国际主要股票市场联动性——基于藤Copula-HAR-RV模型

随着经济一体化和金融全球化进程的不断加快,世界各国股市间的联动效应越发显著。针对已有研究的不足,利用HAR-RV模型将高频信息和不同频率已实现波动纳入到边缘分布建模过程,基于藤Copula刻画五个国际主要股市间的相依结构,构建了描述股市联动的藤Copula-HAR-RV模型。结果表明:R藤Copula-HAR-RV模型在拟合优度和投资组合分位数预测方面表现最优;国际主要股市相依结构呈现区域集聚特征,香港股市占据中心地位;藤结构中条件市场的加入能够大幅降低股市联动,R藤Copula-HAR-RV相依结构下构建的投资组合具有较好的避险效果。此研究对于市场监管政策制定、风险管理、资产配置等一系列金融实践活动具有理论参考价值和现实意义。     

基于时变Copula的金融开放与风险传染

利用时变Copula研究开放进程下中国大陆股市与国际主要股市间的风险传染问题.用AR(1)-GJR(1,1)-t模型描述各国股指收益率的边际分布, 以时变SJCCopula描述 股指收益率间的动态相依性,分析中国大陆股市与美国股市、英国股市、日本股市以及香港股市2000年1月至2010年11月期间的风险联动. 实证结果表明:在开放进程中中国大陆股市与美国、英国以及日本股市一直保持微弱的下尾相依关系,而与香港股市间 的下尾相依性则随开放程度增加整体上呈显著上升趋势;而与各国际股市的上尾相依性则一直保持较低的水平.     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

金融危机对中国股市各行业板块间相依结构的影响

利用GARCH-Copula模型探究了2008年世界金融危机对中国股市各行业板块间相依结构的影响。选用沪市各行业板块的股指数据,把时间序列分为危机前和危机后两个时期进行分析。实证结果表明,尽管经验copula显示尾部相依具有非对称性,但依据AIC准则,t-Copula和混合Gumbel Copula相对更适合于拟合序列对间相依结构;各市场间都倾向于联动,且危机后相依性增强。     

基于MSV类模型的中国汇市与股市间溢出效应

金融市场波动特征及溢出效应一直是经济、金融学界研究的热点问题之一,SV模型作为一种有效刻画金融时间序列波动的工具,极具应用前景,但用于测度溢出效应的向量SV模型由于参数估计困难而鲜见于文献。本文借助WinBUGS软件,采用基于Gibbs抽样的MCMC方法,运用DC-MSV模型和GC-MSV模型分别对汇市与股市间的动态价格溢出效应和波动溢出效应进行研究。实证结果表明,汇市与股市间的价格溢出具有明显的时变特征,总体为负相关关系;汇市与股市间存在双向波动溢出效应,但汇市对股市的波动溢出要强于股市对汇市的波动溢出,呈现不对称性。     

基于Copula函数模型的股市交易量与股价相依关系

股市交易量与股价变化的相依关系一直是学术界和投资分析人士所研究的热点问题。研究交易量与股价的相依关系不仅要研究它们之间的相依程度而且还要研究它们之间的相依结构。应用ARMA(2,1)模型对交易量变量的序列相关性进行修正,基于Copula函数模型研究三个股票市场的交易量与股市指数收益率的相依程度和相依结构。通过χ2检验研究发现:混合Copula函数模型能够刻画交易量与股价之间的相依结构,通过了假设检验;交易量与股价之间存在上尾高下尾低的非对称相依关系且混合有负相依现象,但它们之间的负相依程度较弱。     

基于非线性相依的市场间金融传染度量——测度2015年中国股灾对重要经济体的传染效应

针对真实市场间所具有的非线性、尾部极值相依性及时变性等相依特征,本文以2015年6月中国爆发的股灾为背景,从传染效应的存在性、传染强度、传染方向三个视角深入研究中国股市对日本、美国、韩国三个重要经济体股市的金融传染效应.首先,将极值理论(extreme value theory,EVT)与时变Clayton Copula函数相结合构建时变Clayton Copula-EVT模型,估计下尾极值动态相依系数,并进行统计检验,发现中国股市对日本、美国股市存在风险传染效应,而对韩国股市不存在风险传染效应;进一步地,量化中国股市对日本、美国股市的风险传染强度,发现中国股市对日本、美国股市的传染强度都较大,且中国股市对美国股市的传染强度明显强于其对日本股市的传染强度;最后,利用基于时间延迟的去趋势交叉相关性分析方法研究中国股市与日本、美国股市之间的风险传染方向,发现股灾后市场间风险传导方向发生了改变,风险主要由中国股市传染至日本、美国股市.上述实证结果为深入研究市场间金融风险传染的非线性相依特征机理提供了有益的参考.     

基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.     

基于Copula函数的组合资产条件相依性模型及其应用

条件概率分布常用来研究马尔科夫序列相依模型的构建.组合资产的相依结构受多方面的影响,资产之间的同期相依与单个资产时间上的短期相依是组合资产两类主要的相依关系. 结合条件概率的理论,考虑组合资产之间的同期相依与时间上的短期相依两类关系,建立基于Copula函数相依关系模型研究了沪深股市指数收益率的相依结构.应用三阶段极大似然估计方法对模型的参数进行估计,应用χ²检验统计量对模型进行优度检验和模型的比较.研究结果表明:考虑了单个资产时间上短期相依关系的模型更适合描述沪深股市的相依结构.     

