燃料油期货市场成交量、持仓量与波动性关系

采用GARCH模型、方差分解以及脉冲响应函数等方法研究了我国燃料油期货市场的价格波动与成交量和持仓量之间的关系.通过研究得到以下结论: 成交量对价格波动具有很强的解释作用,可以根据上一期成交量的变动, 预测下一期的价格波动;当期持仓量对价格波动具有很强的吸收作用, 持仓量增大时,期货价格波动将随之减小,但滞后期持仓量的变动对期货价格的波动性不具有解释作用,因此无法根据持仓量的历史数据预测未来的价格波动.同时考虑成交量和持仓量时, 当期成交量表现出很强的解释作用,若当期成交量增大, 则价格波动也将增大,反之则减小;当期持仓量在成交量和持仓量同时增加时对价格波动的影响小于在成交量增加、而持仓量没有增加时对价格波动的影响;而滞后期的成交量和持仓量对价格波动均没有显著影响.价格波动的残差扰动大部分由其自身造成;波动性对持仓量的影响比较明显;而成交量与持仓量之间存在显著的相互影响. 脉冲响应曲线表明,燃料油期货市场符合混合分布假设, 市场深度的价格效应是暂时的.     

基于跳跃、好坏波动率与百度指数的股指期货波动率预测

本文首次将百度指数引入HAR波动建模框架,基于跳跃、好坏波动率与百度指数提出HAR改进模型,实证研究揭示股指期货波动运行规律,并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差,基于序列相关法仿真统计最优抽样频率,利用已实现核修正的ADS检测识别跳跃,进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明:连续波动比跳跃波动对未来已实现波动的预测贡献更大;好坏波动率具有不对称的波动冲击,好(坏)波动率抑制(加剧)未来波动性;符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;百度指数能显著提升HAR波动建模的样本内外预测能力;MCS检验证实,考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.     

沪深300指数期货已实现波动率的跳跃行为

采用修正的已实现门阀多次幂变差研究沪深300股指期货已实现波动率的跳跃特征,并通过构建考虑跳跃的AHAR-C-TCJ模型研究沪深300股指期货已实现波动率的跳跃成分对股指期货市场未来波动率预测的影响。结果表明:沪深300股指期货波动率的连续成分存在较强的长记忆性,而离散跳跃序列的长记忆较弱,但仍具有一定的可预测性;跳跃的久期序列的自相关性较强,而规模序列的自相关性不显著;显著的离散跳跃对沪深300股指期货日、周以及月的已实现波动率的预测都存在显著的正向影响,AHAR-C-TCJ模型能显著提高股指期货市场波动率的预测精度,尤其是标准差形式和对数形式的AHAR-C-TCJ模型。     

中国期市波动性与收益率、交易量和空盘量的关系

利用构建的计量经济学模型对我国期货市场波动性与收益率、交易量和空盘量之间的内在关系进行了实证研究.结果表明,正收益率和交易量对期货市场的波动具有正向影响;负收益率和空盘量对期货市场的波动具有负向影响;正收益率和负收益率、交易量和空盘量、可预期和不可预期的交易量或空盘量对期货市场波动的影响均具有不对称特征.同时,从经济学角度对我国期货市场的实证结果进行了系统分析.     

中国股市已实现波动率的跳跃行为研究

以二次幂变差的测量为理论基础,研究了上证综指已实现波动率中的跳跃行为.将已实现波动率分解为连续样本路径方差争离散跳跃方差,研究了跳跃方差序列的统计特征,并且应用HAR-RV-CJ模型对上证综指的已实现波动率进行预测.研究结果发现,几乎所有日、周和月已实现波动率的可预测性都来自连续样本路径方差,表明二次变差中的连续样本路径成分是中国股市已实现波动率预报的决定因素.     

