政策因素、金融危机对中国股市波动性影响——基于ICSS-GARCH模型的分析

为有效识别影响股市波动性的因素,在此基础上准确判断事件冲击对股市波动性的作用方向与影响程度,本文创新性地利用ICSS算法对国内、区域性和国际股市波动性突变点进行判断。随后对照证券业年鉴、四大证券报及网络搜索结果对股市波动性突变点发生的事件进行梳理和归类,并以此构建ICSS-GARCH模型对影响股市波动性的事件冲击因素进行深入分析。本文发现:(1)国内宏观经济政策、政府工作报告和政府经济预期等政策因素成为影响中国股市波动性突变的主要因素,国际金融危机成为影响中国股市波动性的主要国际事件。(2)相对于区域性和国际因素,国内因素对股市波动性的影响更为显著。(3)股市波动突变性是波动持续性的重要原因,一定程度上解释了股市波动的长期记忆性,考虑股市波动突变性的ICSSGARCH模型的构建有利于预测和控制股市的剧烈波动。     

基于杠杆效应和结构突变的HAR族模型及其对股市波动率的预测研究

近年来,基于高频交易数据的HAR族模型在对各类金融市场波动率的预测研究中展现出了良好的预测效果.本文在4个经典或前沿的HAR族模型的基础上,考虑杠杆效应和结构突变因素对波动率的预测作用,构建4个带杠杆效应和结构突变的HAR族模型.接着,以上证综指和深证成指的5分钟高频交易数据为研究样本,对上述模型进行样本内和样本外分析,以此检验各成分对股市波动率的预测作用以及比较各模型的预测能力.实证结果显示:已实现波动率,连续波动率,下行波动率,上行波动率,杠杆效应和结构突变成分对股市波动率的预测作用较强,而跳跃波动率,符号跳跃方差对股市波动率的预测作用较弱;带杠杆效应和结构突变的HAR族模型对股市波动率的样本内拟合效果和样本外预测能力都明显优于相对应的不带杠杆和结构突变的HAR族模型,其中大多数情况下LHAR-CJ-SB模型展现出最高的拟合效果和预测精度.以上结果表明,杠杆效应和结构突变因素能有效提高HAR族模型的预测精度,所以在HAR族模型的构建中这两个因素不能被忽视.     

投资者情绪和资产定价异象

在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用.     

中国股市流动性的体制转变及政策效应分析

经济系统的运行状态和模式不是一层不变的,受政策或突发事件的影响,经济系统会发生一个状态突然向另一个状态发生跳跃的过程.通过建立SWARCH(Switching-Regime ARCH)模型,对中国股市流动性运行模式的实证研究发现:①中国股市的流动性状态存在体制转变,即流动性低波动状态会向流动性高波动状态突然转变,反之亦然.②造成中国股市流动性体制发生转变的一个重要因素是政策的改变或重大事件的发生.③随着我国股市流动性的逐渐变好,政策或重大事件对我国股市流动性的影响力度在逐步减弱.     

国际股市隐含波动率溢出效应分析

采用网络分析和溢出指数法对全球11个主要股票市场隐含波动率指数波动溢出的特征及影响因素进行分析。结果表明,样本期内美国股市是全球股票市场波动溢出网络的中心;英国、法国、德国组成小聚集群体,相互之间存在明显的波动溢出,但对其他市场的溢出强度较弱;其他市场是波动溢出的主要吸收者。国际股市间的总波动溢出具有一定的波动性,在金融震荡时期显著上升。经济基本面和市场传染机制可以较好地解释了一国股市的对外溢出强度,并且市场传染机制起主要作用。     

羊群效应的新测度指数及其对我国股市波动的预测作用研究

羊群效应作为一种典型的市场投资者行为异象，极易对股票价格波动形成影响.因此，在已有羊群效应测度方法基础上，提出了一种新的羊群效应测度指数，并以我国上证综指为样本，运用广义自回归条件异方差混频数据（GARCH-MIDAS）模型实证检验了该指数对上证综指波动率的影响及预测作用，并与多种常用的同频数据GARCH族模型和纳入经济政策不确定性指数（EPU）的波动率模型进行比较分析.实证结果表明，相对于EPU指数，纳入新羊群效应指数的GARCH-MIDAS模型具有更显著的样本内参数估计结果，同时可以更好地解释上证综指波动的长期成分.进一步，模型信度集合（MCS）检验和预测方向准确性（DoC）检验结果表明，纳入新羊群效应指数能够显著提高模型对我国股市波动率的样本外预测精度.最后，采用不同样本外预测天数、不同损失函数、不同滞后期预测以及基于深证成指样本的各种实证结果进一步证实上述结论的稳健性.     

