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.     

探索加密货币波动率预测中的模型不确定性问题:log转换、时区采样以及模型设定

文章全面地比较了一系列模型在预测加密货币波动率时的表现.结果发现,粗糙波动率模型在预测多期样本外的波动率时表现更加稳健和可靠,而异质自回归(HAR)模型相对较弱,但经过log转换后的HAR模型在预测上则表现更优.此外,考虑到加密货币的特点,选取合适的时区划分依据也非常重要,因为不同的时区可能对加密货币市场的波动率产生影响.研究还引入了最小二乘模型平均法来应对波动率建模中的模型不确定性.结果表明,模型平均方法在加密货币市场波动率预测中相比其他方法具有优越性,能够平衡不同模型之间的优缺点,提高预测的可信度和稳定性,对于预测市场的波动性是非常有效的.文章研究指出,在选择合适的波动率模型时需要综合考虑加密货币波动率的特性和历史表现,并且在应用模型时需要注意其在不同数据集和预测目标下的表现,避免盲目使用导致预测效果的不确定性.     

经济政策不确定性与短期利率波动——基于BHK-L-MIDAS模型的实证研究

本文在BHK模型的基础上，考虑短期利率波动杠杆效应和EPU对短期利率波动的影响，构建了一个包含杠杆效应和EPU的混频短期利率模型，即BHK-L-MIDAS模型对短期利率波动进行建模与预测。采用上海银行间同业拆借利率(SHIBOR)和中国EPU指数数据对构建的BHK-L-MIDAS模型进行实证分析，结果表明：短期利率波动存在“反向杠杆效应”;EPU对短期利率波动具有显著负向的影响；BHK-L-MIDAS模型相较于竞争模型(BHK和BHK-MIDAS模型)获得了更好的样本内数据拟合效果。基于三种损失函数以及模型置信集(MCS)检验对模型样本外短期利率波动预测能力的分析表明：BHK-L-MIDAS模型相比BHK模型和BHK-MIDAS模型具有更高的样本外预测精度，且BHK-L-MIDAS模型在不同预测窗口表现出的预测能力具有稳健性。最后，VaR分析表明BHK-L-MIDAS模型在短期利率市场风险度量方面的经济价值。     

基于EPU指数的我国寿险市场需求影响因素分析

近年来我国寿险市场发展迅速,已成为全球第二大寿险市场.自2008年金融危机以来国际国内均对经济政策EPU指数施以更多关注.从定性和定量两个角度分析EPU指数对我国寿险市场需求的影响,运用向量自回归模型实证分析EPU指数对寿险市场需求的影响程度,基于实证分析结论为寿险市场健康发展提出相应的政策建议.     

经济政策不确定性的动态交叉相关分析——基于美国和英国证券市场的实证研究

使用多重分形去趋势交叉相关分析(MF-DCCA)的方法量化了经济政策不确定性(EPU)与美国,英国证券市场指数间的交叉相关性.主要实证结果:1)在经济政策不确定性与股指日收益率之间,经济政策不确定性与日交易量之间都存在幂律分布交叉相关性;2)经济政策不确定性与股指日交易量之间的交叉相关性比经济政策不确定性与日收益率之间的交叉相关性更具有持续性,且两者在滚动窗口分析中表现出同样的涨落趋势;3)经济政策不确定性与股票市场指数间的长程交叉相关性相对短期交叉相关性来说更具持续性;4)交叉相关关系均在短期内表现出低程度的多重分形,而在长期,交叉相关关系均在小波动下表现出比大波动下更强的相关性.     

基于全球流动性背景下的新兴资本市场收益研究

随着在全球金融一体化程度不断加深,全球流动性状况对于新兴市场资产价格的影响备受关注.构建了反应主要发达国家与新兴市场国家对全球货币数量影响的广义流动性指标,并以波动率指数作为反映市场情绪的变量将市场分为平稳期和压力期.通过建立非线性面板门限回归模型考察了全球流动性状况对于金砖五国资本市场的非线性影响,结果表明在金融市场繁荣期,流动性过剩对于资产价格起到了明显的正向带动作用;而在市场衰退期间,流动性的释放并没有对资产价格的提升产生显著的影响.     