基于交错取样门限多幂次变差的中国股市波动细分及非对称性建模

以多幂次变差的测量为理论基础,考虑到有限样本规模的局限以及市场微观结构噪声的影响,提出交错取样门限多幂次变差方法并将其用于中国股市高频已实现波动的细分,区分出连续波动与跳跃波动。根据已实现波动、连续波动与跳跃波动的不同统计特征,分别为已实现波动与连续波动建立LHAR-V-CJ模型,为跳跃波动强度建立LHAR-SJ-C模型,为跳跃波动间隔时间建立LACH-DJ-C模型,引入异质非对称性。使用沪深300指数的实证表明,已实现波动及连续波动与跳跃强度、跳跃间隔时间呈现出不同的非对称性特征,且本文提出的各非对称性模型较现有模型均有较明显的拟合能力改进。     

基于跳跃和符号跳跃变差的HAR-RV预测模型及其MCS检验

以沪深300指数的高频数据为例,运用滚动时间窗的样本外预测方法以及比SPA检验更具优势的模型信度设定检验(MCS),实证分析了跳跃、符号跳跃变差及符号正负向跳跃变差对HAR-RV、HAR-RV-J、HAR-RV-CJ和HAR-RV-TCJ等4种基础波动率模型预测能力的影响。研究发现:符号跳跃变差不仅可以提高各波动率模型的拟合精度,而且还可以提高模型的预测精度;符号正向和负向跳跃变差相比符号跳跃变差对未来波动率具有更好的解释能力,且它们对未来波动率的影响是不对称的;加入符号正、负向跳跃变差的HARRV-TCJ模型的预测效果是众多模型中表现最好的,尤其是它的对数形式。     

基于门限预平均已调整多次幂变差的可积波动估计及其应用

本文在市场微观结构噪声和跳跃下新提出一类可积波动估计.这些估计联合采用了预平均已调整多次幂变差估计和门限技术,分别消除噪声和跳跃的影响.我们同时给出这一估计的渐近性质,包括一致性和中心极限定理.蒙特卡罗模拟结果表明这一估计对噪声和Lévy跳跃稳健,并且相比预平均已调整多次幂变差(PMMV)估计(Vetter, 2008)具有更好的表现.在实证应用中,基于中国股市逐笔交易的高频数据估计出2015年股灾前后上证50成分股的连续波动,跳跃波动以及噪声波动,并且研究了它们之间相互关系.实证发现:1)噪声波动对潜在收益波动具有正向预测作用,但该预测作用主要针对连续波动,对跳跃波动预测作用并不显著;2)噪声波动具有很强的相依性,连续波动对其具有显著正向预测作用,而跳跃波动对其不存在显著的预测能力.本文研究结果表明噪声包含了有助于潜在价格波动预测的信息,不完全是"噪声",其包含的信息有待深入挖掘.     

政策导向、市场开放与跳跃行为:基于我国区域性碳排放交易市场的研究

结合GARCH模型构建五类跳跃强度模型,研究我国第一个区域性碳排放交易市场——深圳碳排放权交易市场收益率数据的跳跃行为。结果表明:深圳碳排放权市场收益率呈现波动持久性和明显的时变跳跃行为,且跳跃与整个市场的波动率、GARCH波动率之间存在显著的敏感性;同时,深圳碳排放权市场的跳跃方向表现出显著的非对称性,即一次市场价格上涨之后,下一期的跳跃方向更趋向于正向跳跃。进一步地,研究政策导向和市场开放等两类事件的发生对深圳碳排放权交易市场的影响,发现这三个事件给市场带来较大的冲击,在不同程度上使市场产生时变跳跃行为。最后,研究市场价格急剧下跌时期时变跳跃强度的变化,发现其强度出现一定幅度的上升。     

空盘量变动对我国期货市场期货价格收益波动性的影响

空盘量是除交易之外刻画期货市场交易活跃程度的另一个重要指标。将空盘量分解为可预期和不可预期两部分,研究空盘量的变动对期货价格收益波动性的影响。实证结果表明,空盘量对期货价格收益的波动性具有负向影响,即总体而言,空盘量的增加对期货价格收益波动性的影响小于空盘量的减少对期货价格收益波动性的影响;并且,不可预期空盘量对期货价格收益的影响比可预期空盘量对价格收益的影响大许多。同时,从信息经济学的角度对实证结果分别进行了解释。     

