Shibor适用的短期利率模型

基于拟合优度、模型的预测效果等指标及数据的统计特征,考察单因素利率模型刻画拆借利率(Shibor)的适用性.多种统计检验表明:3月期限Shibor收益序列具有均值回复和厚尾特征;故初次选用带跳的Vasicek模型或带跳的指数Vasicek模型描述Shibor收益序列的变化过程;进一步应用粒子滤波方法对两模型的参数进行估计,并通过对两模型的拟合优度和预测精度的比较.最终遴选出带跳Vasicek单因子利率模型为描述Shibor的适用模型.     

ARMA-GARCH模型及VaR方法在我国银行间同业拆借市场中的应用研究

对我国银行间同业拆借市场利率建立不同分布假设下的12种ARMA-GARCH模型,并用VaR模型度量同业拆借市场的利率风险,得出结论:通过选择适当的滞后阶数,12种不同分布假设下的ARMA(m,n)-GARCH(p,q)模型均可以有效地刻画同业拆借利率序列的动态特性,且同业拆借利率的变化与其前两期的变化有较大关系;我国银行间同业拆借利率序列存在显著的反杠杆效应:利率向上变动时的波动性要大于利率向下变动时的波动性;t分布不适合描述同业拆借利率序列的尾部特征,正态分布和GED分布能较好地描述同业拆借利率序列的右尾特征,但不适合描述其左尾特征.     

宏观经济波动下央行调控对银行稳定性的影响

2008年的全球性金融危机给银行业带来的深刻影响,使我们意识到仅仅依靠银行间拆借市场的作用不足以保障银行系统的稳定,因此,本文聚焦于中央银行的调控,并且提出三种动态的宏观经济冲击情景,通过构建不同宏观经济趋势冲击下的具有中央银行调控的银行网络模型,进行系统仿真,探讨影响银行系统稳定性的中央银行调控措施。研究表明:首先,央行援助力度与银行间连接度两种力量由于冲击情景不同而作用不同;当面临宏观经济呈下降趋势的冲击时,增强银行间的连接度基本无效,只有央行给予较大的援助才能较大的提高银行系统的稳定性;而在上升趋势以及随机情况下,既可以仅依靠银行间连接度也可以这两种力量结合使用来提升稳定性;其次,在面临宏观经济的各动态冲击情景时央行调整贷款利率对稳定性提升的作用不明显;最后,央行存款准备金率的调整在不同的宏观经济冲击情景下对稳定性的作用不同,下降趋势下银行系统的稳定性随着存款准备金率的增加而提高;上升趋势和随机情况下都存在存款准备金率的临界值将系统划分为稳定性区与非稳定性区。     

动态内生拆借网络演化的银行系统稳定性

目前针对银行系统稳定性的研究大多在静态给定(外生)的网络结构下,并假设银行资产负债表固定的情况下,研究银行网络系统中银行倒闭传染规律。而现实中的银行网络系统,网络结构是内生(银行动态拆借选择形成的)动态演化的,同时网络中银行的资产负债表也是动态演化的。本文基于银行资产负债表动态演化、储蓄波动动态演化及同业拆借利率动态演化下,构建动态内生拆借网络演化的银行网络系统模型。然后研究内生拆借机制,网络结构、银行异质性及不同参数变动对银行系统稳定性的影响。研究表明:偏好拆借形成的多中心网络结构下的系统更稳定,且偏好网络的网络密度明显低于随机网络;进一步研究发现,异质性银行系统比同质性银行系统稳定性更高;同时,增大银行数量、增加所有者权益比重和提升存款准备金率有利于维护系统稳定性;但增加投资比重并加大存款波动时系统稳定性将遭到破坏。     

影子银行、流动性分层与政策利率传导

人民银行的货币政策框架指出,要通过政策利率体系引导市场利率走势,然而以同业存单利率为代表的中期市场利率却往往与以中期借贷便利利率为代表的中期政策利率产生大幅偏离.通过构建信贷利率管制下的政策利率传导模型,本文提出了市场利率与政策利率利差的三个影响因素:影子银行、同业拆借市场资金融通难易程度、法定存款准备金率.流动性分层现象是后两项因素的外在体现,而影子银行则可区分为传统影子银行与银行影子两类,且它们的作用相反.就经济作用机制而言,传统影子银行业务与企业信贷独立而互补,而银行影子是我国商业银行进行监管套利的另类企业信贷,因此两者对市场利率与政策利率利差的影响相反.此外,银行间市场流动性的总体充裕程度、各金融机构间流动性缺口导致的货币政策传导效率差异能解释流动性分层的影响.     