基于股市和汇市成交量信息视角的股价波动预测

以往研究忽略了汇市成交量包含的信息对股价波动的影响,可能导致模型参数的有偏估计.基于泊松分布的随机波动率模型不仅可有效解决传统做法对成交量信息使用不足的问题,而且通过将汇市成交量信息引入模型,与现有文献形成有益补充.通过SMC算法编程实现了SV-VOL模型的有效估计,发现股市成交量信息有助于股价波动预测;汇市成交量信息是通过股市流入净资本这一间接渠道最终影响股票收益率与股市量价关系.     

区间数据典型相关分析技术及其在股市分析中的应用

采用一种针对大规模复杂数据的分析技术——符号数据分析方法(SymbolicDataAnalysis简称SDA),以中信证券风格指数作为研究对象,对2002年中国股票市场的财务指标与市场表现进行典型相关分析.研究结果表明,中国股市财务状况与市场表现相关性明显,上市公司的收益状况、偿债能力、资金管理能力及价值/成长因素决定股票的运行状况,不同风格股票在财务-市场关系方面差异性显著,行业特征明显.通过分析可以看到,运用符号数据对中国股市运行特征进行的分析结论与客观现实非常吻合,从而证明使用符号数据的典型相关分析技术对大规模多维动态数据系统进行统计分析是十分有效的.     

具有外部激励的股票价格振荡与模拟

随着单边贸易主义的抬头和中国金融市场的进一步开放，跨境资本流动波动性增强，中国股票市场的系统性风险也不断提高。在中美贸易战和中国经济转型的背景下，中国需探讨如何预防股市崩盘的方法。以复杂系统的自组织理论为视角和框架，建立基于单自由度系统受迫振动的股市崩盘自组织模型。从走势形态、量价关系、幂律性质和动量效应4个方面与历史上股市崩盘的真实数据进行对比，证明了模型具有良好的拟合性。同时研究了股市崩盘的过程并且探讨了其中的内在机理，为预测股灾发生提供理论基础。     

金融危机对中国证券网络影响的实证研究

以金融危机前和金融危机下两个不同时期对中国证券网络影响进行了实证研究。结果表明:沪深300证券网络权重分布在危机前后并没有太大变化,但在后金融危机时期,股价波动相关系数主要分布在弱相关区域。影响因子的分布是由危机前的普遍偏大变为危机后的普遍偏小。利用最大生成树所构建的中国证券网络和美国S&P500证券网络在金融危机时期网络层次均变得紧凑;度分布涌现出个别度值很大的Hub节点。沪深300相关性网络的最大社团中行业覆盖面较广,一些有利害关系的产业出现在同一社团中;且危机后的最大社团形态与S&P 500经济平稳时较为相似。     

股灾期间上证50ETF期权定价研究

从理论上探讨了股灾期间大盘指数对期权定价的影响,改进了用于表征股灾期间上证指数宽幅震荡过程的欠阻尼二阶系统阶跃响应函数,并考虑了上证指数对标的资产价格的耦合影响,在风险中性定价法则下构建出股灾期间的期权定价模型;详细考察了大盘指数模型中的参数(如阻尼系数、衰减速率以及无阻尼震荡频率等)、大盘指数影响作用过程的波动系数以及大盘与标的资产的关联系数等对期权定价的影响.最后,运用Monte Carlo仿真技术,对上证50ETF期权进行实证与预测.数值结果表明:所提出的股灾期间的期权定价模型,能有效地为上证50ETF期权定价,并具有良好的鲁棒性.     

外汇市场与股票市场间波动溢出效应——基于汇改后数据的小波多分辨分析

随着金融全球化与自由化进程的加快以及人民币汇率体制改革和中国企业股权分置改革的深化,外汇市场与股票市场间的信息流动和风险传递进一步加强。通过小波多分辨分析能够从不同尺度研究外汇市场与股票市场间的波动溢出效应,以达到从时频2个角度同时进行研究的目的。实证结果表明,人民币汇率波动与股票价格波动的低频信号具有协整关系。其独到之处在于发现不同交易周期上波动溢出效应存在非一致性:短期主要表现为股票市场向外汇市场的单向波动溢出;而随着交易周期的加长,则表现为双向波动溢出效应。     

Empirical Study on Long Memory Feature in Chinese Stock Market

The notion of long memory, or long-term dependence, has received considerable attention in empirical finance. While many empirical works were done on the detection of long memory in return series, very few investigations focused on the market volatility, though the long-term dependence in volatility may lead to some types of volatility persistence as observed in financial markets and affect volatility forecasts and derivative pricing formulas. So, using modified rescaled range analysis and ARFIMA model testing, this study examined long-term dependence in Chinese stock market returns and volatility. The results show that although the returns themselves contain little serial correlation, the variability of returns has significantly long-term dependence. It would be beneficial to encompass long memory structure to assess the behavior of stock prices and research on financial market theory.     

符号数据典型相关分析技术及其在股市分析中的应用

采用一种针对大规模复杂数据的分析技术——符号数据分析方法(Symbolic Data Analysis．SDA)，以中信证券风格指数作为研究对象，对2002年中国股票市场的财务指标与市场表现进行典型相关分析。研究结果表明，中国股市财务状况与市场表现相关性明显，上市公司的收益状况、偿债能力、资金管理能力及价值／成长因素决定股票的运行状况，不同风格股票在财务一市场关系方面差异性显著，行业特征明显。通过分析可以看到，运用符号数据对中国股市运行特征进行的分析结论与客观现实非常吻合．从而证明使用符号数据的典型相关分析技术对大规模多维动态数据系统进行统计分析是十分有效的。