沪铜期货与现货市场的价格发现与波动溢出效应

运用了Granger因果检验、脉冲响应函数、VEC模型以及BEKK模型,对沪铜期货与现货市场的价格发现与波动溢出效应进行实证分析.实证结果表明:期货价格与现货价格存在着长期均衡关系和Granger双向引导关系,在价格发现中,期货市场占主导地位,且比现货市场有着更强的信息效应;期货市场与现货市场各自的波动持久性均显著,而两者间的交叉波动效应相对较小,但是现货市场来自期货市场的波动溢出效应大于期货市场来自现货市场的波动溢出效应.     

股指期现货市场间的信息溢出和相关性研究——基于ADCC-TGARCH模型和CCF检验

选用2012年1月至2014年3月间沪深300股指期现货数据,首次尝试在非对称的DCC-TGARCH模型的框架下,考察了转融券实施前后沪深300股指期现货的动态条件相关性,并结合VECM模型和CCF检验考察两市场间的信息溢出效应.实证结果表明,沪深300股指期现货之间存在很强的相关性和信息溢出效应,但是在不同的阶段有不同的特点:转融券实施前期现货市场间有相互的均值溢出;波动率溢出主要是现货到期货市场,瞬时溢出效应显著,不同的滞后阶数下两市场间几乎不存在方差的因果关系;相关性无非对称性.转融券实施后只存在期货对现货的单向均值溢出;在不同的滞后阶数下存在不同的风险溢出,特别是在2,3,8阶,同时存在期货向现货或者现货向期货的溢出效应;相关性有非对称性,但不广泛存在.     

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。     

我国股指期货与现货市场的波动溢出效应研究——基于HAR-CAW模型

沪深300股指期货与现货波动溢出问题的研究对于风险管理具有重要的理论和现实意义。本文旨在基于高频数据,利用异质金融市场驱动的HAR-CAW模型研究我国股指期货和现货市场之间及其自身的短期、中期和长期波动溢出问题。研究结果表明,沪深300股指期货与现货市场之间整体上存在着双向波动溢出效应,但是溢出效应不对称,期货对现货的溢出效应占主导地位;在相互间各期溢出研究上,两市场间的各期溢出表现各不相同;在自身溢出效应上,各期整体而言现货市场存在溢出,而期货市场不存在。     

我国股指期货市场与股票市场风险传导机理研究——基于双变量CAViaR方法

本文基于日内和日度数据使用双变量CAViaR模型估计了沪深300股指期货和标的指数的风险价值,并基于沪深300股指期货市场日内交易行为角度分析了股指期货和现货市场间日内与日间风险传导作用的差异。结果发现,期货市场日内风险的自相关特征显著高于现货市场,而两个市场的日间自相关性相差甚小,期货市场向现货市场的单向风险溢出效应仅体现在日内信息的传递过程中。与现货市场相比,期货交易的杠杆性以及当日回转交易便利了日内投机、套利交易,因而期货市场日内信息传递效率更高。     

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。     

上海燃料油期货市场价格发现功能的实证研究

本文利用协整检验、Granger因果检验、误差修正模型和Garbade-Silber模型对上海燃料油期货的价格发现功能进行了探讨,分析了期货与现货价格之间的相互关系,刻画了期货与现货市场在价格发现功能中作用的大小,并由此说明上海燃料油期货市场的效率。结果表明,燃料油的期货价格与现货价格之间存在协整关系,期货市场具有良好的价格发现功能,这对我国建设完整的石油期货市场具有指导意义。     

股指期货与股指期权市场之间的风险传递效应研究——来自香港恒生指数衍生品市场的证据

为探索股指期货市场与股指期权市场之间的风险传递效应,本文以香港恒指期货市场和恒指期权市场为例,对股指期货和股指期权市场之间的内在波动性动态关系进行了深入细致的实证研究。主要结论为:(1)恒指期货市场和恒指期权市场价格之间具有长期均衡关系;(2)协整残差项对恒指期货市场和恒指期权市场的条件均值和条件方差具有很好地解释力量,并能够更加准确地刻画恒指期货市场和恒指期权市场之间的波动性;(3)香港恒指期货市场和恒指期权市场的溢出效应是彼此不同的,期权市场对期货市场能够起到价格发现的功能。本文的结论为中国适时推出股指期权产品,进而完善我国风险管理体系提供了坚实的证据。     

基于高频数据的中国国债期货价格发现能力研究

期货的价格发现能力是近几年国际学术界关注的热点问题,但目前理论界相关研究主要集中于商品期货和股指期货,尚缺乏专门针对中国国债期货价格发现方面的研究。随着中国5年期国债期货于2013年9月上市交易,深入研究中国市场结构下的国债期货价格发现能力有助于从微观视角掌握与其它期货品种内在运行规律的差异性。本文运用中国5年期国债期货上市交易后的5分钟高频数据,采取向量误差修正(VECM)模型和Granger因果关系检验等计量分析方法检验中国国债期货与现货价格之间的关系,并创新性地使用共同因子贡献法和信息份额法分析我国国债期货市场与现货市场对价格发现功能的贡献程度。结果表明,中国国债期货价格与现货价格之间存在长期协整关系。中国国债期货价格是现货价格的Granger成因,且两者之间存在单向的价格引导关系。同时通过实证得出中国国债期货市场在对价格发现的贡献程度上占主导地位的结论。     

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.     

