基于结构转换PTTGARCH模型沪深股市波动率的估计

考虑股市收益率波动存在结构转换特征以及描述波动非线性和非对称特征的幂变换门限GARCH(PTTGARCH)模型,本文提出结构转换PTTGARCH模型.选取沪深300指数日对数收益率作为研究对象,将股指的波动变化分为下跌、上涨和盘整三个状态:选用2013年7月1日至2015年12月17日以及2015年12月18日至2016年1月8日作为样本内和样本外时期:分别应用GARCH,EGARCH,APGARCH,PTTGARCH模型及具有结构转换的相应模型对沪深股市波动率进行估计和预测,利用高频数据得到的已实现波动率作为股指实际波动率的估计.采用平均平方误差(MSE_1,MSE_2),平均绝对误差(MAE_1,MAE_2)对估计与预测的波动率进行评价,并采用模型信度集(MCS)检验比较各模型估计和预测能力.研究结果表明:单状态和具有马尔可夫结构转换PTTGARCH模型在样本内和样本外的拟合和预测结果均更为准确.     

我国宏观经济周期的状态数目与维数的确定

考虑了分析宏观经济周期时, 直接假定经济周期存在几种状态不具有科学性.文章以1978年第1季度-2011 年第4季度的GDP季度数据为研究样本, 采用Markov机制转换的状态空间模型, 利用EM算法, 结合Monte Carlo模拟近似逼近的方法, 确定出了我国宏观经济周期存在2种状态和每种状态下的维数等于3的结论.     

机构投资者、股权分置改革与股市波动性——基于MCMC估计的t分布误差MS-GARCH模型

从2003年开始, 中国机构投资者占股市流通市值中的比例迅速增长. 论文以这段时期上证指数的日收益率序列为研究对象, 改进了最新的t分布误差MS-GARCH模型, 运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计, 为研究股权分置改革、机构投资者对股市收益率波动的影响提供了新的证据. 研究发现, 股权分置改革使股市波动性发生了结构性改变, 股市由低波动风险期转换为高波动风险期; 各类基金的总净值和仓位给股市波动性带来的影响有显著差异, 存款准备金率和利率的调整也会影响股市波动性. 最后, MS-GARCH模型对股市数据的拟合度和预测效率等都优于单状态GARCH模型.     

多种市场形态下人工股市特征性事实分析

研究不同市场形态下股票市场的特征性事实对理解股市运行有指导意义.构建了一个具有基础均衡、泡沫均衡、周期和混沌4种市场形态的多主体股市模型,并对其各种形态进行了计算机仿真实验,然后对仿真收益率序列统计分析.研究表明:4种市场形态均存在尖峰肥尾、波动聚集和长期记忆特性,其中以基础均衡状态最为明显,周期和混沌次之,泡沫均衡最弱.     

状态空间模型、协调积分与股票价格预测

应用向量值状态空间模型的两步建模方法分析了深圳五种股票价格的动态行为,样本选在１９９６年下半年这一股市波动较为剧烈的时期．研究结果表明：在趋势模型中五种股票的价格序列构成了带有一个共同趋势（根的估计值为０．９９）的协调积分过程．此外在周期模型中还发现了一个较弱的趋势和两个复数根．最后通过有关统计量和２０天的样本外预测以及Ｈｅｎｒｉｋｓｓｏｎ与Ｍｅｒｔｏｎ提出的非参数检验方法验正了分析和预测结果的有效性.     

基于马尔可夫状态转换方法的套期保值

中国商品期货市场由于各种因素影响导致期现关系的高、低波动状态发生变化, 这对套期保值产生重要影响, 将马尔可夫状态转换方法引入到中国商品期货市场最优套期保值研究, 分析状态转换下的套期保值. 研究表明, 期货市场和现货市场的关系表现为相异的高、低波动状态, 高波动状态的稳定性、持续时间均低于低波动状态, 市场所处的状态与基差变化密切相关. 套期保值绩效分析表明, 单一状态套期保值中MGARCH模型的效果好于VECM, 而VECM又好于VAR, 它们均优于OLS模型. 时变转换概率和常转换概率马尔可夫模型的套期保值效果优于单一状态下的套期保值.     

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.     

上证综指马尔可夫转换模型的MCMC估计和分析

引入结构突变,对上证综指马尔可夫转换-ARCH模型通过马尔可夫蒙特卡罗方法(MCMC方法)进行估计。在30000次参数模拟之后,本文得到稳健、可靠的结果,似然比检验显示本文模型好于几乎所有GARCH族模型。本文结论:(1)相对于世界主要股市,中国股市各波动状态的持续时间短、波动幅度大;(2)不像其他股市,中国股市的波动不能反应国内外的政治经济状况的变化;(3)中国股市中等波动状态的收益率显著大于0。这些结论提供了一个认识中国股市波动性的全新视角,还揭示了一种基于模型的实用数量投资方法,最后本文提出了完善中国股市的相关建议。     

基于价格强度模型的量价关系与交易策略研究

本文将股票日内高频价格序列分解为价格上涨事件和价格下跌事件,采用价格强度模型刻画股票价格的动态特征,并捕捉日内微观尺度下交易量对股票价格的影响.研究结果表明,交易量对价格起助涨助跌的顺势推动作用:上涨后放量有助于进一步提高股票价格,下跌后放量则进一步压低股票价格.此外,交易量的影响具有不对称性,上涨时的助涨效应较下跌时的助跌效应更为明显.基于价格强度模型设计的高频交易策略可以获得显著的超额收益,表明A股市场仍然不是弱式有效市场.相比于纯价格数据,交易量数据具有预测价格的额外信息.本文为高频价格动态研究提供了新的建模分析框架,同时为日内量价关系和市场有效性问题提供了新的证据.     

