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.     

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。     

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.     

宏观经济对股市波动的影响——基于GARCH-MIDAS-RTSRV模型的证据

本文对GARCH-MIDAS模型进行了拓展。首先,在估计GARCH-MIDAS模型的长期波动成分时,采用同时考虑噪声和跳跃影响的稳健双频已实现波动估计量RTSRV来代替传统的已实现波动估计量RV。其次,选取了经济变量并从中提取出主成分,从其水平值和波动率两个层面研究不同主成分对股市波动的影响。研究发现：本文构造的GARCH-MIDAS-RTSRV模型优于传统的GARCH-MIDAS模型,其预测精度更高并且可使投资者获得更高的经济价值;经济变量的主成分和已实现波动率均对股市的波动有显著的影响,并且相较于其水平值,波动率对股市波动的影响更为显著。     

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。     

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 .     

上海股市波动的预测方式和模型

探讨基于 SV类模型的上海股市波动的预测方式和模型问题 .比较了 SV( stochastic volatility)类模型 (包括基本 SV模型和 ASV模型 )在两种不同方式下的预测效果 ,并将基本 SV类模型的预测效果与 ASV模型 ,以及其他常用模型做了比较 .结果表明 :SV类模型在两种预测方式下的预测效果存在一定的差异 ;基本 SV模型对于上海股市具有较强的预测能力 ;ASV模型的预测效果不理想 .     

不同矩属性波动模型对中国股市波动率的预测精度分析

金融时间序列的波动性建模经历了从一阶矩到二阶矩直到高阶矩(包含三阶矩和四阶矩)的过程,而对于高阶矩波动模型是否有助于对未来市场的波动率预测这一问题,国内外学术界尚无文献讨论。以上证综指长达7年的每5分钟高频数据样本为例,通过构建具有不同矩属性的波动模型,计算了中国股票市场波动率的预测值,并利用具有bootstrap特性的SPA检验法,实证检验了不同矩属性波动模型的波动率预测精度差异。实证结果显示:就中国股市而言,四阶矩波动模型能够取得比二阶矩波动模型更优的波动率预测精度,而三阶矩波动模型并未表现出比二阶矩波动模型更强的预测能力;在高阶矩波动模型中包含杠杆效应项并不能提高模型的预测精度。最后提出了在金融风险管理、衍生产品定价等领域引入四阶矩波动模型的研究思路。     

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。     

基于BAPM模型的噪声交易者风险的测度——以受处罚的上市公司为例研究

过度的噪音交易,尤其是受到行政处罚的上市的噪声交易,在我国证券市场是非常普遍的。选用2007～2009年内受到中国证监会行政处罚的上市公司,从2006年1月到2009年12月的收益率作为分析的样本,同时取其对应的同行业的配对公司进行实证研究得出结论,噪声交易者风险(NTR)与股票超额收益是显著负相关的,显著性越高,那么投资者投资此类股票受到损失的可能性越大。最后,本文提出了治理我国股市噪声问题、提高市场有效性的政策建议。     

中国股市收益率分布特征的实证研究

金融数据除了具有尖峰厚尾特性以外,也表现出了尾部概率的非对称性,即偏尾特征。本文采用非对称Lap lace分布对我国沪深股市的样本收益率数据进行了实证分析,研究表明,我国股市的中长期收益率数据存在明显偏尾特征,与Compell的行为金融学解释恰恰相反,这种偏尾特征的具体表现不是左尾比右尾厚,而是右尾比左尾厚,研究还表明深市收益率偏尾特征对时间水平的灵敏度比沪市要高。     

中国股市和债市传导效应的Chi-plot研究

股票市场和债券市场之间的价格波动会对整个金融市场甚至国家的金融体系产生深远的影响。研究它们之间的传导效应,可以定量化了解它们的互动关系,认识两个市场的相互作用机理,提高它们抵御金融风险的能力等。Chi-plot方法是一种测度变量关联性的图方法,通过图形特征清晰表现出变量间的影响关系。在绘制中国股市和债市cbi-plot基础上,检验了它们之间传导效应的存在性,并形象直观的表现出传导的动态效应和强度,这些都是传统方法无法比拟的。最后文章从理论上解析了股市和债市传导效应存在的动因。     

