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。     

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.     

经济政策不确定性与我国股市的波动率预测

经济政策的不确定性对金融市场的价格波动具有重要影响.通过建立一系列已实现极差波动率异质自回归模型族,运用滚动时间窗的样本外预测方法,分析了我国经济政策不确定性对沪深300指数波动率的预测作用.一方面,模型信度集合检验结果表明,我国的经济政策不确定性指数能显著提高对股市波动率的预测能力;另一方面,基于经济价值评价法的检验结果也表明,在不同长度的预测区间上(1、5、10和20天),加入中国经济政策不确定性指数的波动率模型比未加入该指标的其他模型获得了显著更高的投资组合经济价值,且这种提升效果在不同的投资者风险厌恶水平下具有稳健性.     

全球主要股市波动率的聚类特征分析

本文采用多路归一化割谱聚类方法、单变量GARCH模型和Granger因果检验相结合的模型,分阶段研究了1994-2014年间全球主要股市波动率的聚类特征。首先,利用单变量GARCH模型分别提取全球主要股市的波动率;其次,借助多路归一化割谱聚类方法的特殊性质刻画了全球主要股市波动率的聚类数目、聚类质量以及聚类结果的稳定性等特征;最后,利用Granger因果检验模型分析不同类的代表元股市间的波动溢出效应和同一类内股市间的波动溢出效应。实证结果表明,与非金融危机阶段相比,在金融危机期间全球主要股市波动率的聚类数目较多、聚类质量较高、聚类结果相对稳定、并且全球主要股市间的波动溢出效应增强。     

宏观基本面中的稀疏成分与股市波动率预测

利用滚动窗口与规则化回归的方法比较了我国宏观经济基本面中稀疏特征与稀疏因子对股市波动的预测作用，依据回归与预测结果分析稀疏成分预测波动率的机制。研究发现：稀疏因子预测波动率的精度较稀疏特征更高，稀疏特征预测方程包含的更多变量增大了预测方差；预测精度时变性较强且与股市波动负相关，表明引起我国股市震荡的因素一定程度上独立于基本面信息；稀疏特征与因子预测波动率的模式不同，特征预测中市盈率与商品房销售面积增长对波动率预测作用较强，因子预测中波动率自回归项预测作用显著，因子主要起到补充作用。本文研究结论能够为金融风险的防控提供参考。     

上证综指的已实现波动率预测模型

采用上证综指2000-2008年的高频数据,在考察了中国股市已实现波动率的特征(即具有长记忆性、结构突变、不对称性和周内效应的特征并且结构突变只能部分解释已实现波动率的长记忆性)的基础上,构建了一个自适应的不对称性HAR-D-FIGARCH模型,并用于波动率的预测。模型的估计结果表明,与其他HAR模型相比,该模型对样本内数据的拟合效果最好。最后,通过SPA检验实证评价和比较了该模型与其他5种已实现波动率预测模型的样本外预测精度。结果发现,在各种损失函数下,该模型是预测中国股市已实现波动率精度最高的模型。     

经济政策不确定性与数字货币市场波动影响研究——基于比特币市场的实证分析

本文运用混频模型(GARCH-MIDAS)实证研究了全球和7个国家的经济政策不确定性指标(EPU)对比特币市场的波动率影响。样本内结果表明,全球和七个国家的EPU指数对未来比特币市场波动率有显著的影响,EPU在样本内能提升比特币波动率的预测效果,且美国和澳大利亚的EPU与比特币市场波动率呈正相关,其余EPU与之呈负相关。然后运用模型置信集合(MCS)样本外检验发现,美国经济政策不确定性指标相比其他EPU指标更能提高对比特币市场波动率的预测精度。进一步指出,了解全球以及七国经济政策不确定性对数字货币市场的影响,有助于监管机构和政策制定者判断数字货币市场的未来走向,从而防范数字货币市场引发的金融风险。     

基于贝叶斯ARFIMA-WRV模型高频数据长记忆性研究

考虑到高频时间序列波动率的长记忆性问题,构建了赋权已实现波动分数整合自回归移动平均(ARFIMA-WRV)模型对其进行了研究.利用贝叶斯统计方法对模型做了相应的贝叶斯分析,并对我国中小板股市收益波动率的长记忆性特征进行了实证分析.实证结果表明我国中小板股市收益波动率存在长记忆性特征;采用消除日历效应影响的赋权已实现波动作为波动度量和贝叶斯参数估计方法,很大程度上提高了模型的参数精度.     

