具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。     

基于有偏胖尾分布的随机波动模型估计及其检验

金融资产的收益分布普遍展现出两个重要的典型特征:"有偏"性和"胖尾"性,但目前绝大多数的随机波动模型都无法同时将上述两类典型特征综合纳入其估计的条件分布假定中.以上证综指和标准普尔500指数为例,通过引入有偏的广义误差分布(Skew GED)来综合刻画条件收益的有偏和胖尾特性,并运用马尔科夫链一蒙特卡罗模拟法(MCMC),探讨了在正态分布(Normal)、有偏的正态分布(Skew Normal)、广义误差分布(GED)以及Skew GEI)这4种条件分布假定下的随机波动模型估计方法,同时实证检验了不同分布假定下的随机波动模型对实际市场波动率的刻画精度和适用范围.     

有偏胖尾分布下的金融市场风险测度方法

通过对上证综指和世界股市若干重要指数收益的统计特征分析发现,无论是成熟资本市场还是新兴资本市场,其收益分布都展现出较为显著的“有偏”和“尖峰胖尾”特征,因此,主流金融理论假定的正态分布或对称学生分布都无法全面准确刻画股市收益的真实分布特征和风险状况。通过引入有偏的学生分布,分析和对比了不同收益分布假定下的市场波动率和风险价值计算方法,并利用风险价值的失败率似然比检验以及动态分位数回归检验法,实证分析了不同分布模型的适用范围和精确程度,探讨了非正态分布假定下的金融市场风险测度方法。     

基于MRS-EGARCH模型的沪深300指数波动预测

提出了一种新的马尔可夫机制转换EGARCH模型,假定收益残差序列可以服从高斯分布、t-分布或广义误差分布,并允许非高斯分布中自由度与所处机制有关,以刻画可能存在的时变峰度及厚尾特征.以沪深300指数为例进行实证研究,发现新模型能区分隐藏在指数收益序列中的不同机制.预测成功率指标表明设定收益残差服从厚尾分布的MRS-EGARCH比单机制EGARCH具有更好的波动率预测性能.     

中国股票市场的非对称效应研究

为检测重大风险事件对我国股票市场影响的非对称效应,运用贝叶斯MCMC推断技术对我国上证综指和深证成指进行了实证研究.研究结果显示:基于t-分布的门限随机波动模型比基于正态分布的随机波动模型能更加合理地刻画经济事件、政治事件和自然灾难对我国股票市场收益和波动影响的非对称特性.并且发现,经济事件、政治事件和自然灾难对我国股票市场收益和波动的影响均具有显著的非对称性.相对而言,政治事件对股票市场收益的影响存在正向杠杆效应,而经济事件和自然灾难却存在反向杠杆效应;经济事件和政治事件对股票市场波动的冲击存在正向杠杆效应,而自然灾难则存在反向杠杆效应.此外,除在牛市环境下利好经济事件和利空经济事件对股票市场收益和波动的影响具有反向杠杆效应之外,其它风险事件在熊市和牛市环境下对收益和波动的影响均具有正向杠杆效应.     

具有杠杆效应SV模型的贝叶斯分析及其应用

对具有杠杆效应的SV模型进行了的贝叶斯分析，使用基于Gibbs取样的BUGS软件对模型的参数进行了估计。用上海和深圳股市的指数收益时间序列对杠杆效应SV模型进行检验，指出沪、深两个股票市场存在显著的杠杆效应。     

弱偏好序下的最优单边匹配算法设计

传统的匹配算法假定学生偏好序是严格的, 但在现实中匹配的学生一方很可能会具有弱偏好序, 这时任意一种算法的双边匹配都不能满足稳定、抗操作和帕累托最优. 在中国, 高等学校录取的“平行志愿”录取方式是一个典型的单边匹配. 因此论文将弱偏好序的匹配算法研究拓展到单边匹配领域, 设计了“挤出”匹配算法, 并证明该算法满足稳定、抗操作和帕累托最优的算法, 且匹配后学生总效用最高. 通过计算机算法模拟的方式, 全志愿模拟录取证实“挤出”算法确实能显著改进匹配效率, 且主要改善优先序排名较后的学生的效用; 在两批次高考志愿录取模拟中, “挤出”算法使学生总效用最高, 能同时保证“高分低就”率和“高分落榜”率最低.     

