股指与股指期货日内互动关系研究

旨在应用高频数据分析股指与股指期货日内互动关系.研究发现标准普尔500指数现货市场与其期货市场收益率之间存在即时互动关系,这与国外已有研究的结果不一致.为了更进一步研究信息在现货市场与期货市场之间流动的方式,文中采用了三种方法度量股指期现市场的波动性,并且检验了两个市场波动率之间的先行-滞后关系.结果发现,股指期货先行时间明显比股指先行时间要长,股指与股指期货对不同类型的信息反映速度是不一致的.     

高频环境下沪深300股指期货波动测度——基于已实现波动及其改进方法

作为中国唯一上市交易的金融期货产品,沪深300股指期货在资本市场价格发现和风险防范过程中扮演重要角色, 科学准确地测度其收益波动对充分实现股指期货避险功能具有重要理论和现实价值.在日内高频信息环境下分别采用经典已实现波动率、已实现极差波动率和已实现双幂波动率等三类方法对沪深300股指期货的收益波动进行测度,通过样本内预测误差指标对上述 方法的测度性能进行比较. 实证结果表明:沪深300股指期货在上市交易后表现出由剧烈波动 到渐趋平稳的波动特征,已实现波动的改进方法在沪深300股指期货收益波动的测度性能上具有较为明显的优越性.     

股指期货推出对股票市场质量的影响

通过建立理性预期均衡模型分析了股指期货推出对股票市场质量的影响。在股指期货推出前后两种不同交易环境下,股票市场的交易者会采取不同的交易策略,从而形成不同的均衡价格,最终会对股票市场质量产生影响。研究的结论表明股指期货推出提高了股票市场的流动性和信息效率,但对其波动性影响存在不确定性。总的来说,股指期货推出提高了股票市场质量。本文的研究,无论是对监管层制定跨市场监管制度,推出其他金融衍生产品,还是对投资者深刻理解股票市场,进行有效投资都具有很好的理论和实践意义。     

混合交易机制对股指期货市场效率影响的实验研究

证金公司以"准做市商"的角色入市,对缓解中国股票和股指期货市场自2015年6月15日起的快速暴跌发挥了重要作用。引入做市商报价机制,构建混合交易机制有助于降低成交价格与真实价值的偏差,保持股指期货市场平稳运行。通过一个股指期货市场交易实验,在做市商报价机制、连续竞价机制和混合交易机制三种实验情景下,检验不同交易机制对沪深300指数期货市场买卖报价价差、成交价格偏差和成交量的影响。研究发现:混合交易机制下股指期货合约的买卖价差、标准差均最小,报价次数和成交量均最大,但是股指期货成交价格与真实价值之间的偏差,介于做市商报价机制和连续竞价机制之间。因此,建议我国股指期货市场盘中交易过程在现有连续竞价机制的基础上,引入竞争性做市商报价机制,构建混合交易机制,有助于缩小股指期货合约的买卖价差,降低投资者的交易成本,提高股指期货市场的流动性和价格发现效率。     

中国股指期货和现货市场信息传导关系在牛熊市中的异化现象

本文采用牛熊市的视角,根据市场的历史周期的判断结果,分别提取我国沪深300牛市和熊市样本窗口,使用了BVGJR-GARCH-BEKK模型和LM跳跃检验法,从价格发现、波动溢出和跳跃风险三个方面对股指期货和现货市场间的信息传导关系的异化现象进行了实证研究.结果表明,牛市时股指期货市场发挥主要的长期价格发现作用,熊市时两个市场存在双向的价格发现,过分自信效应可以解释这一异化现象.两个市场在牛熊市都存在双向的波动溢出,但非对称性的方向相反.熊市时两个市场上都检验出了更多的跳跃行为,熊市下股指期货市场的跳跃风险来自于未预期到的信息.     

金融危机前后的全球主要股指联动与动态稳定性比较

针对传统参数分析法可能存在参数和指标多样化而导致结果迥异的问题,提出直接从真实交易数据入手,采用具有准确拓扑序列的亚超度量空间方法.通过对2005年7月22日至2009年6月30日全球最具代表性的52个股指的日数据,并以2008年9月15日为金融危机前后的分界点进行实证,结果发现:金融危机爆发后,全球股市股指间地理区域聚集效应更加明显,各股指间的相关程度显著提高,其联动性更强;全球股指的动态稳定性在整体上是相对稳定的;在金融危机后,美国的股指影响力在降低,而中国在增强.为了避免全球股指剧烈波动,金融监管应该是全球协调的,而不应是一个国家或某个区域的单独行为.应保持世界各国证券市场的"多样性(差别化)",来防止经济和金融一体化带来的"一荣俱荣,一损俱损".     

