基于SV-M模型的全球股市交易指数波动与收益率的多分辨分析

为了有效揭示收益率与波动的关系,本文采用极大重叠离散小波变换,将收益率分解在不同的交易周期上,建立各自的SV-M模型,考察各周期收益率与波动的关系及其他参数随交易周期的变化情况。实证表明,全球各大股票交易市场的收益率,收益率与波动的在较小的尺度上关系不显著,但在较大尺度上,存在明显的正相关关系;且随交易周期的增长,收益率的相关性及波动持续性逐渐增强。     

黄金和比特币的动态协整研究——基于半参数MIDAS分位点回归模型

与黄金相比,比特币收益率高、波动率大、免监管以及免税收等性质,在金融领域将会有巨大的发展空间.比特币有时被称为新型黄金,可以取代黄金用来对冲通货膨胀,成为新型避险资产,可以与黄金互补来进行套期保值,这令金融领域的各类投资者非常感兴趣.因此,关于比特币和黄金之间关系的研究有重要的现实意义.文章对比特币和黄金之间的分位点协整关系进行了实证研究与检验.为了充分应用混合频率数据的信息,文章提出了半参数MIDAS分位点回归模型,并给出了模型的估计和相应的统计推断.与已有的关于比特币的研究方法和方向不同,文章考虑的是比特币和黄金的分位点协整关系,在半参数MIDAS分位点模型中,假定黄金和比特币的协整关系是状态依赖和时变的.实证结果发现,比特币收益率和黄金收益率在0.01-0.99分位点都有分位点协整关系,以及黄金市场和比特币市场风险的变化趋势大致相反,这为黄金和比特币组合使用进行套期保值提供了依据.     

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。     

基于马尔科夫状态转移的中国股票市场行业板块波动性与相关性研究

利用马尔科夫状态转移.ARCH模型(SWARCH)来研究中国股票市场行业板块的波动性和相关性.首先对证监会划分的18个一级行业进行初步分析,建立单变量SWARCH模型,发现中国股票市场各行业板块均能够显著地分为高波动和低波动两个区制;接着利用双变量SWARCH模型对行业板块间的相关性进行研究,发现各行业板块之间的相关性在高波动区制显著高于低波动区制.所得的研究结论可以为投资者提高投资组合收益率提供参考依据.     

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。     

基于GARCH类模型的空头市场情景生成与投资组合

2015年中,中国股票市场经历了一轮较强的空头市场,投资者面临市场价格的极大不确定性.而若能有效模拟此类型市场收益波动,对于投资者优化金融决策有积极意义.文章试验了当前主要的几种非对称GARCH类模型及多种残差分布模型,最后发现,利用ARMA-EGARCH-SSTD的组合模型能较好地模拟空头股票数据收益率效果.同时文中采用中国股票市场数据进行算例分析,发现将GARCH类模型情景拟合结果与均值-CVaR模型结合得到的投资组合优化方法能有效管理空头市场环境下的投资组合风险.     

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.     

我国IPO市场的周期性行为研究:1994-2010

对IPO冷热周期内的时变波动特征首次建立区制转换GARCH模型加以有效描述,以及用计数数据分位数回归模型研究发行数量和发行到上市持续期的关系。通对1994年1月至2010年8月间我国A股IPO市场新股的实证研究得到若干新结论:上市首日收益率和发行到上市的持续期是发行数量的诱因,导致这三个描述IPO行为主要变量的周期行为之间存在相位差;发行到上市的持续期的降低对发行数量的增加有积极地促进作用;除了发行数量在淡季状态波动持续性较强外,其他变量在淡旺季的波动持续性均较弱;旺季时(调整后的)上市首日收益率、发行数量的波动方差比淡季时大,而发行到上市的持续期则相反;我国A股IPO发行市场的淡旺季周期的形成主要受到IPO发行政策、宏观经济环境、投资者情绪的影响控制。     

基于人工股票市场分析持有期对投资者收益的影响

基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析,本文构建了一个向上增长的人工模拟订单驱动股票市场模型,其中投资者的持有期会受到股票价格波动的影响,并能够反映投资者的投资策略.模型能够得出一系列与实际股票市场一致的典型事实,如收益率分布的胖尾特征以及波动率的聚集等.本文通过模拟研究,分析了持有期对投资者收益的影响,结果表明,长期持有的投资者在向上增长的市场中可获得较高的平均收益.     

金融资产收益率尾概率估计研究

在对金融资产进行投资时,投资者所关注的问题往往是金融资产收益率发生大波动的概率,简称尾概率.本文利用大偏差定理对此概率如何进行估计进行深入研究.将收益率按其尾部的分布特征分成三类,分别对其进行研究,得到三种不同的估计公式.本文对收益率序列存在相关性、收益率是多元随机变量情况下的尾概率估计问题也进行了分析.     