中国股票市场的非对称反应

采用门限随机波动率(THSV)模型,从实证的角度分析中国股票市场对利好消息和利空消息的非对称反应。为了估计THSV模型的参数,提出基于有效重要性抽样(EIS)技巧的极大似然(ML)估计方法。采用上证综合指数和深证成份指数的日收益数据为样本进行的实证研究表明,利好消息和利空消息对中国股票市场的影响具有非对称性。具体而言,与利好消息相比,同等程度的利空消息引起中国股票市场更高的波动率以及波动率持续性,这说明中国股票市场对利空消息的反应程度要大于对利好消息的反应程度。     

中国股票市场的收益分布及其SPA检验

以上证综指和代表性波动周期为例,采用样本外的滚动时间窗预测法,计算了不同收益分布假设下的波动率模型对指数波动率的预测值,并进一步运用基于自举法的SPA检验,评估了各种分布假设对上证综指波动的预测精度.实证结果显示:就中国股市而言,有偏分布能够提供最优的波动率预测精度;在某些损失函数标准下,广义误差分布也具有较好的预测表现.     

投资者情绪和资产定价异象

在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用.     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

交易所利率期限结构估计模型的比较

结合我国利率体系和利率的形成机制,提出一个适合交易所利率期限结构估计的N S扩展模型,然后采用交易所国债市场的日交易数据,对N S扩展模型、N elson-S iegel(N S)模型和Svensson(SV)模型进行了样本内、外的比较实证分析。结果表明,N S扩展模型比N S模型和SV模型更适合于交易所的利率期限结构估计,交易所利率期限结构在1~10年期间,尤其是5~7年期间能够获得可靠的估计,在0~1年和10~20年期限期间估计的可靠性不高。     

A High-Moment Trapezoidal Fuzzy Random Portfolio Model with Background Risk

In most exiting portfolio selection models, security returns are assumed to have random or fuzzy distributions. However, uncertainties exist in actual financial markets. Markets are associated not only with inherent risk, but also with background risk that results from the differences among individual investors. This paper investigated the compliance of stock yields to the fuzzy-natured high-order moments of random numbers in order to develop a high-moment trapezoidal fuzzy random portfolio risk model based on variance, skewness, and kurtosis. Data obtained from the Shanghai Stock Exchange and Shenzhen Stock Exchange was used to assess the influence on the proposed model of both background risk and the maximum level of satisfaction of the portfolio. The empirical results demonstrated that the differences between the maximum and minimum variance, skewness, and kurtosis values of the portfolio were positively correlated with the variance of the background risk.     

上海股票市场流动性的度量与影响因素实证分析

首先分析了市场流动性的定义,给出了流动性指标的一种新的度量方法,然后,首次描绘了上海市场弹性和影响力的日走势图和分时特征图.最后,研究了交易量、股票价格、波动性和流通盘的大小与各项流动性指标的影响,通过对上海证券交易所的交易数据进行实证,表明上海证券市场,交易量、股票价格、波动性和流通盘的大小对流动性各项指标都有显著的解释能力;上海交易所存在“股本小的股票价格较高”的现象.     

基于TVS-MHAR模型金融市场高频多元波动率的预测

本文基于Kalli和Griffin(2011)的时变稀疏模型和多元HAR模型,构建了具有时变稀疏性的多元HAR模型(TVS-MHAR),并利用中国上证综指、沪深300期货和国债期货的五分钟高频数据,对金融市场的已实现波动率矩阵进行预测.本文通过Cholesky转换方法保证预测波动率矩阵的正定性.通过对不同多元波动率模型的预测结果进行数值比较和经济比较,本文发现,本文构建的TVS-MHAR模型无论对于短期预测、中期预测还是长期预测都具有最高的预测精度和最大的投资改善.同时,时变多元波动率模型可以获得比固定参数模型更好的预测效果,高频数据模型比低频数据模型获得更大的投资改善.     

Analysis of the Relation between Interest Rate Policy and the Stock Market in China

1　IntroductionThegrowthofsocialeconomyisbasedontheflowofcapitalsfromtheinvestorstotheen-terprises,fromtheloweffectivedepartmentstothehighereffectivedepartments,fromtheconservativedepartmentstotheinnovativedepartments.Inordertoensurethenormalflowofth...     

随机波动性模型的比较分析

对均值条件分布为正态分布的随机波动性模型与条件厚尾分布的随机波动性模型进行了比较分析．实证结果表明，厚尾分布的随机波动性模型较正态分布的随机波动性模型能更好地描述我国股市的回报与波动性的特征．     

基于市值规模的上海股市流动性动态分析

将上海证券交易所上市交易的股票分成十组,选取其中的极大和极小市值组合,采用向量自回归模型(VAR)分析收益、波动及日内买卖不平衡对大盘股和小盘股流动性的动态影响以及两类股票流动性的相互影响。实证结果表明,大盘股和小盘股的流动性存在着显著的正相关关系,且在同期都受到收益和波动的影响。两个组合的流动性不存在显著的领先——滞后关系,它们对前期的收益、波动和买卖不平衡变化存在不同的反应模式。