我国证券投资基金羊群行为及其对股价影响的实证研究

建立CCK校正模型，分别检验我国证券投资基金羊群行为及股市整体羊群行为是否存在；在CCK校正模型的基础上建立虚拟变量模型，以检验基金羊群行为与股市整体羊群行为二者的显著程度是否相同，从而证明基金羊群行为能否引起股市整体价格的波动。研究结果表明：我国基金羊群行为与股市整体羊群行为均显著存在，且二者的显著程度基本相等，主要是基金在整个股票市场中所占份额较少所致，因此基金羊群行为不会对股市整体价格波动产生大的影响。     

隔夜收益率能提高高频波动率模型的预测能力吗

将隔夜收益率作为解释变量加入到高频波动率模型中,研究其对模型预测精度的影响.以沪深300指数为例,运用样本外预测技术及新颖的模型可信集检验方法,同时选取比RV更为稳健的两尺度已实现波动率为基准波动率,实证研究表明,隔夜收益率对短期波动率存在显著的非对称效应;隔夜收益率能改善各波动率模型的拟合能力,并能显著提高模型的短期预测能力;在预测短、中及长期波动率时,已实现和已实现极差高频波动率模型的预测表现并不一致.     

基于贝叶斯原理的随机波动率模型分析及其应用

基于贝叶斯原理,对随机波动性模型进行研究,并将随机波动率模型应用股市风险价值VaR的估计与预测.针对中国股市数据进行的实证结果表明,与GARCH模型相比,随机波动率模型能更好地描述股票市场回报的异方差和波动率的序列相关性;基于随机波动率的VaR较GARCH模型的VaR具有更高的精度.     

波动率风险溢酬: 时变特征及影响因素

应用香港市场的数据, 通过构造恒生指数看涨期权的动态delta中性组合估计了股票市场的波动率风险溢酬, 并对其时变的 特征和影响因素进行了分析. 实证结果表明: 香港股票市场上的确存在显著为负的波动率风险溢酬, 说明波动率的确是随机的, 是市场中存在 的另一个风险源. 而投资者是厌恶波动率风险的, 并通过支付较高价格购买股指期权来规避这一风险, 股指期权并非股票现货的冗余证券. 并且, 波动率风险溢酬呈现明显的时变特征, 其最重要的影响因素是股票现货市场的波动率, 股市当前的波动率越大, 投资者对未来波动的预期和风险 厌恶程度越高, 越愿意为规避波动率风险支付更高的风险溢酬.     

人民币汇率波动影响我国外汇储备变动的理论模型和实证研究

本文在综合考虑国际收支和外汇储备需求的基础上构建了人民币汇率波动影响外汇储备的理论模型, 并利用相关数据实证检验了人民币汇率波动对外汇储备的影响. 模型结果表明: 规模变量、进口倾向、国外收入及汇率因素对外汇储备需求的影响取决于这些变量各自对外汇储备瞬时变化的确定性部分μ的影响. 实证结果表明: 长期上, 规模变量、进口倾向、名义有效汇率、实际有效汇率对外汇储备变动都具有显著正效应; 而储备增长自身波动、实际有效汇率波动及汇率制度对外汇储备变动均呈明显负影响; 国外收入、中美实际利差、名义有效汇率波动对外汇储备变动的影响不明显. 短期内, 名义有效汇率及实际有效汇率变动对外汇储备变动都呈明显负效应, 国外收入具有显著正影响, 而其它变量的变化对外汇储备影响不明显.     

