市场间相依性检验、非对称性及传导方向研究

考虑市场间非线性、非正态性假设下的交叉相关性特征,引入更符合市场实际的去趋势交叉相关性分析、多重分形去趋势交叉相关性分析及基于时间延迟的去趋势交叉相关性分析等方法对沪深300股指期现市场间的相依测度进行定量研究.结果表明期现市场间具有明显的交叉相关性特征,且该交叉相关性具有多重分形特征;期现市场具有不同趋势时,市场间的交叉相关性存在非对称性特征,且两市场具有下降趋势时,交叉序列的长程相关性更显著;期现市场间交叉相关性的传导方向是双向的,且两市场对短时间内的信息较为敏感、反应较为迅速.当时滞小于5天时,期货市场对现货市场的影响作用更大.上述研究结果为深入研究多市场间非线性依赖关系和复杂特性机理提供了有益的参考.     

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.     

投资者异常关注与成交量和波动率的交叉相关性及传导方向——基于复杂性理论视角

选取上证50指数中32只成分股为实证研究对象，以百度指数衡量投资者异常关注，突破原有的未考虑投资者行为与市场表现之间非线性复杂交互特征的线性范式框架，引入更符合金融市场实际的DCCA和基于时间延迟的DCCA复杂性方法研究投资者异常关注与成交量和波动率的交互效应及传导方向。结果表明：投资者异常关注与成交量和波动率均存在正向的交叉相关关系，且其与成交量的交叉相关性水平更高；投资者异常关注与成交量和波动率之间的交叉相关性传导方向是双向的，且随滞后期增加，交叉相关性水平逐渐减弱；进一步划分市场态势，发现牛市状态下投资者异常关注与成交量和波动率之间的交叉相关性强于震荡市。上述研究为深入探讨投资者行为与股票市场表现之间非线性依赖关系和复杂特性机理提供有益参考，也为投资者和监管部门提供决策依据。     

中国金融状况与实体经济发展研究——来自中国2000-2017年月度数据

运用混合创新时变系数随机方差向量自回归模型(mixture innovation time-varying parameter vector autoregressive models with stochastic volatility,MI-TVP-SV-VAR)构建中国金融状况指数(MFCI)测度中国金融状况,并基于非对称多重分形去趋势交叉相关分析法(multifractal asymmetric detrended cross-correlation analysis,MF-ADCCA算法)分析MFCI对实体经济发展的预测能力.以我国2000-2017年月度数据为研究样本,实证结果显示:各金融状况变量的权重均具有灵活时变性,股票价格、债券价格、房地产价格在MFCI中的权重较大;MFCI在样本期间能够与实体经济发展保持趋势上的一致性,且领先于实体经济发展(EC)的变动;基于MF-ADCCA算法的非对称相关性检验得出MFCI与EC具有持久的交叉相关性,MFCI的下降会导致EC的下降,MFCI的上升会导致EC的上升;MFCI对EC的交叉影响改变了单独序列本身的非对称影响,说明中国金融状况对实体经济发展的前期影响作用存在,MFCI具有对实体经济发展的预测作用.跨期相关性检验得出MFCI对实体经济的预测作用在6个月内效果更显著.     

中国股市的日内效应、长记忆性及多重分形性:基于价-量交叉相关性视角

与以往仅针对价格或交易量某单一序列的实证研究不同,从价-量交叉相关性视角,以金融危机期间中国股市每1分钟高频数据为研究对象,对其日内效应、长记忆性及多重分形性等异象性特征进行了研究。首先,对我国股市的日内效应进行了检验,发现该日内效应表现为"U"型形式。进一步,运用DFA和DCCA方法,研究了中国股市价格和成交量序列的长记忆性及交叉相关性特征。最后,运用MF-DFA和MF-DCCA方法对中国股市价格及交易量序列进行了多重分形分析和多重分形交叉相关分析。上述研究结果表明,中国股市价格序列与交易量序列不但自身具有显著的长记忆性及多重分形特征,且股市价-量关系之间也存在着显著的长记忆性和多重分形特征,即金融市场的价格变动不但受价格变动本身的影响,还会受到交易量变动的影响。这说明,对股市行为的分析应将价、量作为一个有机整体来全面考虑,而不是进行单独量化。     

我国沪深300股指期货和现货市场的交叉相关性及其风险

利用2010年4月16日到2012年4月12日期间的我国沪深300股指期货和现货1分钟高频数据，采用降趋交叉相关分析方法（DCCA）和多重分形降趋交叉分析方法（MF-X-DFA），研究我国股指期货市场和现货市场之间的以及在不同收益率情况下的长程交叉相关性和风险情况. 结果表明，我国股指期货和现货市场之间具有长程交叉相关性，均呈现出长期记忆性和多重分形特性，且股指期货市场的整体风险大于现货市场；随着市场波动程度加大，市场之间的交叉相关性增强，风险的传染程度加剧. 这对于金融市场的风险监管和政策的制定具有一定的借鉴意义.     