基于HMM-EGARCH的银行间同业拆放利率市场波动预测研究

针对中国金融市场呈现出的多波动状态的典型事实特征,以上海银行间同业拆放利率(Shibor)市场为研究对象,不仅引入隐马尔可夫模型(hidden Markov model,HMM)对其进行了波动状态预测,而且还引入HMM-EGARCH模型对其波动率进行了预测;最后使用成功率(success rate,SR)与平均绝对误差(mean absolute error,MAE)对预测波动状态进行检验,并且还采用标准统计误差函数对预测波动率进行检验.实证研究表明:高低两种波动状态就能够有效地刻画出Shibor市场的波动状态;HMM模型能够对Shibor市场进行较准确地波动状态预测,且更重要的是,HMM模型对高波动状态预测具有显著的优越性;HMM(2)-EGARCH模型能够有效地对Shibor市场进行波动率预测.     

DDMRS-GARCH模型及其在上海股票市场的实证研究

提出了2阶马尔可夫结构转换波动模型——DDMRS-GARCH模型，DDMRS—GARCH模型引入了2阶马尔可夫链，使得波动状态转移概率不仅依赖于波动状态，同时还依赖于波动状态的持久时间．将DDMRS-GARCH模型应用于上海股票市场收益时间序列进行了实证分析．     

我国基金经理心理参考点调整特征的实证研究

基于卡尼曼提出的前景理论构造了参考点调整模型,并通过实证研究方法检验了基金经理参考点的动态调整特征,全面考察了参考点变化与股票收益、基金持股成本、投资者情绪以及大盘指数之间的关系。结果发现,基金经理在盈利时提高参考点,在亏损时降低参考点,且后者调整的幅度大于前者;随着持股成本的增加,基金经理心理参考点的波动幅度增大;参考点的调整幅度随着投资者情绪的增加而逐渐降低;当大盘指数下跌时,基金经理迅速向下调整参考点,而当大盘指数上涨时,参考点向上调整的幅度较小,基金经理表现出对损失更敏感的特征。在以上考察的各影响因素的共同作用下,基金经理参考点的变化将直接影响其未来的投资决策行为。     

具有结构转换的GARCH模型及其在中国股市中的应用

引入具有结构转换(switching regime)的GARCH模型(简称SW—GARCH)，并利用上海股市收益进行实证研究，通过与GARCH模型下的结果相对比，表明SW—GARCH大大提高了对市场波动性的预测能力，为股价波动的变结构建模问题提出了一个新方法，从而解决GARCH及其他异方差模型的结构变化问题。     

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.     

中国股市泡沫的三区制特征识别

本文使用一个三区制转换模型识别中国股市泡沫的非线性特征,刻画其动态演进过程,并探讨了异常交易量和超常收益率对三区制转换的解释作用.我们发现, 上证综指泡沫的变化可以明确划分为潜伏、膨胀和破灭三种区制,异常交易量和超常收益率对于泡沫的区制转换有很好的解释作用,样本内和样本外预测都取得了较好的效果.     

中国股票市场信息结构及实证研究

股票市场中存在明显的信息不对称，这是影响股票价格波动的重要因素，文章首先提出信息结构的概念，然后结合中国股票市场特点，描述了股票价值信息和价格波动之间的关系，并分析了信息结构各参数对市场学习过程的影响。结论表明市场随着交易的进行，能够不断调整股票价值变化的预期，最终将事件信息反映到价格之中；市场信息公开程度是影响市场学习能力的重要因素，信息公开度越高，市场学习能力就越好，市场价格反映股票内在价值的速度越快。     

羊群行为加剧股票价格波动吗?

羊群行为是否加剧股票价格波动,已有研究甚至给出截然相反的结论.假定交易者买卖观点的转变主要受其对股票基础价值认知和其他交易者行为的影响,本文构建描述市场平均投资态度和股票价格变化的数学模型,利用离散动力系统的相关理论研究模型的稳定性,并根据金融市场稳定与否对羊群行为程度进行界定.研究结果表明,在轻度羊群效应区间内,股票价格相应地呈现微幅周期波动;在中度羊群效应区间内,股票价格在经历一段时间的阻尼式波动后收敛至均衡价格,并且在此区间中存在最优的羊群行为,它促使股票价格以最快的速度逼近均衡价格;而在重度羊群效应区间,股票价格发生大幅的非理性波动,可以导致股市严重泡沫和金融危机的产生.     

证券指数的网络动力学模型

基于复杂网络的分析方法，由香港证券市场的恒生指数（HSI）构建一个加权证券指数网络，通过对网络连接矩阵最大反比参与率厦其对应本征矢量的计算。得到了四个网络拓扑重要性节点，发现具有拓扑重要性的证券指数网络节点具有很好的统计稳定性，这说明香港证券市场在统计意义下是动力学稳定的而不是随机的。识别这些具有拓扑统计重要性的节点对应的证券市场指数的波动模式，利用复杂网络的拓扑结构来反映证券指数波动的动力学相互关联和作用，为证券市场动力学性质的研究提供了一种新的方法。