具有未知跳跃股票价格异方差性的 Bootstrap模拟检验

采用Bootstrap模拟方法检验股票价格异方差性．利用随机分析方法获得波动率的一个渐进估计，这种估计能够消除股票价格中可能存在的随机跳跃的影响，并且无需确定波动率函数的具体形式、建立了一个关于波动率为常数的原假设的统计量，用Bootstrap模拟方法可以获得该统计量的分布．用此检验方法对中国沪深两市指数进行检验，获得了两市中指数呈异方差性的结论．这种检验方法对认识市场微观结构、资产定价、投资和风险管理都具有积极作用．     

中国债券收益率的可预测性检验

基于工具变量(instrumental variable, IVX)统计检验方法,对我国主要宏观经济变量能否单独或联合预测债券收益率进行可预测性研究.IVX检验方法无需考虑预测变量的持续性先验信息,对任何属于单位根过程、近单位根过程、近平稳过程或平稳过程的预测变量都稳健.进一步使用AIC和BIC方法对多元变量回归模型进行变量筛选,仿真结果表明,两种准则均能准确筛选出模型重要变量并排除冗余变量.通过对国债和AAA、AA-级企业债三种不同信用等级债券收益率的长短期可预测性差异分析,研究发现:1) 1年期储蓄存款利率、人民币实际有效汇率、沪深300指数、工业增加值同比以及大部分宏观经济变量组合在10%显著性水平上能显著预测债券收益率;2)宏观经济变量长期预测能力强于短期;3)基于IVX方法的AIC和BIC准则能够有效地筛选模型重要变量.     

中国股票市场的弱式有效性检验:基于单位根方法

中国股票市场是否达到弱式有效一直是理论界讨论的重要课题，具有重要的理论价值和实战意义。由于股价指数时间序列的单位根检验能够满足鞅假定的要求，故较之随机游走检验对股票市场弱式有效性的验证更具合理性。本文采用单位根方法对中固股市开市以来的数据进行了有效性检验，并运用游程检验对之进行分年度检验，其结果除上海综合指数外，其他的指数都通过了检验，呈现出弱式有效．     

多维统计数据对数正态分布检验与异常点识别

证明反映社会经济规模大小的多维统计数据近似服从多维对数正态分布，基于此提出对这类数据的质量及其异常点进行检查和识别的多维对数正态分布检验法，并以中央部门属研究机构的调查数据为例进行研究。     

周期异方差时间序列中季节单位根的Gauss 检验

为检验带异方差的季节时间序列中的单位根,提出了基于Cauchy估计的Zc统计量.在原假设下得到该检验统计量的极限分布服从于标准正态分布,并与季节周期d和误差项的周期异方差无关.Monte Carlo模拟计算表明当模型中自回归系数接近1时,用该方法得到的估计值比普通的最小二乘方法得到的估计值误差小.计算结果和实例分析结果表明了用该方法检验季节单位根的简便性和有效性.     

统计数据质量检查与异常点识别的模型与方法

证明在社会经济系统中,反映研究对象规模大小的统计数据近似服从对数正态分布。基于此,提出对这类数据的质量进行检查和评价,对数据中的异常点进行识别的对数正态分布检验法。     

股票价格遵循Ornstein-Uhlenback过程的期权定价

讨论了股票价格过程遵循指数O—U(ornstein—uhlenback)过程的欧式期权定价问题，分别用保险精算法和套利定价方法，考虑了在有效期内股票有无红利支付两种情况下的欧式期权定价问题，给出了股票价格遵循指数O—U过程和广义指数O—U过程的欧式期权定价公式，并讨论了两种定价方法所得公式之间的关系，证明了在指数O—U过程模型下保险精算定价是一有套利定价。     

双指数跳扩散过程下带违约风险的可转债定价

考虑了股票价格服从双指数跳扩散过程以及存在企业违约风险情况下的可转债定价问题;建立了相应的可转债定价模型,运用鞅方法,得出了可转债价格的显式解;最后通过数值算例,分析了企业违约风险和双指数跳扩散过程对可转债价格的影响。     

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.     

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.     

