具有杠杆效应SV模型的贝叶斯分析及其应用

对具有杠杆效应的SV模型进行了的贝叶斯分析，使用基于Gibbs取样的BUGS软件对模型的参数进行了估计。用上海和深圳股市的指数收益时间序列对杠杆效应SV模型进行检验，指出沪、深两个股票市场存在显著的杠杆效应。     

中国股票市场的非对称效应研究

为检测重大风险事件对我国股票市场影响的非对称效应,运用贝叶斯MCMC推断技术对我国上证综指和深证成指进行了实证研究.研究结果显示:基于t-分布的门限随机波动模型比基于正态分布的随机波动模型能更加合理地刻画经济事件、政治事件和自然灾难对我国股票市场收益和波动影响的非对称特性.并且发现,经济事件、政治事件和自然灾难对我国股票市场收益和波动的影响均具有显著的非对称性.相对而言,政治事件对股票市场收益的影响存在正向杠杆效应,而经济事件和自然灾难却存在反向杠杆效应;经济事件和政治事件对股票市场波动的冲击存在正向杠杆效应,而自然灾难则存在反向杠杆效应.此外,除在牛市环境下利好经济事件和利空经济事件对股票市场收益和波动的影响具有反向杠杆效应之外,其它风险事件在熊市和牛市环境下对收益和波动的影响均具有正向杠杆效应.     

基于Levy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究

考虑股票收益率在GARCH模型下的非正态特征,以及收益率标准差序列的非对称特征,首先给出几种真实测度下服从Levy分布的条件异方差模型,接着对随机扰动项和波动率进行风险中性调整,最后通过蒙特卡罗模拟进行大陆和香港权证的实证.结果表明:Levy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时,该模型显著提升了权证的定价精度.市场间对比显示,香港权证的定价精度高于大陆权证,且大陆权证的市场价格显著偏离无套利假设下的理论价值.     

中国股市指数收益率的时间跨度特性

以上证指数和深成指的3种不同时间跨度的收益率序列--日收益率、周收益、月收益率为研究对象,对比分析它们分布情况、厚尾性、ARcH效应以及自相关性等特征的变化.结果表明,随着时间跨度的不断增加,上海股市和深圳股市的收益率序列逐步趋于正态分布,序列自相关性增强并存在长期相关性,波动集群性逐渐消失,波动持续性和杠杆效应不断减弱,风险溢价的敏感性不断增强,这些相同的变化趋势反映出两地股市有很强的联动性.同时,两地股市指数收益率厚尾性变化有明显区别,随时间跨度的增加,上证指数收益率的左尾变瘦,右尾变胖,深成指收益率的左右尾都逐渐变瘦,这种不同的变化趋势反映出两地股市的差异性.     

基于VaR-GARCH模型族的我国期铜市场风险度量研究

描述了金融时间序列的一般特性,从收益的波动性与分布出发,组建起计算时变风险价值的VaR-GARCH模型族,并应用该模型族在3种分布假设下对我国铜期货的市场风险进行了实证分析.研究结果表明,基于广义误差分布的VaR-EGARCH模型能很好地刻画期铜收益的尖峰厚尾性与市场风险.同时,对期铜市场风险的变动趋势进行了详细剖析.     

期货市场价格波动与市场弱有效性的检验与分析

通过对中国期货市场铜和铝两种金属期货品种收益率的分布与波动性进行实证分析，论证其时间序列存在ARCH效应；运用GARCH模型对两种期货品种进行了拟合分析和统计检验，结果表明这两个期货品种的波动性均具有很高的持续性，但上海铝期货的波动性相比于上海铜，其波动性受各种外部冲击的影响较大；通过GARCH(1，1)的市场有效性检验，论证中国金属期货市场尚未达到弱式有效，市场风险较大。     

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.     

基于Lévy过程修正GJR-GARCH模型的权证定价——对中国大陆和香港权证的实证研究

考虑股票收益率在GARCH模型下的非正态特征, 以及收益率标准差序列的非对称特征, 首先给出几种真实测度下服从Lévy分布的条件异方差模型, 接着对随机扰动项和波动率进行风险中性调整, 最后通过蒙特卡罗模拟进行大陆和香港权证的实证. 结果表明: Lévy过程修正下的GJR-GARCH模型能够很好地捕捉到金融数据"跳跃特征"、"群聚现象"和"杠杆效应".同时, 该模型显著提升了权证的定价精度. 市场间对比显示, 香港权证的定价精度高于大陆权证, 且大陆权证的市场价格显著偏离无套利假设下的理论价值.     

