中国证券市场正反馈交易的实证研究

在Shiller—Sentana—Wadhwani模型的基础上，建立一个不对称EGARCH模型，对我国证券市场正反馈交易行为进行了实证检验。实证发现我国证券市场上显著的一部分投资者为正反馈交易者，不以基本面价值为基础的正反馈交易在市场报酬的形成中起着重要的作用，正反馈交易使市场收益自相关系数与市场波动呈现负向关系，且高波动期间出现负自相关。同时，中国证券市场正反馈交易并不对称，市场下跌期间比上涨期间正反馈交易要明显得多。     

量价趋势、信息不对称与股票收益率：基于中国A股市场的实证研究

针对中国A股市场，考察量价趋势与股票未来收益率之间的关系。实证结果表明，量价趋势对股票横截面收益率具有显著的预测能力：成交量或价格上升趋势越强的股票，其未来的收益率越低。同时，对于信息不对称程度较高的股票，如市值较小、波动率较高或流动性较差的股票，量价趋势因子的预测能力更为显著。通过将量价趋势信息进行合成，研究发现，合成后的因子比单个因子有更好的表现。研究表明：投资者在进行投资交易时，综合利用量价信息能够获得显著的超额收益。同时，信息不对称是影响股票定价效率的重要因素，降低信息不对称程度有助于提高股票市场有效性。     

基于杠杆和流动性冲击的股指期货保证金定价

现有研究对股指期货保证金定价多仅围绕波动率因素来考虑,而忽视了流动性冲击、杠杆和交叉持股所导致的现货价格极端变化对期货保证金的影响,即在保证金定价中未能考虑现货市场的流动性风险和组合再平衡风险.鉴于此,本文首先分析了流动性冲击下杠杆对投资组合价值的影响机理,以及交叉持股对现货标的的正反馈效应;然后通过持有成本模型将这些因素引入到股指期货价格变化中,最终构建保证金定价模型.模拟分析发现:现货市场中的杠杆水平、流动性冲击水平均与股指期货保证金显著正相关;且与传统模型相比,本文提出的定价模型所计算的股指期货保证金要显著高于前者,这也意味着本模型的确能够有效解决流动性冲击严重或者杠杆过高情况下,股指期货保证金的合理调整问题.     

异质投资者角力能够预测未来股价吗?——中国A股市场“高开低走”异象研究

A股市场的交易机制和投资者结构与发达国家成熟市场存在差异,是否存在类似于美股的由异质投资者角力所导致的市场异象成为学界与业界共同关心的问题.本文从异质投资者之间多空对决视角出发,基于隔夜收益与日间收益分解,探讨了股票日内收益反转(高开低走或低开高走)的频繁程度是否对股票未来收益具有预测能力.实证结果表明:中国A股市场存在显著的"高开低走"异象,持续期可达6个月,但不存在"低开高走"异象;"高开低走"异象在小市值、高成长的"魅力股"上尤为明显,且市场情绪、博彩偏好、套利限制等因素引发的错误定价有助于解释异象成因.本文的研究结果不仅提供了关于中国A股市场异象的新的经验证据,也对降低异象影响、优化市场效率、提升监管效能等具有重要的实践意义.     

投资者情绪与期货市场功能——基于沪深300股指期货的研究

本文以2015年股指期货市场实行交易限制措施事件作为自然实验样本,研究了不同市场环境下投资者情绪对沪深300股指期货风险管理功能和价格发现功能的影响及其差异.研究结果表明,在无交易限制的市场环境下,投资者情绪对沪深300股指期货的风险管理能力和短期动态价格发现能力有显著的负面影响;而在有交易限制的市场环境下,投资者情绪对沪深300股指期货市场风险管理能力的影响出现反转,但其对股指期货市场价格发现能力的负面影响却进一步加剧,本文分析这一现象是由于交易限制规则实施后股指期货市场流动性和市场深度极度匮乏、逆向选择效应增强所致.与现有研究相比,本研究可以更有效地从市场微观结构角度揭示投资者情绪对金融市场的影响存在差异的原因.此外,本研究结果在以双重差分模型和以互联网搜索指数作为投资者情绪代理变量的检验中同样稳健.     

基于混合资产定价模型的中国股票市场羊群行为实证研究

结合资本资产混合定价模型市场交易因子载荷离散度指标对市场交易行为的反映,提出更加反映市场行为、具有时间序列可比性的羊群行为度量指标,并利用该指标对中国股票市场羊群行为进行实证检验,发现了沪深股市羊群行为的显著特征.     