扩散函数非参数估计的一种新方法

考虑了一类基于样本插值的时齐扩散方程扩散函数的非参数估计程序.在一定的正则条件下,给出的扩散函数估计量是依概率收敛的,并且渐近地符合一个正态分布.通过分析,发现与传统的基于已实现波动率的估计量相比,估计量在精度上有所提高.     

多分形视角下的金融市场波动建模研究

针对修正因子的不足,对多分形波动率进行了改进.以改进的多分形波动率为中心,建立了考虑跳跃,杠杆效应等典型特征的HAR类波动模型.通过对上证综指高频数据进行分析,从模型拟合,预测和风险值预测三方面评价,HAR-L-lnMFVt-CJ是最优的波动模型,且该模型优于传统的EGARCH-J模型和NGARCH-J模型.这些研究说明了修正的多分形波动率测度是更为有效的波动估计量.     

公共图书馆投入产出效率及影响因素研究

公共图书馆等公共文化机构的投入产出效率不仅与内部的运营管理有关,同时也受到人口、经济等外部环境因素的影响。本文以2015年我国31个省份的公共图书馆数据为例,利用DEA模型、最优子集回归模型和主成分回归模型对公共图书馆投入产出效率及其影响因素进行实证分析。效率评价结果显示:我国省域公共图书馆整体效率不高,投入冗余率达到20.7%;不到1/4的省份公共图书馆效率达到有效,并且区域差异性明显,东部最优、中部次之、西部较差。最优子集回归结果显示:人口规模、地区经济发展水平、地区居民收入水平以及高等教育程度是最优的影响因素变量子集,对公共图书馆投入产出效率都具有显著的影响。对于地区经济发展水平和居民高等教育程度回归系数为负与实际意义不符的情况,分析发现是因为变量之间存在多重共线性所致,通过主成分回归建模后,对回归系数进行了修正。     

货币政策、市场状态对中国股市微观流动性影响的实证分析

本文研究了我国股市微观流动性的影响因素。在假定所有经济变量之间相互影响、内生决定的情况下,建立VAR系统,通过脉冲响应函数、方差分解的方法分别讨论了市场收益、波动及货币政策对股市微观流动性的影响。实证结果表明,货币政策对股市流动性并无显著影响,货币政策的松紧、"宏观流动性"的增强或减弱并不必然导致股市微观流动性的增强或减弱;市场的波动对股市流动性也无显著的影响效应,但市场的收益状态却决定着股市微观流动性的强弱。     

双因素误差成分的空间面板模型的参数估计

本文构造了比较一般化的双因素误差成分结构的空间面板数据模型,其中误差成分的设定为个体效应也存在空间相关性.基于广义矩估计方法,通过构造最优的工具变量,寻找合适的矩条件组和权重矩阵,讨论了模型的参数估计问题,并证明了估计量的相合性.通过随机模拟分析估计量的有限样本性质,结果表明加权矩估计量的渐近效果优于未加权矩估计量,并且模型参数的可行的广义二阶段最小二乘估计量的估计效果很好.     