机构投资者、股权分置改革与股市波动性——基于MCMC估计的t分布误差MS-GARCH模型

从2003年开始, 中国机构投资者占股市流通市值中的比例迅速增长. 论文以这段时期上证指数的日收益率序列为研究对象, 改进了最新的t分布误差MS-GARCH模型, 运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计, 为研究股权分置改革、机构投资者对股市收益率波动的影响提供了新的证据. 研究发现, 股权分置改革使股市波动性发生了结构性改变, 股市由低波动风险期转换为高波动风险期; 各类基金的总净值和仓位给股市波动性带来的影响有显著差异, 存款准备金率和利率的调整也会影响股市波动性. 最后, MS-GARCH模型对股市数据的拟合度和预测效率等都优于单状态GARCH模型.     

中国短期利率波动性效应实证比较研究

通过考虑宏观经济波动性对利率波动性的影响,实证比较研究了中国短期利率的波动性效应.研究表明:1)中国短期利率的波动率同时存在显著的水平效应、ARCH效应和正向宏观经济效应;2)虽然三种时变波动性效应在刻画短期利率波动性行为时都是必要的,但ARCH效应最强,水平效应次之,宏观经济效应最弱,ARCH效应甚至超过了其余两种效应的总和;3)通常三种时变波动率效应之间存在一定程度的替代关系;4)在常数波动率模型中依次引入波动率的宏观经济效应、水平效应和ARCH效应后,模型对利率数据的拟合优度逐步显著提高.     

动态内生拆借网络演化的银行系统稳定性研究

目前针对银行系统稳定性的研究大多在静态给定（外生）的网络结构下，并假设银行资产负债表固定的情况下，研究银行网络系统中银行倒闭传染规律。而现实中的银行网络系统，网络结构是内生（银行动态拆借选择形成的）动态演化的，同时网络中银行的资产负债表也是动态演化的。本文基于银行资产负债表动态演化、储蓄波动动态演化及同业拆借利率动态演化下，构建动态内生拆借网络演化的银行网络系统模型。然后研究内生拆借机制，网络结构、银行异质性及不同参数变动对银行系统稳定性的影响。研究表明:偏好拆借形成的多中心网络结构下的系统更稳定，且偏好网络的网络密度明显低于随机网络；进一步研究发现，异质性银行系统比同质性银行系统稳定性更高；同时，增大银行数量、增加所有者权益比重和提升存款准备金率有利于维护系统稳定性;但增加投资比重并加大存款波动时系统稳定性将遭到破坏。     

未保险存款的利率对存款保险定价的影响

当实行限额赔付的存款保险制度时,参保银行以两种方式获得存款：以无风险利率吸收承保的存款,以含有风险溢价的存款利率吸收未被保险的存款.较高的未保险存款利率会提高商业银行的资金成本,使其容易发生破产风险.同时,提高未保险的存款利率会降低被保险存款的本息之和在期末全部负债中的比重,使其在债务清偿中处于不利地位.本文以Merton的期权定价模型为基础,通过建立引入未保险存款利率的费率厘定模型定量分析了上述影响.结果发现,存款者要求的风险价格越高,这种影响就越显著.     

基于HMM-EGARCH的银行间同业拆放利率市场波动预测研究

针对中国金融市场呈现出的多波动状态的典型事实特征,以上海银行间同业拆放利率(Shibor)市场为研究对象,不仅引入隐马尔可夫模型(hidden Markov model,HMM)对其进行了波动状态预测,而且还引入HMM-EGARCH模型对其波动率进行了预测;最后使用成功率(success rate,SR)与平均绝对误差(mean absolute error,MAE)对预测波动状态进行检验,并且还采用标准统计误差函数对预测波动率进行检验.实证研究表明:高低两种波动状态就能够有效地刻画出Shibor市场的波动状态;HMM模型能够对Shibor市场进行较准确地波动状态预测,且更重要的是,HMM模型对高波动状态预测具有显著的优越性;HMM(2)-EGARCH模型能够有效地对Shibor市场进行波动率预测.     

高频数据的加权已实现极差波动及其实证分析

高频金融时间序列的分析与建模是金融计量学的一个崭新的研究领域。已实现极差波动是针对高频金融时间序列而开发的一种全新的波动率度量方法。文章首先证明了已实现极差波动是比已实现波动更有效的波动估计量。然后基于日内波动的特征。给出考虑“日历效应”的加权已实现极差波动。并说明了已实现极差波动只是加权已实现极差波动的特例。最后。通过对深圳股市实证分析。证实了加权已实现极差波动是比已实现极差波动更有效的波动估计量。     

基于可生长结构的自组织神经网络研究

在可生长结构网络（Growing When Required Network,简称GWRN）的基础上,提出了有监督可生长结构网络（Supervised Growing When Required Network,简称SGWRN）模型。该模型引入线性输出层,将GWRN与径向基函数结合,构成有监督自组织神经网络学习模型。该模型能快速生长,可广泛用于监督学习。倒立摆平衡控制仿真实验结果表明该模型有效。     

基于“已实现”波动的协同持续研究及其应用

目前文献中对金融波动持续性和协同持续性的研究都是以低频金融数据为研究对象的.而随着信息技术的发展,高频金融数据的储存和获取更加便利.针对高频金融数据,采用“已实现”波动作为新的波动度量方法,并且给出基于“已实现”波动的金融时间序列波动持续性和协同持续性的定义,并且采用上海股票市场和深圳股票市场的高频金融数据对两个股票市场的波动的持续性和协同持续性进行了实证研究.     