中国股市价格-交易量动态因果关系研究

研究了中国股票市场交易量是否含有预测未来收益变动的有价值信息 .实证结果表明 :交易量和收益序列存在即期的正相关关系 ;过去交易量包含未来绝对收益变动的有价值信息 ;中国股票市场交易量和收益序列存在双向的线性因果关系 ,交易量不仅传递价格绝对变动量的信息 ,而且在很大程度上还传递价格变动方向的信息 .     

证券市场价格波动与成交量关系研究评述及展望

证券市场量价关系的研究对于深刻理解证券市场的价格传导机制有着重要的作用,因而一直是金融领域研究的热点问题.本文旨在对国际上关于量价关系的研究理论及研究方法进行评述,并对量价关系的发展前景做出展望.     

基于区制转换的股市泡沫动态监测模型

提出了两阶段区制转换模型,考虑了在两个时区之间的随机转换和退出泡沫时期的概率,使用序贯贝叶斯学习方法实时估计模型状态和参数。模拟试验表明,相比现有的其他方法,两阶段区制转换模型对于检测泡沫来说具有更好的效力。实证检验证实了模型的优势,并且得到一个重要的结论是2008年之后的A股市场的泡沫化程度较低。本文模型可以为机构投资者和监管部门动态监测股票市场可能存在的价格泡沫现象提供一些启示。     

基于条件VaR模型的中国股市风险的影响因素分析

考虑了更为灵活的股市风险的测度方法——条件风险价值模型,它将风险价值与其影响因素结合起来,深刻地刻画了各影响因素对股市风险的影响特征.实证结果表明:政策事件对股市风险影响是正向的,而且影响效果更多地体现于极端风险偏好上;交易额变化率对风险的影响在极端和中度风险偏好上没有明显差异,正的冲击将导致中度风险和极端风险同向扩大;而对于收益率的滞后项来说,正的冲击将导致风险平均反转和中间风险收缩,负的冲击则导致风险平均反转和中间风险扩大.     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。     

ARCH族模型及其对深圳股票市场的实证分析

ARCH族模型是动态非线性的股票定价模型,它在金融和经济领域具有广阔的应用前景.在短短二十年时间里取得了迅速的发展,先后提出了GARCH、ARCH-M、TARCH、EGRACH等模型丰富了ARCH族模型.本文从ARCH族模型出发,简要介绍了其主要形式和特点,然后将ARCH族模型运用于我国深圳股票市场的实证分析,从实证结果中总结深圳股市的总体特征.     

投资者情绪和市场利率对证券市场指数收益影响特点的动态刻画

本文基于2006年10月到2015年6月市场层面的投资者情绪和上证综指收益率,刻画了投资者情绪和市场利率对证券市场指数收益率的影响。首先,本文通过误差修正模型研究了短期层面投资者情绪对证券市场收益的影响特点,补充了以往在长期层面和整体收益水平上投资者情绪对市场收益影响的研究。由于市场层面的投资者情绪会受到宏观政策影响,之后本文将市场利率作为政策因素,通过分位数回归分析了不同市场收益水平下,市场利率和剔除了宏观政策因素的投资者情绪对市场收益的影响。研究结果表明:投资者情绪和证券市场收益之间的关系在短期层面上更为显著;当我国的证券市场环境处于“牛市”时,市场利率和投资者情绪均会对证券市场指数收益产生显著的影响,且随着市场收益水平的逐步上升,市场利率的反向作用和投资者情绪的正向作用均会逐渐加强。     

宏观经济信息宣告的股市收益及波动性效应——基于改进的AR(1)-EGARCH(1,1)-M模型的实证检验

基于改进的AR(1)-EGARCH(1,1)-M模型,从收益率和波动性两个方面考察各类宏观信息宣告对股票市场价格行为的影响.结果表明,居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响;国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响;公开市场操作公告会导致股票市场条件收益率显著增加;其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响.