基于局部多项式回归的模型校准抽样估计研究

在抽样估计中,当研究变量与辅助变量之间呈非线性关系时,传统的校准估计方法效果较差,基于非参数回归方法的模型校准估计量则可以很好地解决这一问题。首先,建立描述研究变量和辅助变量之间关系的超总体回归模型,使用非参数中的局部多项式方法得出模型参数的拟合值,并结合校准估计得出局部多项式模型校准估计量,同时给出其方差和方差估计量公式,证明了该估计量具有渐近无偏性、一致性和渐近正态性等优良的统计性质。然后,使用仿真模拟的方法证明在研究变量与研究变量之间呈非线性关系时,该估计量有良好的估计效果。最后,对该估计量在我国政府统计中的应用进行简单的介绍。     

上海股市波动的周日效应检验

与以往日历异常现象的研究大多集中在股市收益率上不同,本文对上海股市波动的周日效应进行实证研究,无条件波动的修正Levene检验和条件波动的GARCH模型被应用。结果显示上海股市存在显著的星期一高波动现象,利用混合分布模型对此现象进行了解释,周末信息的积累对星期一交易的影响可能是其高波动的原因。     

带复合泊松跳扩散模型的点波动率门限估计量的渐近性质

本文研究了带复合泊松跳扩散模型的点波动率门限估计量的渐近性质.利用门限方法和核函数技术,构造并证明了此模型点波动率估计量的渐近正态性.同时,应用Grtner-Ellis定理及大偏差中的Delta方法,得到了估计量的中偏差原理.     

基于主成分-SFA的银行投入产出效率评价模型及实证

通过测算贷款、存款等投入要素对净利息收入的贡献,评价商业银行的投入产出效率,对银行的资本运营和监管机构的银行资本监管具有重要意义.原始投入变量过多和变量之间的高度相关都会对评价模型的估计和检验产生影响.创新和特色在于:一是通过提取互不相关的2个主成分,反映6个原始投入变量95%以上的信息.建立基于主成分的SFA模型,克服变量过多和变量高度相关对模型参数估计和检验的影响,解决原始投入变量高度相关导致的系数检验不显著和符号不正确问题.二是利用主成分回归,将主成分与投入变量的关系表达式代入基于主成分的SFA模型,进而确定投入变量的权重系数,建立银行的投入产出模型,反映6个投入变量对净利息收入的影响规律.实证研究结果表明:一是利用主成分建立的SFA模型系数检验显著,技术效率随时间增加.二是利息支出、贷款余额、总资产、存款总额、固定资产和员工人数产出弹性分别为0.287,0.272,0.254,0.086,0.072和0.053.因此影响银行净利息收入的主要因素为利息支出、贷款余额、总资产.存款总额、固定资产和员工人数对净利息收入的影响较小.三是18家商业银行的规模系数为1.025,银行的净利息收入表现出规模经济特征.     

基于MCD的稳健主成分算法及其实证分析

主成分分析方法是在经济管理中经常使用的多元统计分析方法,在变量降维方面扮演着很重要的角色,是进行多变量综合评价的有力工具。但传统的主成分分析对于异常值十分敏感,计算结果很容易受到异常值影响,而实际数据常包含异常情况,通常分析很少考虑它们的作用。本文基于MCD估计提出一种稳健的主成分分析方法,模拟和实证分析结果表明,该方法对于抵抗异常值有很好的效果。     

股票市场长期波动趋势度量及影响因素分析——基于Spline-GARCH模型

本文意在度量股票市场长期波动趋势,检验长期股票市场风险与宏观经济变量的关系。以Engle和Rangel(2008)提出的Spline-GARCH模型为基础建立一个新的模型Spline-GARCHEMD,并利用EMD方法拆解季度宏观经济变量CPI和GDP为数个不同频率的成分因子与趋势,以达到去除趋势以及连接总体宏观经济景气循环的目标。研究发现纳入CPI和GDP因素后计算的长期风险对总风险的贡献分别为11.7%和7.81%,说明经济环境的变化对我国股票市场收益率波动影响不大,GDP和CPI的变化并没有提供股市长期风险有用的信息。     

完备的随机波动率模型的统计推断

完备的随机波动率模型是David G.Hobson and Rogers L G 于1998年引入一类新的随机波动率模型,与现有波动率模型相比,它有很多优点.本文讨论了这类模型的估计问题。通过测度变换,将系数σ(·)的估计转化为—般回归函数的估计问题,给出了该系数的核估计量,并证明了所得估计量的均方收敛性。