基于局部波动率模型的上证50ETF期权定价研究

局部波动率模型被广泛运用于风险管理、期权定价等领域,该模型不仅可以描述波动率微笑、期限结构等实际现象,同时能保证市场的完备性.研究局部波动率模型的核心目标是对隐含波动率进行建模.本文分别通过参数法和非参数法对隐含波动率建模,不仅保证了波动率曲面的无套利性,同时给出了非参数法求解局部波动率的显式表达式,从而消除了近似误差,得到较为光滑的波动率曲面.此外,本文基于局部波动率模型对我国上证50ETF指数期权的定价进行了实证研究,分别从样本内定价误差、样本外定价误差、套期保值效果三个方面分析比较了该模型的定价效果.实证结果显示:对样本内数据,非参数法拟合的定价结果优于参数方法;对样本外数据以及套期保值效果来说,参数法取得的效果较好.特别地,隐含波动率建模方法无论是对期权定价还是套期保值,效果均优于直接根据市场数据建模的结果,样本内定价误差可减少一半以上,均方误差可降低1～2个数量级.     

赋权已实现波动及其长记忆性,最优频率选择

已实现波动是针对高频金融时间序列的一种全新的波动度量方法,具有不需要模型和计算方便的优点.本文则对已实现波动进行了改进,提出了另一种更为有效的波动度量方法———赋权已实现波动,并且使得“已实现”波动成为赋权已实现波动的一个特例.通过对上海股票市场的实证研究,说明了赋权已实现波动是优于已实现波动的波动估计量,并且对赋权已实现波动的统计特性进行了分析.同时,在综合考虑微观结构误差和测量误差的基础上选择了最优的高频数据采样频率.     

基于跳跃、好坏波动率与百度指数的股指期货波动率预测

本文首次将百度指数引入HAR波动建模框架,基于跳跃、好坏波动率与百度指数提出HAR改进模型,实证研究揭示股指期货波动运行规律,并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差,基于序列相关法仿真统计最优抽样频率,利用已实现核修正的ADS检测识别跳跃,进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明:连续波动比跳跃波动对未来已实现波动的预测贡献更大;好坏波动率具有不对称的波动冲击,好(坏)波动率抑制(加剧)未来波动性;符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;百度指数能显著提升HAR波动建模的样本内外预测能力;MCS检验证实,考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.     

权证收益率波动的度量:基于GARCH和SV模型的比较

分别采用GARCH模型和SV模型对权证收益率波动进行比较研究,发现这两类模型均能较好地拟合权证收益率的波动,但SV模型比GARCH模型更能捕捉权证收益率的波动信息。在权证总持续期间,通过SV模型计算的V aR值比GARCH模型更加准确;而在权证发行上市时期及最后交易日期间,通过GARCH模型计算的V aR值比SV模型更加准确。     

上市公司诉讼仲裁信息的披露与股票非系统波动性的变化

把中国上市公司的诉讼、仲裁公告分为三类，运用事件研究法考察了其中两类公告所披露的信息对股票非系统波动性的影响。研究结果表明．由于可能存在信息的提起泄露，个股的非系统波动性在公告日前就开始显著增加了,且第一类公告样本较之于第二类公告样本，在公告日前存在更明显的非系统波动性增加；信息正式公布后，个股的非系统波动性继续增加，表明该信息对于普通投资者仍然是一个新信息。我们的研究表明中国上市公司的诉讼仲裁公告传递了有效的信息，且市场做出了合理的反应。但是可能存在的信息的提前泄露和利用，却值得关注。     

基于波动率分解的期权定价

文章通过将标的资产波动率分解为不相关的两个组成部分,构建了期权定价模型,并求解了相应的期权定价公式.分析新模型在标的资产收益率的偏度与峰度、隐含波动率等方面的重要特征,并利用市场数据对模型进行了拟合.研究表明:将波动率进行分解,以适应于其组件不同的运动过程,从而扩展了模型的适用场景;利用波动率组件的相互作用,即使在波动率参数较低时,也可以令短期期权获得明显的尖峰、波动率微笑等形态特征,从而有效地规避了单因素随机波动率模型的缺陷;同时,通过波动率分解引入新的风险源,模型具有更好的定价效率.