应用微模拟方法分析交易费用对股票市场影响的研究

基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析,本文构建了一个人工模拟订单驱动股票市场模型。模型能够得出一系列与实际股票市场一致的典型事实,如收益率分布的胖尾特征以及波动率的聚集等。通过在模拟实验中设定不同的交易费用约束,分析了不同程度的交易费用约束对股票市场的影响。结果表明,交易费用的增加会导致股票换手率的大幅下降;由于流动性不足,提高交易费用水平并不一定能够达到降低市场波动的目的。     

基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究

针对非对称厚尾GARCH模型参数的预选分布很难确定的问题。对模型参数空间进行数据扩张,把模型中的厚尾残差分布表示成正态分布和逆伽玛分布的混合分布,然后通过对参数的后验条件分布进行变换获得参数的预选分布,从而利用M-H抽样实现了非对称厚尾GARCH模型的贝叶斯分析。中国原油收益率波动的实证研究发现中国原油收益率的波动具有高峰厚尾性但不存在"杠杆效应",样本内的预测评价发现基于M-H抽样的贝叶斯方法优于极大似然方法,说明了M-H抽样方案设计的有效性。     

双跳跃仿射扩散模型的几何平均型水平重置期权定价

在资产收益率及其波动率均满足随机跳跃且具有跳跃相关性的仿射扩散模型下,用广义双指数分布和伽玛分布分别刻画非对称性收益率及其波动率的跳跃波动变化,研究了具有几何平均特征的水平重置期权定价问题.通过Girsanov测度变换和多维Fourier逆变换方法,给出了此类重置期权定价的解析公式.最后,通过数值实例着重分析了联合跳跃...     

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。     

基于多分辨分析的沪深股市相关性分析

为了有效地揭示沪深股市不同交易周期股票交易的相关性,本文采用极大重叠离散小波变换,将上证指数和深圳成指高频收益率分解在不同的交易周期上,对各个周期的收益率采用semi-GPD模型作为其边缘分布分别进行拟合,在此基础上采用Copula函数方法建立同周期收益率的联合分布,度量了沪深两市同周期交易的相关性.实证表明,不同交易周期所表现出的相关性存在明显差异,并且随着交易期的增长,沪深两市非对称结构逐步明显。     

面向需求的房地产市场投机度界定及诱因辨析

基于理性范式,遵循消费者均衡条件,根据我国面临的局部经济过热背景,推定了房地产投机的实质是需求结构扭曲,而且经济周期影响需求结构的途径是收入和替代效应,据此并借助空间几何方向余弦概念具体界定了房地产市场投机度,进而求解了收入效应和替代效应催生地产泡沫的诱因变量,确定了引发投机度波动的诱因变量变动域,即:货币的边际效用降低率越小,投机度越高;收入增长对投机度影响具有不确定性;缩小包括房地产在内的商品价格的上升幅度、增加非地产投资收益率并稳定地产投资收益率可抑制房地产泡沫.     

部分信息下含债务的马氏调制收益率的最优投资组合问题

带有确定性参数的金融模型只能描述较短的时间内的状态演化,不能反映市场条件的变化.在投资过程中,投资者一般仅能够观察到资产的价格,不能直接观察到资产的平均收益率和波动率.考虑一个简化的连续时间的金融市场,这个市场带有无风险资产(债券)和风险资产(股票)两种资产.在债务为线性扩散模型下,利用Wonham滤波理论估计股票的平均收益率,研究了使得指数期望效用最大的最优投资组合选择问题.利用随机线性二次控制方法,得到最优投资组合策略和最大期望指数效用的显示解.     

基于巨额损失波动性的最优投资决策研究

近年来伴随着金融市场广度与深度的不断拓展,频发的金融风险对世界经济及金融市场造成了巨大损失(如美国次贷危机),学者和投资者越来越关注规避小概率巨额风险的最优投资决策及有潜力风险资产遴选方法的研究.文章就此开展了如下研究:首先以损失超过VaR部分的条件期望CVaR作为投资者愿意承担风险的上限,改进投资预算约束为非紧约束,提出了基于巨额损失波动性的投资组合模型.数值试验验证了模型具有良好的收敛性,即使在生成较少数量的情景下也能快速收敛;当投资者对最低期望收益率要求不高时,不必全额投入预算资金就能满足投资者对预期收益的要求;随着投资者对最低期望收益率要求的提高,更多预算资金被投入可能带来更高收益的风险资产,资金预算约束逐渐趋于紧约束;模型给出的最优投资决策在样本外各滚动窗口测试中均实现了较高收益,但发生巨额损失的波动程度却显著降低,达到了控制小概率极端风险的目的.其次,结合常规基本面分析法和聚类分析技术,提出了风险资产的遴选方法.该方法适用于跨市场跨行业不同品种间风险资产的筛选,可兼顾同一类别内资产的同质性及不同类别资产间的异质性,以此达到分散化解风险的目的.实证研究表明,该方法遴选出的"少量"风险资产在各项评价指标上具有明显的优势,聚类技术的引入大大降低了投资者选择资产的难度.     

基于阶段划分的股市信息冲击的非对称性分析

基于AR-EGARCH-M模型,对1991-2013年上证指数收益率序列的信息冲击非对称性进行分析.首先以年为单位分析了信息冲击的非对称性特征,根据非对称性效应的表现将其划分为6个阶段进一步分析.分析结果显示:A股市场表现出信息不对称性,信息冲击的正负杠杆效应交替出现,但是随着时间的推移,这种不对称性在明显减小.这表明中国股票市场的投机成分不断减少、投资者不断趋于理性,市场有效性水平提高.     

百度关注度对股票收益率的影响——基于VEC模型的实证分析

基于百度指数所提供关键词搜索数据,构建百度看涨指数和百度看跌指数,形成了百度关注度.依据2017.2-2019.2的上证指数收益率数据,利用VEC模型和格兰杰因果检验,分析了百度关注度对股票收益率的影响.结果表明,投资者关注度是股票市场的格兰杰原因,百度看涨指数以0.4%的比例正面影响收益率,百度看跌指数以0.7%的比例负面影响收益率.而脉冲响应分析发现了投资者关注度对股票收益率的影响较持久,而后者对前者的波动十分敏感.最后,结合上述所得到的结论,基于投资者和监管者的立场分别给出了不同的有效建议.