基于互联网搜索指数的多因素集成下人民币汇率预测

针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP)方法、去趋势交叉相关分析(DCCA)方法对指数的有效性进行了检验,结果表明该指数可以有效地表征出大众情绪和预期的变化.进一步地,利用所编制的互联网搜索指数对人民币汇率的短期预测模型进行改进,构建了融合互联网搜索指数的CAR模型.实证结果表明,融合互联网搜索指数的人民币汇率短期CAR预测模型可以有效提升短期汇率的预测精度.     

基于TSI指数的中国运输服务指数构建

交通运输行业作为基础性、先导性、服务性行业,与宏观经济发展有着密切的联系.在新的大部制背景下,亟需一个能够全面、及时、准确地反映交通运输经济与宏观经济之间相互关系的综合性指标.研究基于TSI指数构建了中国运输服务指数(CTSI),并结合相关性分析、周期性分析、重大事件影响分析对其进行合理性检验.相关性分析结果显示,指数与工业增加值之间存在较高的正相关性;经HP滤波处理的周期性序列对比显示,指数与工业增加值之间的周期性交化趋势基本一致,而指数出现波峰波谷的时刻领先于工业增加值约2个月;重大事件影响分析表明,指数能较好地拟合"非典"、国际金融危机等重大事件对宏观经济的影响.     

基于马尔可夫毯时序回归模型的房地产板块指数预测

房地产板块是中国股市的核心行业板块，房地产板块股价指数走势的分析有助于对中国股市态势的正确把握. 针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题，基于股市行业板块之间指数波动的相关性，利用马尔可夫毯学习算法选择与房地产板块相关的行业板块，通过因果分析避免现行方法中选取相关板块的主观性；进而，利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块，从而构建房地产板块的向量时序回归模型，实现对房地产板块股价指数的有效预测；最后，通过脉冲响应和方差分解对模型进行分析. 对于上证股市所进行的实验比较和实证分析的结果表明，该方法能有效预测房地产板块股价指数的走势.     

遗传算法交叉操作的改进

交叉操作是遗传算法中最重要的一种操作,是影响算法收敛性能的关键。提出一种改进的交叉操作,定义了种群的多样性和个体的相关性,根据种群的多样性和个体的相关性选择不同的交叉策略,大大减少无效的交叉操作,提高交叉操作的效率,从而改善算法的收敛性能。对复杂函数优化的仿真计算结果表明,同标准交叉操作比较,改进的交叉操作更加有效。     

日中两国不同经济时期股市的多重分形分析

在不同的经济发展时期, 股票市场波动会呈现出不同的动力学特征. 鉴于分形理论在描述股票价格波动特性时具有许多优势, 应用多重分形消除趋势波动分析(MF-DFA) 对日本七个经济时期以及中国股市自建立以来三个经济阶段的股票市场指数进行实证研究. 结果显示: 不同经济发展时期日中两国的股票市场均具有明显的多重分形特性; 但各自不同的经济时期多重分形特性差异显著, 且与当时经济发展的状况存在着一定联系. 接着运用自组织特征映射(SOM)神经网络对日本七个经济时期股市的多重分形特性进行分类, 验证了多重分形消除趋势波动分析(MF-DFA)可以较准确地刻画出不同经济时期股票市场的动力学特征. 最后, 通过对比日中两国不同时期股票市场的多重分形性, 得出一些对中国经济发展有益的启示.     

基于滑动窗口 MF-DFA 的股票风格资产收益多重分形分析

风格投资已逐渐成为基金构建投资组合的一种主流量化投资方法. 本研究在分析风格资产收益呈分形特征的基础上, 通过引入滑动窗口技术对传统的多重分形消除趋势波动分析法 (MF-DFA) 加以改进, 并对中信标普公司推出的 6 种股票纯风格资产指数日收益率序列的波动特征进行研究, 实证结果发现: 滑动窗口技术能有效减少因分割连接点处的不连续性而产生的伪波动误差; 风格资产指数日收益率序列均具有相关多重分形特征, 即原始序列具有持久性, 位置重构序列均具有反持久性, 且位置重构序列的多重分形特征显著弱于原始序列的多重分形特征, 表明风格资产指数收益序列的持久相关性是形成多重分形特征的主要原因; 价值、成长型比规模型风格资产具有更规律的多重分形特征, 表明价值、成长型比规模型风格资产的分形规律更明显. 本研究对基金公司、基金经理及时准确地把握股市风格动向以便构建适度风格漂移策略具有重要的理论价值与现实意义.     