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。     

用VaR度量石油市场的极端风险

本文采用2001年11月到2005年6月国内原油价格的调度数据,运用基于GED分布的GARCH模型度量了国内油市的极端上涨和极端下跌时的VaR,得到如下两点结论：第一,国内油市存在ARCH in Mean 效应,表明收益与风险是正相关的,同时也意味着国内油市违背了有效市场假说,进一步的分析表明国内原油的定价机制和流通体制是造成市场非有效的主要原因;第二,上涨风险的平均水平要高于下跌风险的平均水平,这是石油市场供需双方的非对称市场地位决定的,石油生产者可以利用市场势力和上下游一体化的组织形式,将部分下跌风险转嫁给石油需求者,而石油需求者则缺少有效的措施来应对油价上涨.     

我国期货市场违约风险的研究

引入违约距离的概念,建立了期货市场违约风险评估模型,采用GARCH-M模型对期货合约价格收益的波动率进行估计.运用此模型研究了郑州商品交易所上市品种小麦的违约风险,所得结果与实际市场结果相吻合.因此,可以运用本文提出的期货市场违约风险评估模型能预测临近交割月时期货市场发生违约的概率,实时捕捉期货市场发生违约事件的信息.     

对我国期货市场波动性的分阶段实证研究

波动性是经济和金融研究的热点问题。本文首先采用无条件波动度量方法对我国三大期货市场1997年—2004年的波动性进行了估计,发现第一阶段97年—02年期货价格总体呈下跌趋势,三大市场整体波动性不大,较高的波动性都出现在期货价格下跌时期,较低的波动性都出现在期货价格上涨时期;第二阶段03年—04年三大市场波动性显著提高,总体价格呈上升趋势,较高的波动性都出现在期货价格上涨时期,而较低的波动性都出现在期货价格下跌时期;本文进一步采用条件波动模型对我国三大期货市场两个阶段收益率与波动性的相关关系及波动性的杠杆效应进行了研究,结果表明铜期货收益率与波动性显著相关,大豆期货收益率与波动性不显著相关;我国三大期货市场均存在杠杆效应,并且两个阶段波动性的杠杆效应相反,其中铜期货市场的杠杆效应更显著。     

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。     

股灾背景下中美股市风险溢出的结构转换研究

选取中美股票市场的上证综指、恒生指数和标普500指数作为研究对象进行风险溢出效应研究,结果表明,总体而言上海市场与香港市场之间双向风险溢出效应最为显著,香港市场和美国市场次之,而上海市场与美国市场之间的双向风险溢出效应最不显著;从风险溢出方向与强度方面分析,无论牛熊市,香港市场对上海市场在极端风险时刻的风险溢出要显著强于上海市场对香港市场的溢出,而香港市场与美国市场之间在牛市行情下双向风险溢出效应相对均衡,在熊市行情下香港对美国的风险溢出相对更大,与常理不一致的结果是上海市场在牛市期间对香港市场的风险溢出效应要大于熊市,围绕这一点进一步采用Chi-plot相关图进行分析表明中国市场还未达到“中国打喷嚏,世界经济感冒”的状态;从风险溢出效应的动态趋势分析看出两个牛市阶段各市场的风险溢出呈现不同特征。美国市场对中国市场的风险溢出效应总体平稳,而中国市场对美国市场的风险溢出效应存在一定差异,在低分位数水平相差较大,随分位数水平提高两个牛市阶段的风险溢出趋于一致。但上海市场对香港市场的风险溢出随时间变化在牛市阶段逐步增强,而香港市场对上海市场的风险溢出则逐渐下降。     

Analyzing return asymmetry and quantiles through stochastic volatility models using asymmetric Laplace error via uniform scale mixtures

This paper proposes a new approach to analyze stock return asymmetry and quantiles. We also present a new scale mixture of uniform (SMU) representation for the asymmetric Laplace distribution (ALD). The use of the SMU for a probability distribution is a data augmentation technique that simplifies the Gibbs sampler of the Bayesian Markov chain Monte Carlo algorithms. We consider a stochastic volatility (SV) model with an ALD error distribution. With the SMU representation, the full conditional distribution for some parameters is shown to have closed form. It is also known that the ALD can be used to obtain the coefficients of quantile regression models. This paper also considers a quantile SV model by fixing the skew parameter of the ALD at specific quantile level. Simulation study shows that the proposed methodology works well in both SV and quantile SV models using Bayesian approach. In the empirical study, we analyze index returns of the stock markets in Australia, Japan, Hong Kong, Thailand, and the UK and study the effect of S&P 500 on these returns. The results show the significant return asymmetry in some markets and the influence by S&P 500 in all markets at all quantile levels. Copyright © 2014 John Wiley & Sons, Ltd.     

Variance vs downside risk: Is there really that much difference?

The popularity of downside risk among investors is growing and mean return–downside risk portfolio selection models seem to oppress the familiar mean–variance approach. The reason for the success of the former models is that they separate return fluctuations into downside risk and upside potential. This is especially relevant for asymmetrical return distributions, for which mean–variance models punish the upside potential in the same fashion as the downside risk.The paper focuses on the differences and similarities between using variance or a downside risk measure, both from a theoretical and an empirical point of view. We first discuss the theoretical properties of different downside risk measures and the corresponding mean–downside risk models. Against common beliefs, we show that from the large family of downside risk measures, only a few possess better theoretical properties within a return–risk framework than the variance. On the empirical side, we analyze the differences between some US asset allocation portfolios based on variances and downside risk measures. Among other things, we find that the downside risk approach tends to produce – on average – slightly higher bond allocations than the mean–variance approach. Furthermore, we take a closer look at estimation risk, viz. the effect of sampling error in expected returns and risk measures on portfolio composition. On the basis of simulation analyses, we find that there are marked differences in the degree of estimation accuracy, which calls for further research.