基于外部信息冲击的符号跳跃变差高频波动率模型

现阶段研究高频波动率的主流HAR-RV-跳跃模型仅考虑了与高频波动率有关的内生变量,忽视了外部信息冲击的影响,对高频波动率的估计和预测可能存在偏误.本文尝试将外部信息冲击引入到HAR-RV-跳跃模型中,构建基于外部信息冲击的符号跳跃变差高频波动率模型(HAR-VRV-跳跃模型).这类模型不仅兼顾内生因素和外部信息冲击对高频波动率的共同影响,还考虑了多元信息冲击的非对称效应.通过选取沪深300和中证500指数的高频交易数据作为研究样本,并利用滚动时间窗口预测和SPA检验对HAR-V-RV-跳跃模型的预测能力进行了评价,结果表明:HAR-V-RV-跳跃模型可以依据外部信息冲击的类型对高频波动率做出更准确的预测,其预测能力明显优于现有的HAR-RV-跳跃模型.但是,HAR-V-RV-跳跃模型对平稳期高频波动率的预测表现优于非平稳期.     

调和稳定Lévy过程驱动的双重跳跃模型及期权应用

为准确刻画证券价格波动过程中的跳跃特征,捕获收益率尖峰厚尾、有偏等非高斯特征以及波动率集聚、异方差性等效应,建立了证券价格与相应波动率均存在跳跃的随机波动率模型,其中跳跃分布为两类纯跳跃Lévy分布(调和稳定分布和速降调和稳定分布)。最终,构建得到调和稳定Lévy过程驱动的双重跳跃随机波动模型。利用恒生和标普500股指数据进行实证,结果表明:与仿射跳扩散相比,纯跳跃Lévy分布能捕获随机信息的尖峰厚尾特征,拟合能力更优越,股指收益尾部分布存在速降特征。在此基础上的期权定价结果表明,速降调和稳定过程驱动的双重跳跃随机波动模型更有效。     

中国股市多分形波动率建模及预测研究

本文考虑股市高频数据的日内效应和已实现波动率的测量误差修正了现有多分形波动率指标的构建方法,以HAR模型为基础构建新的多分形波动率预测模型.利用Diebold-Mariano检验和"模型信度设定"检验等方法综合评价了各种模型对我国沪深300股指的预测能力.结果表明:1)在相同模型范式下,赋权调整已实现波动率的样本外预测能力要优于已实现波动率,而本文提出的新的多分形波动率模型要显著优于其他模型;2)在相同波动率测度指标下,引入股价波动的跳跃成分和杠杆效应能进一步改善波动率模型的短期预测效果;3)最优和次优模型均是基于新多分形波动率方法构建的模型.     

我国股票市场连续性波动与跳跃性波动实证研究

以非参数化方法为理论基础,利用沪深300指数2006年至2008年的一分钟高频数据,分离出已实现波动率中的连续性波动和跳跃性波动的时间序列,进而检验了两种不同波动成分在股市不同周期内的统计性质,以及收益率对各种波动成分是否存在规模效应和杠杆效应.结论表明:股票指数的运行过程存在明显的跳跃聚集现象;我国A股市场的连续性波动与跳跃性波动比美国市场具有更为长期的滞后相关性;杠杆效应在各个考察时期内均不具有显著性,规模效应在大部分时间内具有显著性,表明收益率取值的大小较取值的正负更能对各种波动成分造成影响,这种影响在牛市中更为明显.     