金融市场的相关性分析--Copula-GARCH模型及其应用

作为一种全新的分析方法，Copula技术不仅可以有效地捕捉金融时间序列间的相关性，还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数，建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明，不同板块的指数收益率序列具有不同的边缘分布，各序列间有很强的正相关关系，条件相关具有时变性，各序列间相关性的变化趋势极为相似。     

中国股票市场的标度突变现象及其特征研究

以上证指数为例,运用MF-DFA方法对其进行多重分形消除趋势波动分析.结果发现该时序在整个标度范围上存在交叉突变现象,其交叉突变点将整个时间标度分为两个部分,每一部分具有不同的多重分形特征及标度指数.进一步地,对每一部分多重分形特征成因进行分析,发现股票市场的多重分形特征是由波动的相关性及厚尾的概率分布共同作用的,其中收益序列的波动相关性是形成多重分形特征的主要原因.最后,提出股票市场监管的几点启示.     

基于复杂网络理论的期货指数网络的研究

利用复杂网络理论研究期货指数之间的相关性及其整体特性,分别对期货指数网络的小世界效应、同配性、拓扑结构以及度的分布进行研究,分析期货指数和整体经济之间的关系。选取文华财经发布的40个期货指数为节点,指数点位波动相关性为边,分别构建无权和有权的网络。网络特性分析结果表明,期货指数无权复杂网络在小阈值下具有典型的小世界网络特征,且在国内外品种之间以及农产品和非农产品之间具有较高的同配性。期货指数有权复杂网络不具有无标度特性。从品种上看,在网络中影响比较大的是原油、铜等世界经济中最重要的工业原料,期货指数对整体期货网络的影响程度反映出相对应的各个期货品种对世界经济的影响程度。从国内外品种对整体市场影响程度的角度来看,在国外交易的期货品种对市场影响较大;而在国内交易的期货品种对市场影响较小。     

中国股票市场分形与混沌特征:1994～2008

用R/S分析法得出上海股市对数收益序列的Hurst指数为0.6474,说明上海股市系统存在分形特征,存在大约一年半的长期记忆性的循环周期;用相空间重构法求得上海股市吸引子的维数收敛于1.355,说明上海股市具有混沌特性,建立上海股市的动力学系统至少需要两个变量;系统的最大Lyapunov指数为0.003,佐证了R/S分析得出的上海股市存在一个大约一年半的循环周期的结论;主成量分析法的使用支持系统具有混沌特性的结论。上海股市的分形和混沌特性揭示了中国股市的非线性本质,以非线性观为指导更有利于制定有利于发展股市的对策。     

泡沫随机临界时点超指数膨胀模型:中国股市泡沫的检测与识别

传统的泡沫模型都是假设泡沫是指数膨胀的, 无法显著地将泡沫和同样是指数增长的基本面引起的高速价格增长区分开来, 使得泡沫检验的有效性遭到置疑. 泡沫超指数膨胀模型可以克服这一缺陷, 它认为泡沫是一种本质上快于指数增长的更快膨胀, 具有一个理论上的有限时间终结点. 引入了最新的一类超指数膨胀模型——均值回复平稳随机临界时点模型. 它将泡沫的检验和识别转化为1)检测"非线性非平稳的股价序列是否潜含均值回复的平稳临界时点序列"; 2)估计正反馈效应指数和潜在临界时点. 利用它对中国股市2005年中期至2007年后期的投机泡沫实证分析表明, 该模型能够有效的检验中国股市泡沫的存在性, 并能识别29个行业板块间泡沫的膨胀强度和稳定性大小. 同时, 模型对于中国股市的泡沫破灭也有良好的预警效果. 最后分析了模型的政策含义.     

中国股市指数与投资者情绪指数的相互关系

选取"新开交易账户数"作为投资者情绪的代理变量,应用ARMA-GARCH类模型研究了投资者情绪与股市收益率之间的相互关系.结果显示ARMA-GARCH类模型能有效拟合投资者情绪变化率和上证综合指数收益率的自相关性和异方差性.Granger因果检验表明上证综合指数收益率是投资者情绪变化率的一个显著影响因子,而并没有发现投资者情绪的变化率对上证综合指数的收益率Granger因果显著.根据市场表现的不同特征, 投资者利用这一信息调整情绪.当市场处于上升阶段时, 投资者情绪会更为乐观,有更多新的投资者进入股市; 当市场处于下降阶段时,投资者就会转变为较为悲观, 场外的投资者就会处于观望状态,不急于进入股市, 这样反映在股市上就是"新开交易账户数"减少.     

中国股市收益率与波动性长记忆性的实证研究

根据 Granger关于序列长记忆性的定义 ,从股市收益率与波动性两个方面分析与研究了香港、上海和深圳股市的长记忆性 .结果表明 :中国股市收益率与波动性具有长记忆性 ,尽管收益率的长记忆性不如美国股市强 ;上海股市的记忆性明显强于深圳股市 ;分数可积模型较指数衰减自相关函数能更好地拟合样本的自相关系数     

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。