短期投资机会、资金管制成本和证券市场的波动性解释

通过建模分析了信息效率、资金流动管制和市场波动之间的关系.市场有两类投资者,在位投资者拥有信息,资金流动受管制的潜在投资者没有信息.利好消息在在位投资者中部分扩散,产生股价反应不足,潜在投资者可通过动量交易获利,他们的介入可以引起股价过度波动.信息披露越充分,潜在投资者的利润越少.文章在不同管制力度的条件下分析了价格序列,发现适当的管制可以修正信息不充分引起的股价反应不足,降低市场波动,但使得后进入的潜在投资者无法不盈利.     

基于高频数据的ACD模型微观扩展应用

在金融高频数据中,价格久期反映了投资者的交易行为,从时间维度反映了信息的传导过程。本文采用股票交易的分笔数据,在自回归条件持续期间模型中引入微观结构变量:交易密度、每笔平均交易量和百分比买卖价差,分析价格持续期与市场交易之间的关系,进而得出投资者交易行为相关结论。     

基于区间型数据的金融时间序列预测研究

提出了金融数据预测新方法——区间型时间序列模型,是传统时间序列模型的拓展.在与传统的点值AR模型、VAR模型以及Na?ve模型的比较分析中发现,区间数据模型的预测精度更高,区间高价和区间低价预测误差均较小,而且具有统计显著性.进一步,不同的估计样本量、数据频度以及不同市场特征的区间价格数据对区间模型的稳定性检验再次验证了区间数据模型的可靠性.区间型金融时间序列预测研究不仅为金融问题的定量分析提供了新的视角,也可为政策制定和交易策略实施提供了更丰富的决策参考信息.     

基于EEMD的投资者情绪与股指波动的关系研究

基于集成经验模态分解（ensemble empirical mode decomposition, EEMD）对非线性、非平稳性金融时间序列的有效 处理, 运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项, 提取出 序列在不同时间尺度下的波动特征, 并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项, 中期重大事件 影响项和长期趋势项, 进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性. 实证结 果表明, 投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系： 短期投资者情绪与股指价格波动存 在双向影响, 中期投资者情绪波动领先于股指价格波动, 而长期则转变为股指价格领先投资者情绪波动.     

卖空限制下投资者异质信息对资产定价的影响

以行为金融理论为基础,研究卖空限制下投资者异质信息与资产定价之间的关系。研究发现:在市场上存在非理性信念时,投资者的异质信息差异程度在整体上与资产价格的误定价程度正相关;投资者过度自信时,资产价格被高估,当投资者对信息反应不足时,资产价格被低估;且理性投资者受卖空限制时资产的误定价程度最高。另外,在投资者信息差异影响一定的情况下,增大信息披露精度并不一定能降低资产的误定价程度。     

带信息的情绪资产定价研究

在非对称信息条件下,我们建立了一个一般化的情绪资产定价模型,表明投资者情绪对资产价格具有显著的系统性影响.模型中,情绪和信息是相对应的.知情者利用有价值的信息进行交易,使得信息融入价格之中;情绪投资者基于情绪进行交易.使得情绪融入价格之中;理性不知情者偶尔误把情绪当作信息,追逐情绪投资者,从而放大情绪冲击,使得资产价格远远偏离它的潜在价值.此外,情绪投资者的比重以及信息的质量等因素能够放大投资者情绪对资产价格的冲击,从而降低市场的有效性.     

基于微信文本挖掘的投资者情绪与股票市场表现

本文以基于微信文本挖掘的投资者情绪与上证指数收盘价、成交量为研究对象,研究了投资者情绪时间序列与收盘价、成交量时间序列之间的关系.研究结果验证了投资者三种情绪倾向对股票市场的影响方式和效果不同:基于微信文本挖掘的投资者消极情绪比例能够稳定预测上证指数收盘价,基于微信文本挖掘的投资者积极情绪倾向和中性情绪倾向比例的增减变动能够迅速引发滞后1天的上证指数成交量的增减变动.研究表明基于微信文本挖掘的投资者情绪对于预测股票市场表现有重要作用.     

我国铁矿石进口价格预测的ECM-SVR混合模型

作为钢铁工业生产的重要原材料之一,铁矿石进口价格的剧烈波动给我国钢铁企业带来巨大的冲击.本文通过分析影响铁矿石价格波动的多种因素,包括供需关系、运费成本、国内外经济环境等,挖掘影响铁矿石进口价格的关键因素,综合考虑其线性和非线性均有的复杂时间序列特征,提出一种基于误差修正模型(error correction model,ECM)和支持向量回归(support vector regression,SVR)的铁矿石价格混合预测模型ECM-SVR.实证结果表明:与单一基准模型和传统混合模型相比,新模型具有较高的预测准确率,这对于钢铁企业控制原料成本和市场投资者合理规避价格风险具有重要指导作用.     