引入跳跃和结构转换的中国股市已实现波动率预测研究:基于拓展的HAR-RV模型

结合日内跳跃识别方法和马尔可夫机制转换模型,对已实现波动率异质自回归模型(HARRV)进行拓展,以刻画连续波动、跳跃波动以及不同方向跳跃波动对未来波动影响的差异和波动的结构转换特征,并运用该模型对上证综指和深证成指高频数据进行实证分析。研究结果表明:在短期内,连续波动和跳跃波动对未来波动影响具有显著的差异;负向跳跃和正向跳跃往往同时发生且幅度相当,但负向跳跃波动对未来波动的影响更大;在不同波动状态下,历史波动对未来波动的影响存在较为明显的差异。MCS检验结果显示,区分跳跃波动方向和考虑波动的结构转换特征可以显著提升模型的样本内和样本外的预测能力。     

股指期货市场波动率的预测研究

准确刻画和预测股指期货市场的波动率,有利于实现股指期货的价格发现、套期保值和市场调节等功能.文章首先在已实现极差异质性自回归模型(the Heterogeneous AutoRegressive with Realized Range,HAR-RRV model)的基础上,构建HAR-HLT和LHAR-HLT模型;接着,以中国股市中沪深300股指期货的5分钟高频交易数据为样本,通过运用HARHLT和LHAR-HLT模型分析股指期货市场波动率的特征以及预测股指期货市场未来的波动率.研究发现:在HAR-HLT和LHAR-HLT模型中,高频已实现极差、低频已实现极差和趋势已实现极差都包含较多对未来波动率的预测信息;股指期货市场的波动率存在短期的"动量效应"和中长期的"反转效应",其杠杆效应并不明显;HAR-HLT和LHAR-HLT模型对未来1日、1周和1月波动率样本外预测能力都明显强于目前常用的HAR-RRV类模型.     

货市与股市波动的超前滞后关系 ——基于复主成分分析法

在传统主成分分析的基础上,复数希尔伯特主成分分析通过将希尔伯特变换与随机矩阵理论相结合获取滤噪经济数据的频域信息,为揭示股票市场与货币市场波动的超前滞后关系提供了途径.实证研究结果显示,在样本区间内,中国股票市场指标相对于货币市场指标来说大部分呈现出超前的变化,而在货币市场中,数量型指标波动较为靠前,价格型指标的反应则较为滞后.此外,股票价格与货币供应量的波动之间存在反馈效应.探索两市场间这样一种动态关系能为政府对金融市场的监管工作提供相应的政策建议.     

经济政策不确定性对中国生态农业上市公司投资的影响——基于2010-2017年季度数据的实证分析

从生态农业政策视角出发,选取2010-2017年A股生态农业上市公司季度数据作为研究样本,利用中国经济政策不确定性指数构建研究变量,实证检验经济政策不确定性对生态农业上市公司投资的影响.结果表明,在控制季度效应和季节效应下,EPU系数分别为-0.0029、-0.0030,均在1%的显著性水平下显著,说明经济政策不确定性会显著减少生态农业上市公司投资,且主要来自于投资不可逆转性较低、投资回报率较低的子样本.研究结果对于从生态农业投资的视角理解中国生态农业政策实施效果具有一定意义.提出面对经济政策变动时,生态农业上市公司应该充分考虑自身生产、经营的特征来优化投资决策以及国家经济政策制定机构应该根据生态农业上市公司面对经济政策不确定性时的反应,采取积极的措施,在稳定经济政策的基础上降低经济政策调整带来的不利影响.     

应用变系数分位点回归模型分析经济因素对全球股市风险的影响

全球股市与经济因素之间关系一直是金融领域的热点问题,当前已有研究大都基于线性回归模型分析经济因素对股市收益率均值的影响。本文则基于变系数分位点回归模型研究了全球主要股票市场指数的市场风险与影响因素之间随时间变化的相依关系,对英国、法国、德国、加拿大、巴西、日本以及中国等主要国家股市1997年10月到2014年12月的数据进行了实证研究。实证研究结果表明,S&P500指数、商品市场(石油价格,黄金价格)等经济因素对全球主要股市的风险(下分位点)产生较为显著的影响,并且上述影响随着近期金融危机的发生而有所变化。相比之下,美国经济政策的不确定性、美国股市不确定性变化等对所分析国家股票市场风险的影响不显著。     

基于非对称双成份CARR模型的波动率预测

研究表明,基于日内(高低价)数据构建的价格极差测度相比日度收益率包含更多关于真实波动率的信息,同时,波动率具有聚集性、非对称性和长记忆性等丰富、复杂的典型特征,综合考虑这些特征对波动率进行建模与预测非常重要。本文在对价格极差建模的CARR模型的基础上,对其进行扩展,构建了双成份CARR (CCARR)模型来对波动率进行预测。该模型假设价格极差的条件均值由两个成份组成,即长期成份与短期成份.该模型能够捕获波动率长记忆性,且容易进一步扩展为非对称CCARR (ACCARR)模型来捕获杠杆效应(波动率非对称性)。(A)CCARR模型具有较高的建模灵活性,且易于实现。采用上证综合指数、香港恒生指数、日本Nikkei225指数、法国CAC40指数和德国DAX指数数据进行实证分析,以价格极差与已实现波动率(RV)作为比较基准,四种预测评价指标及Mincer-Zarnowitz检验结果表明:杠杆效应与双成份极差(波动率)都对样本外波动率预测具有重要影响,且杠杆效应相比双成份极差对于样本外波动率预测的影响更大;考虑了杠杆效应的双成份ACCARR模型具有最好的样本外波动率预测效果,其次是ACARR模型,CARR模型表现最差。     

两类多元GARCH模型的预测绩效和组合VaR的研究

运用V aR模型对股票组合进行风险测度的关键之一是得到组合条件协方差矩阵.而经典的多元GARCH模型来求解波动率面临着估计参数过多,计算量庞大的问题.因此,使用正交GARCH模型和CCC模型来估算波动率,并以沪深两市A股市场上四个行业的65只股票为样本,使用RM SE和M AD指标比较这些模型的预测能力,求得股票组合的V aR,得出前者效率高和后者预测能力略高的结论.     