信息不对称与股权结构:中国上市公司的实证分析

由于中国市场不采用做市商制度,在没有Bid-Ask数据的情况下改进了以前的模型,从而对中国股票市场信息不对称的程度进行了度量.然后,在此基础上进一步考察了国有法人股、机构持股、大股东之间相对力量对比等股权结构因素对交易中的信息不对称程度的影响.实证结果表明:市场中信息不对称程度随着国有、法人股比例增加而增加;随着机构持股比例上升而上升;随大股东之间的股权集中程度提高而加强.     

投资者情绪与期货市场功能——基于沪深300股指期货的研究

本文以2015年股指期货市场实行交易限制措施事件作为自然实验样本，研究了不同市场环境下投资者情绪对沪深300股指期货风险管理功能和价格发现功能的影响及其差异.研究结果表明，在无交易限制的市场环境下，投资者情绪对沪深300股指期货的风险管理能力和短期动态价格发现能力有显著的负面影响；而在有交易限制的市场环境下，投资者情绪对沪深300股指期货市场风险管理能力的影响出现反转，但其对股指期货市场价格发现能力的负面影响却进一步加剧，本文分析这一现象是由于交易限制规则实施后股指期货市场流动性和市场深度极度匮乏、逆向选择效应增强所致.与现有研究相比，本研究可以更有效地从市场微观结构角度揭示投资者情绪对金融市场的影响存在差异的原因.此外，本研究结果在以双重差分模型和以互联网搜索指数作为投资者情绪代理变量的检验中同样稳健.     

基于正态逆高斯分布的抵押债务定价和因子模型

目前,高斯单因子定价模型已成为CDO定价的标准化模型并被广泛采用,但该模型不能准确刻画金融市场数据的"厚尾性"并存在相关性"微笑"现象,模型计量的结果不能很好的拟合市场报价。鉴于此,本文构建了基于正态逆高斯分布的因子模型对CDO估值,并对iTraxx Europe指数分券进行实证研究,通过模型理论估值和市场报价之间的差异来度量模型的定价能力,研究结果表明使用NIG-Copula分布有效改善了定价模型,能够更好地拟合了金融市场数据的"厚尾"现象,且在一定程度上解决了相关性"微笑"现象,能更好地拟合市场报价数据。     

基于符号价格极差的金融资产波动率预测研究

从价格极差在补充波动率预测方面的优秀表现和收益率符号信息在资本市场的广泛运用出发,本文将价格极差与收益率符号结合起来,构建了符号价格极差这一影响因子,并加入到4个主流的HAR模型中.基于上证综指的5分钟高频交易数据的实证结果表明:符号价格极差短期内对未来波动率影响显著且具有"非对称性",负(正)的符号价格极差导致未来波动率明显提高(降低);样本外预测结果显示,引入符号价格极差能够显著提高模型的预测能力且结果是稳健的,其中HAR-RSV-SR模型和HAR-Q-SR模型分别在对短期(1天)和中长期(5天和20天)的未来波动率预测中,表现出最高的预测精度.本文的结论对于波动率在资产定价和风险管理上的应用有着重要的参考价值.     

Liquidity dynamics around intraday price jumps in Chinese stock market

Using 4128 single jumps detected from high frequency data of 220 individual stocks in SZ300P index, this paper investigates the liquidity dynamics around price jumps in Chinese market. Some interesting empirical results are obtained and the corresponding explanations are given. The frequency of positive jumps is quite higher than that of negative jumps. The trading volumes and average trade sizes are all in a high level around positive jumps. The relatively low liquidities around negative jumps show that negative jumps may be generated and enlarged by poor liquidity provision. The price reversal after price jumps is significant, and price reversal lasts longer after positive jumps. Moreover, the size and direction of jumps are significantly correlated with the returns and trades in the post-jump trading time. These findings are believed to be associated with the high proportion of retail investors and their herding behavior for price trend chasing.     

