波动率持续性基于信息到达过程的成交量解释

综合利用对数周期图方法、Granger因果检验、以及扩展广义自回归条件异方差模型 ,对随机抽取的 10只上证 180成份股进行了实证研究 .得出以下结论 :收益波动率和成交量有相同的长记忆特征 ;信息到达过程是波动率行为的原因之一 ,成交量和波动率展现出的相互因果关系可能是它们同受信息到达过程影响的结果 ;成交量变量能够在有限程度内解释部分波动率的持续性 .     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

人民币汇率市场联动特征分析

融合Copula理论和GARCH有偏T模型,构建了汇率波动的t-Copula-DCC-GARCH-skewT模型,对中、美、欧3大经济体货币汇率USD-CNY和EUR-USD进行实证研究.该模型能够捕捉到人民币汇率之间的动态相关性.相关曲线展现了3大经济体在汇率制度上的阶段性联动特征,表明中、美、欧等经济体货币汇率联动性有利于人民币国际化的汇率制度建设以及世界经济的共同治理和系统性风险防范.     

Bias in the estimation of non‐linear transformations of the integrated variance of returns

Volatility models such as GARCH, although misspecified with respect to the data‐generating process, may well generate volatility forecasts that are unconditionally unbiased. In other words, they generate variance forecasts that, on average, are equal to the integrated variance. However, many applications in finance require a measure of return volatility that is a non‐linear function of the variance of returns, rather than of the variance itself. Even if a volatility model generates forecasts of the integrated variance that are unbiased, non‐linear transformations of these forecasts will be biased estimators of the same non‐linear transformations of the integrated variance because of Jensen's inequality. In this paper, we derive an analytical approximation for the unconditional bias of estimators of non‐linear transformations of the integrated variance. This bias is a function of the volatility of the forecast variance and the volatility of the integrated variance, and depends on the concavity of the non‐linear transformation. In order to estimate the volatility of the unobserved integrated variance, we employ recent results from the realized volatility literature. As an illustration, we estimate the unconditional bias for both in‐sample and out‐of‐sample forecasts of three non‐linear transformations of the integrated standard deviation of returns for three exchange rate return series, where a GARCH(1, 1) model is used to forecast the integrated variance. Our estimation results suggest that, in practice, the bias can be substantial. Copyright © 2006 John Wiley & Sons, Ltd.     

采用MCMC方法的上海股市随机波动模型

采用贝叶斯统计中的马尔科夫链-蒙特卡罗(MCMC)方法对上海股市的随机波动性进行研究,基于Gibbs抽样的MCMC数值计算过程,对上海股市的随机波动率模型(SV)进行参数估计,并在WinBUGS软件中实现.根据信息判别准则(DIC),对比拟合的SV-N,SV-T,SV-MT模型参数,结果表明:SV-T模型最能反映上海股市波动具有尖峰厚尾的特性,可进一步用于预测样本外的波动率结果.     

中美股市波动的联动性的实证分析

用二元GARCH模型的方法建立了中美股票市场的波动模型,考察了中美两个股票市场从2002-2007年间的股指波动的联动性问题。结果显示：随着中国经济的不断开放,中国的股票市场的波动和美国股票市场的波动存在递增的联动性,且中国股票市场的波动对美国股票市场的波动的单方面影响尤其显著。分析了产生这种结果的原因,并提出相关的建议     

上海与伦敦期铜市场风险变异性实证研究

波动群聚效应和杠杆效应是资本市场风险变异性的两个重要特征。选取1997-07~2004-11上海期货交易所和伦敦金属交易所3个月期铜的日收益时间序列,利用相关模型分别对两时间序列的波动群聚效应和杠杆效应进行实证分析。结果表明:从整体来看,上海期铜市场收益波动不具杠杆效应,而伦敦期铜市场具有显著的杠杆效应;并且,上海期铜市场的风险特征发生重大变化,具有明显的波动群聚效应,但分阶段呈现杠杆效应。     

"已实现"双幂次变差与多幂次变差的有效性分析

近年来,基于金融高频数据的波动率研究成为金融学研究领域的热点,而有效性是衡量波动率估计量优劣的重要标准,本文对波动率估计量的新方法“已实现”双幂次变差和“已实现”多幂次变差的有效性进行了研究,得出“已实现”双幂次变差在一般条件下比“已实现”波动更有效的结论,并且证明了在一定条件下,“已实现”多幂次变差的幂次个数越多,该波动率估计量的有效性越高.这一结论为“已实现”多幂次变差的幂次个数选取提供了原则.     

中国股市"已实现"波动率的周期性研究

论述证券市场“已实现”波动率的理论,利用深圳成分指数和上海综合指数的5 m in高频数据,对沪深两市的波动周期做了实证分析,通过Fourier谱分析,比较了沪深两市的波动周期,揭示了我国股市的周期波动性特征.目前,我国股票市场的周期性研究多集中在市场指数和收益率的低频数据周期分析,本文的特点是利用高频数据对波动率这一重要参数的周期性进行分析.     

一种改进的动态IS算法交易策略

在IS算法交易策略基础上,提出了一种考虑股票市场实时变化的改进动态IS算法交易策略.同时,针对中国股票市场的实际情况,设计了模拟市场交易平台,将改进动态IS算法交易策略、传统IS算法交易策略及随机交易策略分别引入到模拟平台当中进行比较.模拟结果显示,改进动态IS算法可有效降低交易成本,并明显优于传统IS算法和随机交易策略.