期铜套期保值有效性实证研究

通过对上海期货交易所3月期铜1995-06-15～2002-07-11共1 733个收盘价及其相应的铜现货价格数据进行了最小风险套期保值的实证研究,并从套期保值有效性、套期后的风险比较分析中得出(1)上海期铜市场套期保值是有效的,进行套期保值后的风险远远小于不进行套期保值的风险;(2)随着时间的推移,期铜市场套期保值的有效性基本上是在逐年提高.这说明我国的铜市场基本上是逐渐趋于有效的.     

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。     

伦敦金属交易所与上海期货交易所铜价格发现过程

具有相同标的资产铜期货合约的伦敦金属交易所(LME)与上海期货交易所(SHFE)之间的竞争日趋激烈,对比分析了这两个市场在铜价格发现过程中的贡献度。结果表明,价格发现主要由LME决定,随着SHFE期铜市场的发展和完善,它在价格发现过程中的地位也得到了逐步提高。     

基于门限向量误差修正模型的中国与国际有色金属期货价格关联性研究

利用两状态的门限向量误差修正模型(threshold vector error correction model, TVECM),研究了中国与国际有色金属期货价格在不同状态下的长期均衡关系与短期动态调整机制. 研究发现: 伦敦期货交易所(LME)与上海期货交易所(SHFE)的期铜、期铝之间存在着显著的门限协整关系; 中国与国际有色金属期货价格向长期均衡状态的调整力度是非对称的, 当SHFE3月期铜价格较高或LME3月期铝价格较高导致期货价格偏离均衡时, 误差矫正机制推动价格向均衡状态调整的力度较大. 中国与国际有色金属期货价格在不同状态的样本数量不同, 当LME3月期铜价格较高或SHFE3月期铝价格较高导致期货价格偏离均衡状态时的样本较多.     

基于历史的期货市场有效性检验

基于历史概念,提出一种新的市场有效性检验方法,并对上海期货交易所的铜期货市场进行了市场有效性检验,得出了该市场基本符合弱式有效的结论。     

具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。     

基于卡尔曼滤波的期货价格仿射期限结构模型

由于受国内外多种因素共同影响,期货价格在短时间内变动较大,为准确拟合与预测期货价格,本文根据期货价格的行为特征,提出一个n因素的仿射期限结构模型,并基于卡尔曼滤波和极大似然法,以沪铜日结算价的面板数据为样本时期货价格的期限结构进行实证分析.结果表明,该仿射模型对沪铜是适用的,而且模型中因素数目越多,模型拟合与预测能力越强,其中,2因素的仿射模型可以较为准确地模拟期货价格的期限结构,3因素的仿射模型可以较为准确地模拟和预测期货价格的期限结构.     

上海股市日内波动性与成交量之间引导关系的实证分析

采用上海股市 2 0 0 1年 1月 2日至 2 0 0 1年 6月 2 9日期间的每 5分钟交易数据 ,用引导关系检验法对上海股市日内波动性与成交量变动率的关系进行了实证分析 ,结果表明 ,它们之间存在双向线性引导关系 ,这意味着可以利用成交量变动率的线性模型来预测日内波动性 ;但它们之间不存在非线性引导关系 ,这意味着在预测上海股市日内波动性时 ,不能得出支持非线性预测模型的结论 .     

中国股市波动率的广义周内特征及其预测模型

本文将Realized GARCH模型推广至基于周历日的时变参数情形以刻画杠杆和溢出效应的周内特征并避免传统GARCH类模型在拟合长记忆性与周内效应时两者相互干扰问题.将新模型应用于上海股票市场2001至2013数据的分析发现:我国股市波动率存在时变的杠杆效应和溢出效应.实证结果表明:新模型无论在样本外的预测能力还是在样本内的拟合度上都明显优于现有模型.     

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.