修正的KSS检验及其对中国通货膨胀率的应用

Kapetanios等~([1])提出在指数平滑转换自回归(ESTAR)模型框架下进行单位根检验.他们的检验是基于误差项为独立同分布的强假设下得到的,该假设在现实中很难成立.当误差项为平稳弱相依时,该检验统计量的极限分布包含冗余参数.通过构造修正的KSS检验,得到了不包含冗余参数的检验统计量.蒙特卡罗模拟结果表明该修正的统计量大大减少了序列相关性带来的水平扭曲(size distortion),且该检验统计量对于非线性平稳过程的检验功效高于PP检验.将该检验用于中国的通货膨胀率,发现它存在着一个单位根,是非平稳过程.     

中国期货市场日内效应分析

运用1分钟高频数据对我国三个市场、六个品种的商品期货的收益率和交易量的日内变动模式进行研究,得出了日内绝对收益率及交易量的"L"型变化模式.这跟证券市场的"U"型日内特征不同,我们根据金融市场微观结构理论、交易机制及交易者心理给予解释.在此基础上,利用Granger因果关系检验和向量自回归模型(VAR),研究了影响收益波动性的各种因素.结果表明绝对收益率与交易量、持仓量之间两两存在双向Granger因果关系,这是与股市的只存在由交易量到绝对收益率的单向Granger因果关系不一样的结论,原因在于期货市场的做空机制.通过对VAR模型进行方差分解和脉冲响应分析,实证分析了三者之间的动态关系及影响程度.结论表明:当以绝对价格波动作为被解释变量时, 其自身的滞后项可以解释90%左右的残差扰动,交易量可以解释10%左右的的残差扰动.当以交易量作为被解释变量时,其自身的滞后项可以解释80%左右的残差扰动,绝对价格波动可以解释20%左右的残差扰动.当以持仓量作为被解释变量时,其自身的滞后阶数解释了45%～70%的残差扰动, 交易量解释了25%～45%的残差扰动,绝对价格波动解释了5%～10%.各方程变量解释基本都稳定在20～30分钟后.实证结果还表明持仓量对绝对价格波动和交易量有微弱的影响,而绝对价格波动与交易量有较强的互动影响,并且就此给投资者以相关建议.     

基于非参数回归的金融传染检验

本文借助特征函数的优良性质,基于非参数回归构造了金融传染的检验统计量.与现有文献相比,该统计量不仅避免了模型设定偏误问题,而且能够同时捕获线性和各种形式的非线性传染效应.在原假设成立时,该统计量渐近服从于标准正态分布.数值模拟结果表明,该统计量具有良好的有限样本性质,能够识别多种形式的非线性金融传染.本文进一步应用该统计量探讨了中国金融市场与东亚、拉丁美洲、新兴市场国家之间的传染效应,捕获了传统基于线性测度方法无法刻画的非线性传染效应,说明我国与这些金融市场之间存在显著的非线性传染效应.     

修正的KSS检验及其对中国通货膨胀率的应用

Kapetanios等^[1] 提出在指数平滑转换自回归（ESTAR）模型框架下进行单位根检验. 他们的检验是基于误差项为独立同分布的强假设下得到的,该假设在现实中很难成立. 当误差项为平稳弱相依时,该检验统计量的极限分布包含冗余参数. 通过构造修正的KSS检验,得到了不包含冗余参数的检验统计量. 蒙特卡罗模拟结果表明该修正的统计量大大减少了序列相关性带来的水平扭曲（size distortion）,且该检验统计量对于非线性平稳过程的检验功效高于PP检验. 将该检验用于中国的通货膨胀率,发现它存在着一个单位根,是非平稳过程.     

广义频谱及其在经济学和金融学的应用

综述了时间序列频谱分析，尤其是一种广义频谱方法的新近发展。Hong（1999）提出的广义频谱是建立在通过特征函数进行的数据转换的基础之上。它可以刻画线性和非线性的相关关系，而通常的频谱或高阶频谱恰易将非线性的相关关系遗漏。还探讨了广义频谱在经济学和金融学中的广泛应用，其中包括市场有效性的检验，动态资产定价模型的正确性， 价格变化方向的可预测性，风险值模型的完备性以及概率密度预测的最优性。     

基于ACD模型的中国期货市场波动性

通过用久期来调整收益率, 把非等距数据等距化, 构建ACD-GARCH模型来反映高频波动特征.并添加微观结构变量, 构建了ACD-GARCH-M模型, 用以分析久期、交易量与收益率和波动率的关系.结果表明: 较长的久期是由于信息缺乏所致, 久期对收益率的影响不显著, 但久期和价格的波动性负相关.交易量和价格的波动性正相关.在加入了微观解释变量的ACD-GARCH-M模型中, GARCH效应大大减弱了, 说明ACD-GARCH-M模型能较好地反映高频波动聚集性的本质, 久期、交易量是产生波动聚集的原因.