投资者过度自信与A-B股溢价的关系

主要分析不完全理性投资者的心理（过度自信）与A-B股溢价之间的关系。建立了基于投资者过度自信的A-B股价格均衡模型,模型分析表明,当投资者的过度自信程度越严重,A、B股的价格越高,但是A股价格比B股价格提升的更大,表现为A-B股的溢价越严重。通过构造度量投资者过度自信程度的指标,实证检验了国内有信息投资者的过度自信程度与A-B股溢价存在正相关的理论关系,并且实证结果表明,投资者的过度自信对溢价影响不仅与整个市场情绪有关也与公司的特征有关。     

基于专家知识的模糊时间序列预测模型及应用

将投资专家的成功经验引入模糊时间序列模型,实现股票市场走势的多步预测。根据专家经验构造多个反映市场结构特征的变量并将其模糊化为模糊时间序列;建立具有多前件、高阶模糊关系的模糊时间序列预测模型;最后,将该模型用于股票指数预测。结果表明,与经典模糊时间序列模型相比,其预测精度有了较大提高。     

不完全市场中的期权定价：一种基于动态经验投影定价核的期权定价方法

经典的资产定价理论认为，不完全市场中存在多个 定价核，导致期权存在多个可能的理论价格，与现实中期权只有一个价格不符. 考虑到期权定价时投影定价核具有与原始定价核 完全相同的意义，并且投影定价核的信息隐含于相关历史信息中，动态的经验定价核隐含了投资者风险偏好的时变性，本文建立了一种基于动态经验投影定价核的期权定价方法. 通过对Rosenberg-Engle的经验定价核的动态性和标的资产未来收益率估计方法进行扩展，本文还给出了动态投影经验定价核的估计方法. 这种方法能适用于单只期权单只标的资产、多只期权单只标的资产和若干只期权单只标的资产等情形. 本文基于此方法为沪深交易所的部分具有欧式性质的权证进行了实证研究，结果表明：考虑了投资者时变偏好的动态经验投影定价核期权定价方法的定价效果远好于 Black-Scholes-Merton 和常弹性方差（CEV）期权定价模型.     

基于小世界网络的协同人工股市模型

以小世界人际关系网络为基础,采用多主体方法构建了一个投资者之间相互交流和模仿的人工股市模型.模型中,羊群行为会造成投资者对信息过度反应,从而使市场表现为过度波动;而当投资者对股票的注意力也随股票价格的变动而改变时,市场涌现波动丛集、泡沫和崩溃等典型事实,并且这些异象和典型事实对系统的大小具有鲁棒性.     

理性、有限理性、噪音与资产价格

通过构建一个世代交替条件下,同时存在BSV投资者、噪音交易者以及理性预期投资者的均衡模型,在理性预期均衡条件下扩展了BSV模型.通过对模型均衡价格的分析以及进一步的数值模拟发现:在套利限制与噪音交易同时存在的条件下,风险厌恶的理性预期投资者并不能完全纠正BSV投资者心理偏差对于风险资产价格的影响,导致均衡市场价格几乎时时偏离信息效率价格.如果投资者非理性的状态能够充分多样化,那么风险资产价格过度波动程度就可以被大大减弱.     

存在老鼠仓时证券市场多方博弈分析

构建老鼠仓、做仓机构投资者和其他普通投资者的市场交易模型.从老鼠仓交易加剧市场信息不对称以及做仓机构投资者效用取向改变等角度,分析市场参与者的博弈特征,并利用理性预期均衡分析方法求解市场均衡.在此基础上,分析了老鼠仓交易对于市场价格、交易量、波动性等市场特征的影响.通过定量研究发现,老鼠仓交易扭曲了市场机制,削弱了市场价值发现功能,增加了市场波动性和信息不对称.     

Component ACD Model and Its Application in Studying the Price-Related Feedback Effect in Investor Trading Behaviors in Chinese Stock Market

This paper explores the investors’ feedback to the price change by modelling the price-related dynamics of trading intensity. A component decomposition duration modeling approach, called the component autoregressive conditional duration (CACD) model, is proposed to capture the variation of trading intensity across time intervals between price change events. Based on the CACD model, an empirical analysis is carried out on the Chinese stock market that covers different market statuses. The empirical results suggest that the CACD model can capture the price-related dynamics of trading intensity, which supports the existence of the feedback effect and is robust across different market statuses. The authors also study how the investors react to the price change by examining the driven factors of the price-related dynamics of trading intensity. The authors find that the trading can be triggered by the fast rise in the price level and the high trading volume. Besides, investors are more sensitive to the price change direction in the sideways market than in the upward or downward markets.     