应用小波分析方法研究沪深股市的溢出效应

应用小波分析方法研究沪深股市的价格和波动性的特征以及两市之间的溢出效应．对沪深股指收益率序列用小波分析作信号分解，分解为高频信号(细节信号)和低频信号(离散逼近信号)．通过比较沪深股市的高频信号之间的关系获知沪深股市之间存在着显著的价格和波动性的溢出效应．深市和沪市之间存在着一定程度的负的价格溢出效应；而深市对沪市存在着正的波动性溢出效应，沪市对深市存在着负的波动性溢出效应，并且波动性溢出效应大于价格溢出效应．     

基于信息分解视角的香港股市运行效率研究

利用极值将收益率分解成利好和利空消息冲击的合成,本文实证研究了香港股市对信息的反应效率.基于恒生指数的实证研究发现:1.坏消息对香港股市的冲击持续性要强于好消息;2.线性格兰杰因果检验显示,坏消息对市场的冲击会影响好消息对市场的冲击,反之则不成立,表明好消息和坏消息之间存在非对称的冲击特征;3.好消息和坏消息对市场的冲击具有明显的阶段性差异.牛市中好消息对市场的冲击强度超过坏消息,而在熊市中坏消息对市场具有更强的冲击.总之,基于信息分解的建模方法显示,信息对香港股市的冲击具有显著的时滞性,香港股市具有较强的样本内可预测性.香港股票市场并未达到弱势有效.     

基于AAVS-CAViaR模型的股市风险测量研究

考虑金融资产收益与正负收益对分位数冲击的不对称性,建立含有不对称绝对值和斜率设定的AAVS-CAViaR模型,采用混合最优化方法估计模型的参数并进行显著性检验.对1996-2008年期间沪深港股票指数的实证研究表明:沪深港股票市场均存在正负收益消息对市场风险冲击的不对称现象,且在不同VaR置信水平下存在差异;通过Granger因果检验发现沪深港股市的风险变化存在显著的互动传导关系;提出了VaR预测模型的评估准则,对所选样本数据而言AAVS-CAViaR模型比间接GARCH模型更好地描述了市场风险的演化模式.     

基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.     

沪深股市和香港股市的风险溢出效应研究——基于时变ΔCoVaR模型的分析

本文基于时变ΔCoVaR模型,对2006年11月至2018年12月间沪深股市和香港股市的尾部风险溢出效应进行了估算.研究发现:1)沪深股市与香港股市之间存在着双向风险溢出效应,且溢出效应均为正;2)香港股市对沪深股市的风险溢出效应强于沪深股市对香港股市的风险溢出效应;3)深市和香港股市之间的风险溢出效应的波动幅度大于沪市和香港股市之间的风险溢出效应的波动幅度;4)沪港通和深港通的开通并没有显著增加香港股市与沪深股市之间的双向风险外溢程度.     

股指与股指期货价格发现过程研究

使用脉冲响应和一般因子分解模型检验了标准普尔500指数、道琼斯工业平均指数、香港恒生指数、日经指数和金融时报100指数现货市场和期货市场之间的价格发现过程.结果发现,期货市场在价格发现过程中占主导地位,并且随着期货市场的发展,期货市场在价格形成过程中的作用越来越大,起到了信息(定价)中心的作用.     

中国股票市场长期记忆特征的实证研究

股票市场收益的长期记忆特征对于系统非线性结构的确定以及市场有效性的研究具有重要的意义.针对上海和深圳的周和日收益序列,采用非线性估计方法提高R/S系列分析估计H参数的精确度.并用ARFIMA模型对沪深股市的收益率的长期记忆性进行了检验,根据分段检验的结果,得出一些中国证券市场有效性的结论.     

交易量与股价波动性:对中国市场的实证研究

以沪深股市的20只股票为样本，对条件方差方程中是否引入交易量分别建立的两组收益率GARCH模型进行分析．结果表明，引入交易量后，GARCH效应显著减小，大部分模型的GARCH效应不再显著，而所有模型交易量的系数估计量均显著为正．并以中国市场为实例，证明交易量具有序列相关的性质，支持了交易量作为信息到达数量的代理变量对股价波动持续性的解释作用．     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.