中美股市配对因子实证分析

量化交易是指借助现代统计学和数学的方法，利用计算机技术进行交易的证券投资方式。配对交易和多因子选股是典型的量化交易策略。配对交易是基于统计套利，利用两个资产的短暂价格偏离，进行风险对冲以获取两个资产的Alpha收益，其核心假设是配对资产的价差具有均值回复性。多因子选股则将多个具有逻辑背景的因子策略相结合，选取在各个因子上综合得分较高的股票构建投资组合，其核心是如何挖掘具有逻辑背景的因子。由于中美经济关联度很大，两国股市间存在着联动性。根据配对交易的思想构建美股-A股配对因子，利用该因子对A股进行选股，通过实证分析，发现配对因子对A股股票有较好的区分度，且与传统的选股因子存在较低的相关性。因此，根据配对交易思想构建的美股-A股配对因子可用于多因子模型进行选股。贡献在于提出了以往研究未提出的因子，通过实证研究证明了该因子的有效性。     

动量策略、反转策略及其收益率的高阶矩风险

鉴于股市收益率常常表现出非对称性和"尖峰""厚尾"等系统性的高阶矩特征,本文在"均值-方差"CAPM和三因素模型等经典模型的基础上加入高阶矩风险,考查动量策略和反转策略的收益率是否可以进一步被高阶矩风险所解释.以中国沪深股市1998年1月至2009年n月所有A股的月度收益为样本,研究发现:(1)加入高阶矩风险能显著改进...     

考虑了信用风险的可转换债券定价模型

根据范辛亭“随机利率条件下可转换债券定价模型的经验检验”一文提出可转换债券理论价格与实际价格不一致是由于可转换债券定价中没有考虑信用风险(非恶意和恶意违约风险)所至；进而阐述转债定价模型的发展主要经历了三个过程：单因素模型，双因素模型，信用风险模型；最后在没有考虑信用风险的转债定价模型与风险债券定价模型基础上推导出具有信用风险(非恶意和恶意违约风险)的转债定价模型的PDE及其约束，边界条件。     

生产网络与行业收益率：基于时变网络依赖参数的空间因子模型

行业间通过投入产出关系形成了复杂且紧密关联的生产网络，对金融市场有着重要影响。同时传统因子模型忽视了网络结构所产生的影响>，易产生模型误设及混淆系统性风险来源的问题。因此，依据国家统计局发布的投入产出表构造时变的生产网络，将其嵌入到传统因子模型中，构建了基于生产网络的时变网络依赖参数的空间因子模型，进一步将行业收益率对因子的总风险暴露分解为直接风险暴露和间接风险暴露，研究了生产网络与系统性风险因子之间的相互作用对中国行业收益率的影响。研究表明：相比传统因子模型，采用空间因子模型更符合中国行业收益率与资产定价的实际；与发达国家相比，近20年来中国产业结构发生了重大变化，依据投入产出所形成的生产网络也发生了较大的变化，研究中假设空间依赖参数为时变参数更符合中国经济现实且实证业绩更佳；通过对因子风险暴露的分解，发现生产网络溢出效应能放大行业收益率对因子的风险暴露。     

提前违约的贷款及其贷款保险定价研究

现有的相关学术研究都忽略了现实中贷款提前违约对贷款违约损失的影响.本文的主要目的和贡献就是将提前违约引入到了贷款保险定价模型中,修正了只考虑到期违约所导致的贷款保险定价误差.本文以期权定价理论为基础,通过蒙特卡罗模拟技术得到了提前违约贷款保险定价的数值解.算例和实证结果表明:1)当违约风险较高时,提前违约的贷款保险定价模型可以修正仅考虑到期违约的贷款保险定价高估问题;2)提前违约的贷款保险定价与企业的违约点呈现出倒U型的非线性关系;3)蒙特卡罗模拟的时间间隔会影响提前违约的贷款保险定价水平,这反映了信息不对称问题对贷款保险定价的影响.     

投资机构的影响:多因素定价模型实证分析

CAPM、APT模型以及Fama-French三因素模型等都从不同角度来解释资产价格的变化过程。本文从证券市场主力（机构投资）着手．分析了多因素定价模型。通过中国证券市场的数据实证检验了多因素定价模型投资机构定价因子的存在。     

多因子HJM框架下的利率风险测度模型

在多因子HJM (Health-Jarrow-Morton) 模型框架下,定义了多利率风险因素的随机利率风险测度模型. 基于两因子和三因子HJM 模型,给出了多因子HJM 模型下的随机利率风险测度模型的具体实例. 实证分析部分比较了传统与随机、单因子与多因子利率风险测度的利率风险免疫效果. 实证结果显示,多因子HJM 模型下的随机利率风险测度模型的免疫效果明显优于单因子随机利率风险测度的免疫效果,更能充分显示出随机利率风险测度较之传统利率风险测度的优越性,在利率风险管理中具有较高的应用价值.