信息获利、道德风险与询价机构报价

本文考虑二级市场信息获利因素引发的询价机构在报价方面存在的道德风险,结合新股配给规则,通过理论和实证模型分析二级市场信息获利对询价机构报价行为的影响机制.理论模型表明二级市场信息获利使得询价机构存在未真实报价的道德风险,市场通过最大化高报价投资者申购份额的配售方式以减少未真实报价的道德风险,从而二级市场信息获利使得参与询价的机构投资者具有高报价倾向.在进一步的实证分析中,基于2010年10月到2018年6月在中国A股上市的1234家IPO公司的详细报价数据对理论模型进行检验,实证结论支持理论模型结论;进一步通过分类别、分行业、分阶段地研究,发现询价机构高报价倾向受二级市场信息获利的影响程度存在类别和行业差异.本文首次考虑二级市场信息获利这一诱发道德风险的因素对询价机构报价行为的影响,发现询价机构存在把信息留在桌子上的道德风险,同时为市场价高者得的配给规则提供了理论支撑,对政策改革具有重要启示.     

基于遗传算法的Markowiz策略模型与股票价格行为

将Markowiz投资组合模型的思想引入到做市商市场出清价格模型中的投资策略选择人数比例的确定中,构造了极小化用收益率的方差来表示投资风险的优化模型,并应用遗传算法求解该模型。研究认为,引入Markowiz投资组合模型思想后:①价格及收益率序列的波动性减小,提高了价格发现效率,有助于保证市场稳定。②策略选择人数比例演化出现了较大变化。     

基于深度学习算法的行为期权定价

针对一类考虑了投资者微观结构随机变迁、投资者行为存在羊群效应以及非理性情绪的高维行为资产价格模型,推导出行为期权定价偏微分方程,构建了基于深度学习算法的行为期权定价方法：首先,基于费曼卡兹公式推导出行为期权价格的迭代方程;然后,用神经网络来逼近迭代方程中的期权价格关于标的模型空间变量的梯度函数;最后,通过深度神经网络参数寻优得到期权价格。数值实验表明：相比蒙特卡洛方法,深度学习算法在计算高维标的资产的期权价格时,获得的结果不仅精度更好,而且效率更高;在相同精度要求下,深度学习算法所需要的仿真路径数更少。研究发现：市场中投资者的非理性情绪程度越严重,期权价格越高;股市微观结构调整速度和羊群效应,对不同成熟度的市场上期权价格的影响,存在异质性：在不成熟市场上,股市微观结构调整速度越快,投资者的羊群效应越严重,期权价格越高;而对于成熟市场,投资者结构回复长期均衡以及羊群效应,均起到稳定期权价格的作用。     

异质交易者对次级债产品定价的影响

行为金融学从异质交易者的角度为资产定价``异常现象'和难解之谜提供了新思路.将异质交易者引入新古典金融学框架下的次级债产品定价模型,获得了市场出清条件下的均衡价格,分析了异质交易者的存在对次级债产品价格的影响.研究发现异质交易者的存在会引发价格偏高,且偏差的程度随异质投资者比例的增大而增大, 随信息精度的提高而降低.并针对金融危机, 探讨了市场面临不能及时出清风险时,非均衡价格的变化规律.     

中国钢材交易市场价格发现动态演化研究

中国钢材交易市场拥有三种类型:现货、期货和电子交易市场.它们的价格信号对基本面信息的反映能力如何,市场价格发现功能呈现何种动态演化趋势,是产业链成员与政策制定者关注热点.依据向量误差修正原理和条件异方差模型,分析过去的市场信息对多个市场动态条件协方差阵的影响,建立时变信息份额模型,研究中国钢材市场长区间价格发现功能的动态演化.研究显示:热卷板期货上市前,电子交易市场价格发现功能优于现货市场;期货上市后,电子交易市场、期货市场和现货市场都对价格发现过程有所贡献.现货市场价格发现功能呈现较好动态演化趋势,多数时期对价格发现过程的贡献大于其它两类市场.尽管电子交易市场在价格发现过程中的角色由主导者演化为从属者,但其功能发挥较稳定,亦不时具有最先反映基本面信息的能力.在中国钢材市场,保证金水平高低、交易量多寡,以及流动性强弱,都未显示出与价格发现功能有方向性关联.