中国股市多分形波动率建模及预测研究

本文考虑股市高频数据的日内效应和已实现波动率的测量误差修正了现有多分形波动率指标的构建方法，以HAR模型为基础构建新的多分形波动率预测模型.利用Diebold-Mariano检验和"模型信度设定"检验等方法综合评价了各种模型对我国沪深300股指的预测能力.结果表明：1）在相同模型范式下，赋权调整已实现波动率的样本外预测能力要优于已实现波动率，而本文提出的新的多分形波动率模型要显著优于其他模型；2）在相同波动率测度指标下，引入股价波动的跳跃成分和杠杆效应能进一步改善波动率模型的短期预测效果；3）最优和次优模型均是基于新多分形波动率方法构建的模型.     

引入隔夜信息的已实现波动率

中国股市每天交易时间只有4小时,而可能影响股票收益的信息却在24小时内连续累积。隔夜信息即指非交易时段产生的影响股市的信息,既可能源自非交易时段的政策颁布、公司公告,也可能源自海外市场的股价变动等。在估计日已实现波动率时,对隔夜信息的处理方式尚无定论。以沪深300指数5分钟高频价格为实证数据,比较多种引入隔夜信息的方法,发现本文提出的以SP500指数交易时段已实现波动率代理隔夜波动率,与沪深300指数交易时段已实现波动率相加而构建的日已实现波动率估计量,在均方误差指标和模型置信集检验下具有最高的样本内精确度。并且以之为真实波动率代理变量时,常用GARCH类模型样本外预测性能的比较结果在各种估计窗/预测窗组合下最为一致。     

中国股市高频波动率跳跃的特征分析

采用修正的已实现门阈多次幂变差实证分析了中国股市高频波动率跳跃的特征,并运用自回归条件持续期模型、自回归条件风险模型以及扩展的自回归条件风险模型刻画了跳跃持续期的特征.实证研究表明,中国股市高频波动率发生显著跳跃的比例较高,并且跳跃具有聚集的特征,跳跃的幅度、强度以及跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正自相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.     

组织道德气氛对工作满意度影响的实证分析

采用结构方程模型对调查数据进行实证分析,探索组织道德气氛对工作满意度的影响机制及组织信任的中介作用。结果表明:规则型道德气氛对工作满意度影响不显著,而工具型和关爱型道德气氛分别对其有显著的负向和正向影响;工具型道德气氛显著地负向影响组织信任,关爱型和规则型道德气氛则显著地正向影响组织信任;组织信任在工具型和关爱型道德气氛与工作满意度之间分别具有完全和部分中介作用。     

流动性与收益、收益波动的动态关系

研究了我国股市流动性与收益的时间序列的动态关系。通过建立相关模型,发现非流动性与证券收益互为G ranger因果关系,当期收益与当期非流动性呈负相关关系、而与滞后一期非流动性呈正相关关系。进一步把市场日非流动性分解为期望非流动性与预期之外非流动性,发现期望非流动性对于期望收益具有正效用,而预期之外非流动性对于期望收益有负效应,且后者的负效应大于前者的正效应;预期之外非流动性对收益波动有显著影响,而期望非流动性对收益波动影响不显著。     

投资者异常关注与成交量和波动率的交叉相关性及传导方向——基于复杂性理论视角

选取上证50指数中32支成分股为实证研究对象,以百度指数衡量投资者异常关注,突破原有的未考虑投资者行为与市场表现之间非线性复杂交互特征的线性范式框架,引入更符合金融市场实际的趋势交叉相关性分析(DCCA)和基于时间延迟的DCCA复杂性方法研究投资者异常关注与成交量和波动率的交互效应及传导方向。结果表明:投资者异常关注与成交量和波动率均存在正向的交叉相关关系,且其与成交量的交叉相关性水平更高;投资者异常关注与成交量和波动率之间的交叉相关性传导方向是双向的,且随滞后期增加,交叉相关性水平逐渐减弱;进一步划分市场态势,发现牛市状态下投资者异常关注与成交量和波动率之间的交叉相关性强于震荡市。上述研究为深入探讨投资者行为与股票市场表现之间非线性依赖关系和复杂特性机理提供有益参考,也为投资者和监管部门提供决策依据。