢出效应的MV-GARCH分析

股市和债市的波动溢出效应是研究金融市场信息流动、风险传递的重要内容。在估计了股市和债市候选MV-GARCH模型参数基础上,通过AIC准则等拟合优度方法选择了t分布型BEKK为最优模型,因为它更好的捕捉到了金融时序尖峰、厚尾的特征.结果显示,中国股市和债市波动溢出具有明显时变特征,波动影响不对称,股市对债市影响大于债市对股市影响。动态相关系数偏弱说明两个市场在资源配置能力、信息流动等方面存在显著的缺陷.     

沪深股市的相关结构分析与投资组合风险度量——基于ARFIMA-GARCH-Copula模型

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。     

基于变结构协整方法的房地产市场与证券市场关联性分析

运用变结构协整方法,对房地产市场与证券市场相关指数进行了实证分析,结果显示:在所考虑的数据区间房屋销售价格指数与地产指数存在变结构协整关系.同时讨论了变结构模型的应用效果,最后给出了一些相关的建议.     

基于R-vine-copula-CoVaR模型的金融市场风险溢出效应研究

为了挖掘国际金融市场与中国金融市场的风险溢出效应,本文首先通过ARJI-GARCH模型捕捉单个市场收益率的跳跃等典型事实特征,然后采用最大生成树(Maximum Spanning Tree,MST)算法优化的R-vine来刻画多维金融资产的复杂相依结构;最后构建R-vine-copula-CoVaR模型,测度了国际原油市场、国际黄金市场、美国股票市场与中国股票市场、外汇市场之间的风险溢出效应。实证结果表明:各市场之间均存在双向风险溢出效应,但溢出程度差别很大,国际黄金市场是风险溢出的最大爆发源,仅有中国外汇市场与中国股票市场、国际黄金市场间存在负向风险溢出;市场之间的双向风险溢出效应呈非对称性,国际原油市场与黄金市场的风险溢出效应远大于中国股票市场与外汇市场风险溢出效应;Rosenb-Latt检验表明基于R藤的CoVaR风险溢出测度更具有灵活性和有效性;后验测试结果表明R-vine-copula-CoVaR模型能有效地测度国际金融市场对中国金融市场风险溢出效应,而对中国金融市场风险溢出效应的CoVaR测度存在被高估的可能。     

中国期货市场与现货市场的价格引导与价格发现

长期以来对期货市场与现货市场价格关系的实证研究都是基于时间序列方法的研究.为了克服时间序列方法存在着的不足,将使用面板数据方法,在面板单位根检验以及面板协整检验和协整估计的基础上,构建面板误差修正模型来分析期货价格和现货价格的均衡以及相互引导关系.进一步的,在误差修正模型的基础上我们采用信息份额方法(I-S模型)和共同因子贡献法(P-T模型)分析了期货市场和现货市场的价格发现功能.通过上述研究,发现总体上讲我国大宗商品的期货价格和现货价格之间存在着长期均衡,并且表现出了相互引导互为Granger因果的关系.利用I-S模型和P-T模型测算出来的期货市场对价格形成的贡献度分别为88.17%和79.44%,这说明当前我国的期货市场总体上讲是有效率的市场.     

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CVaR分解的市场信息结构研究

从证券投资风险发生的信息角度,利用风险分解方法研究了证券市场里的信息结构问题。使用了条件风险价值作为风险计量方法,并将风险发生的信息机制分解为公共信息效应和私有信息效应,利用信息分布函数来标识不同信息的分布状况。通过计算公共信息指数和私有信息指数,利用中国股票市场的实际数据,对中国的证券市场的信息结构问题进行了研究。