基于损失函数的GARCH类模型波动率预测评价

本文的目的是通过利用多种损失函数评估三种GARCH模型的预测精度，找到最优的股指期货日内波动率研究预测模型。利用之前的研究结果，三个沪深300股指期货日内一分钟日内收益率被用作研究对象，对标准GARCH,eGARCH以及RealGARCH三个模型做了实证检验，并利用多种损失函数，从不同角度衡量三个波动率模型的预测精度。研究发现：Sample1样本的RealGARCH模型有最好的预测效果，而Sample2样本与Sample6样本的eGARCH模型有最好的预测精度。因此，在对沪深300股指期货日内波动率研究时，应根据其样本特征，优先选择具有能够反映非对称特征的波动率模型来刻画波动过程，对未来波动率做预测。     

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。     

基于机器学习技术的系统性金融风险监测预警

相对于传统的经济建模手段,机器学习方法具有良好的非线性建模性能等内在优点,从而显示出巨大的应用潜力。本文提出了一个基于机器学习技术的系统性金融风险监测预警体系,并从理论依据和实证检验双重角度给出了解释和验证。具体而言,从经济基本面、货币供给面、财政状况、证券和利率市场、价格指数、外汇和汇率市场、杠杆率及银行体系8个层面选取预测预警指标,并采用5种典型的机器学习模型及其集成模型对系统性金融风险进行预测,研究结果表明：(1)相对于传统的线性模型,善于捕捉非线性关系的机器学习模型,无论是在样本内还是在样本外均表现优异;(2)Lasso模型在向前一期预测时表现最好,SVM模型在向前多期预测时能力更强,集成模型则能兼顾样本内拟合效果和样本外预测能力,具有较强的稳健性;(3)PDP模型可以对特征的非线性性和重要性进行有效识别,从而有助于打开机器学习的黑箱;在所有预测预警变量中,汇率、货币供给量、市场利率以及工业品价格是影响系统性金融风险的关键因素,通过对这些重点变量的监测有助于对系统性金融风险进行早期防范。     

经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响研究———基于DCC-MIDAS模型

研究聚焦在中国经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响方面。引入Baker提出的用于衡量经济政策不确定性的EPU指数建立修正版DCC-MIDAS模型,基于该模型的实证结果如下:其一,中国经济政策不确定性指数变动对 “中-美”股市的长期相关性具有显著的正向影响;其二,中国经济政策不确定性指数变化对“中国股市—黄金市场”的长期相关性具有显著的负向影响,当经济政策不确定性较高时,投资者会倾向于选择相对安全的黄金资产,这恰恰符合“安全投资转移”效应。除此之外,作为应用案例,比较了美股股指期货和黄金期货的风险对冲效果,结果显示美股期货对冲更优。     

货币市场基金申购赎回的实证研究

本文采用O’Neal分离现金流量方法研究影响货币市场基金投资者申购和赎回行为的具体因素。实证结果表明,基金业绩增长是决定货币市场基金申购和赎回的主要变量,基金当期净值增长率与基金份额净变动率、申购率和赎回率呈正相关关系,影响程度呈非对称性;货币市场基金投资者的申购决策主要考虑基金收益情况,赎回决策兼顾基金收益和风险分布。因此,提高基金收益及其稳定性,降低基金收益波动是货币市场基金加强流动性风险管理的基础。     

股票波动率模拟及对中国市场预测效果的实证研究

利用实际波动率衡量标准和损失函数评价指标对GARCH类模型的波动率进行模拟并对中国市场的预测效果进行了实证研究,得出:1)在模拟期,EGARCH模型的模拟效果相对最优;2)在预测期,没有一个模型的预测效果表现相对出色;3)以实际波动率为标准,模拟和预测效果均显得不足,预测效果更是不容乐观.     

最优波动率模型选择及其在黄金市场中的应用

文章先总结了波动率模型过去的研究，并对不同波动率模型的评估提出三种方法，然后讨论了这些方法在黄金市场波动率预测中的应用。通过分析黄金市场1975年到2004年的数据，得出的结论是，如果基于样本外四期预测误差的评估，EWMA模型较优；如果基于样本外四期预测的R平方的评估，T-GARCH模型较优；如果基于VAR损失函数的真实性检验评估，EWMA模型较优。最后对未来关于金融市场波动率的研究提出一些建议。