HAR族模型与GARCH族模型对不同期限波动率的预测精度比较——基于沪深300指数高频价格的实证分析

以对收益条件方差建模的GARCH族波动率模型,及对高频已实现波动建模的HAR族波动率模型为考察对象,采用滚动时间窗的样本外预测,结合具有Bootstrap特性的SPA检验法,分别使用4种常用的损失函数作为评价指标,比较了13种常用波动率模型对沪深300指数短期、中期、长期波动率的预测精度。实证结果表明,对数形式的HAR-RV-CJ模型对短期、中期、长期波动率的样本外预测都具有最高的精度,且对长期波动率预测的优势最为显著;对收益条件方差建模的GARCH族模型即便加入已实现波动作为附加解释变量,其预测精度仍无法超越对已实现波动直接建模的HAR族模型。     

中国股市高频波动率的特征、预测模型以及预测精度比较

在HAR-GARCH模型和HAR-CJ模型的基础上构建了自适应的不对称性HAR-CJ-D-FIGARCH模型, 并用以对中国股市高频波动率进行了预测, 然后利用上证综指2000年至2008年的高频数据实证检验了中国股市高频波动率的特征, 最后运用SPA检验评价和比较了构建的模型与其他6类高频波动率模型的样本外预测能力. 结果表明: 中国股市高频波动率同时具有长记忆性、 结构突变、不对称性和周内效应等特征; 结构突变仅部分解释其长记忆性; 高频波动率连续性成分的长记忆性很强, 而跳跃性成分的长记忆性非常弱. 相比于其他6类模型, 自适应的不对称性HAR-CJ-D-FIGARCH模型对样本内数据的拟合效果最好, 同时也是样本外预测性能最好的模型.     

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.     

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。     

人民币实际汇率波动影响因素研究

使用1994年1季度至2005年2季度的数据,对人民币实际汇率的影响因素进行了实证研究.首先,以美国、日本和欧元区作为基准国,采用简化的生产力差异模型对人民币实际汇率与国内外生产力差异之间的关系进行了检验.结果表明,生产力差异模型不能对人民币实际汇率波动起到很好的解释作用.其次,在此基础上,进一步分析了人民币实际有效汇率与包括生产力差异因素在内的多种经济变量之间的关系.实证分析结果显示,人民币实际有效汇率与诸变量之间存在长期协整关系.第三,通过对人民币实际汇率的变化进行脉冲响应分析和方差分解分析,找出了影响人民币实际汇率波动的主要因素.综合这些分析,可以得到以下两个重要的结论:第一,在对人民币实际汇率进行建模时,要充分考虑多种影响因素,单一考虑某种因素可能会对分析结果造成误导;第二,影响人民币实际汇率变动的主要因素包括生产力差异、对外开放度以及国际石油价格冲击等.     

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.     

中国股票市场特质波动率异象及成因

本文改进并构建了月滚动已实现特质波动率作为度量特质波动率的标准,通过横截面回归的研究方法对中国股票市场是否存在特质波动率异象进行实证检验。在此基础上,基于HP滤波法将特质波动率分解为长期特质波动率和短期特质波动率两部分,分别研究二者与股票截面收益之间的关系。结果显示,中国股票市场确实存在特质波动率异象。进一步研究发现,长期特质波动率与股票截面收益成正向关系,短期特质波动率与股票截面收益成反向关系。在长期特质波动率与短期特质波动率综合作用下,特质波动率与股票截面收益率之间的关系可能为正也可能为负,取决于两者谁占主导地位,进而从指数构建与方法论的视角对我国股票市场的特质波动率之谜做出了解释。     

基于Markov机制转换模型的我国股市周期波动状态研究

运用Markov机制转换模型,研究我国股市在不同状态之间的周期转换.研究结果表明, 四状态异方差马尔科夫机制转换模型最能刻画我国股市周期波动特征; 1996年12月26日-2010 年 12月 31日涨跌停板限制下, 股票价格的变动可以分为快速下跌、缓慢下跌、缓慢上涨和快速上涨四种状态;我国股市总体上体现出急涨慢跌的态势, 缓慢下跌是其主要波动状态;股市阶段性波动大体上分为波动较大和波动较小两种期间.