基于主趋势辨识和智能残差修正的股指时间序列预测

针对股指时间序列存在信噪比低、干扰因素多、随机波动强的特点,提出一种基于主趋势辨识和智能残差补偿的股指序列预测方法。一方面利用奇异谱分析方法对股指时间序列重构,提取股指时间序列的主要趋势,采用自回归方法实现对主趋势的辨识;另一方面将主趋势模型与实际股指时间序列的残差,采用GA-SVM算法对残差进行学习,所得结果对自回归模型进行修正。实证分析结果表明,采用本文算法能够有效的将预测精度控制在7%以内,同时与灰色预测算法以及神经网络算法相比,在RMSE、MAPE和F三项指标,占有一定的优势,从而提供了一种新的分析股指时间序列的有效途径。     

股指期货与石油长期合约对冲策略

股指期货是反应经济行情的重要指标,对石油价格具有重要影响。本文以股指期货与石油期货为工具,研究了石油长期合约的最优对冲策略问题。利用实际数据对比了固定比例对冲策略、GARCH类对冲策略、Regime-Switch类对冲策略与最小现金流风险对冲策略的绩效,研究结果表明,股指期货与石油期货的不同组合对冲效果差异较大,增加石油期货投资比例并减小SP500股指期货投资比例后,各对冲策略的对冲效果明显提高。就对冲效果而言,股指期货劣于原油期货,但股指期货可反应整体经济行情,股指期货与原油期货组合,可在一定程度上规避系统性风险对石油长期合约造成的损失。     

基于EEMD的投资者情绪与股指波动的关系研究

基于集成经验模态分解（ensemble empirical mode decomposition, EEMD）对非线性、非平稳性金融时间序列的有效 处理, 运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项, 提取出 序列在不同时间尺度下的波动特征, 并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项, 中期重大事件 影响项和长期趋势项, 进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性. 实证结 果表明, 投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系： 短期投资者情绪与股指价格波动存 在双向影响, 中期投资者情绪波动领先于股指价格波动, 而长期则转变为股指价格领先投资者情绪波动.     

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。     

Profit Guided or Statistical Error Guided? A Study of Stock Index Forecasting Using Support Vector Regression

Stock index forecasting has been one of the most widely investigated topics in the field of financial forecasting. Related studies typically advocate for tuning the parameters of forecasting models by minimizing learning errors measured using statistical metrics such as the mean squared error or mean absolute percentage error. The authors argue that statistical metrics used to guide parameter tuning of forecasting models may not be meaningful, given the fact that the ultimate goal of forecasting is to facilitate investment decisions with expected profits in the future. The authors therefore introduce the Sharpe ratio into the process of model building and take it as the profit metric to guide parameter tuning rather than using the commonly adopted statistical metrics. The authors consider three widely used trading strategies, which include a na¨?ve strategy, a filter strategy and a dual moving average strategy, as investment scenarios. To verify the effectiveness of the proposed profit guided approach, the authors carry out simulation experiments using three global mainstream stock market indices. The results show that profit guided forecasting models are competitive, and in many cases produce significantly better performances than statistical error guided models. This implies thatprofit guided stock index forecasting is a worthwhile alternative over traditional stock index forecasting practices.     

生产要素、FDI、环境消耗与中国经济增长源泉——基于Biennial Malmquist生产率指数的分解

论文将资本存量区分为国内资本存量和国外资本存量,基于Biennial Malmquist生产率指数对考虑环境消耗的中国1998—2011年间的经济增长源泉进行分解.测算结果显示,整体来看,全要素生产率、劳动投入、国内资本、国外资本以及环境消耗对经济增长的贡献率分别为4.33%、3.67%、48.1%、18%和25.9%.分地区统计发现,东部地区全要素生产率对经济增长的贡献率显著大于中西部地区,中部地区的经济增长对资本的依赖性最大,西部地区经济增长对国外资本的依赖性最大.当前中国经济增长对资本依赖度较大且存在地区差异,全要素生产率对经济增长的贡献率有限,经济在快速增长的同时,对环境产生了巨大消耗,这种经济增长模式是不可持续的,转变经济增长方式是必然选择.     

Noise Trading,Investor Sentiment Volatility,and Stock Returns

This article analyzes the mechanism of investor sentiment impact on stock price based on the noise trading theory of Delong et al. The market turn over, close-end fund discount, and growth rate of investor accounts are chosen as indirect investor sentiment index to construct comprehensive sentiment index on the basis of factor analysis approach. The relationship between investor sentiment and stock returns in China's stock markets is tested using the regression method of ordinary least squares (OLS) and generalized autoregressive conditional heteroskedasticity in mean model (GARCH-M). The results show that investor sentiment is a systematic factor in forming stock prices. Stock price fluctuates with the fluctuation of investor sentiment, but the impact due to positive and negative investor sentiment changes is different. The impact of positive changes is stronger than that of passive changes. The volatility of stock returns caused by investor sentiment changes is a systematic risk.     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

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。     

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.     

基于微信文本挖掘的投资者情绪与股票市场表现

本文以基于微信文本挖掘的投资者情绪与上证指数收盘价、成交量为研究对象,研究了投资者情绪时间序列与收盘价、成交量时间序列之间的关系.研究结果验证了投资者三种情绪倾向对股票市场的影响方式和效果不同:基于微信文本挖掘的投资者消极情绪比例能够稳定预测上证指数收盘价,基于微信文本挖掘的投资者积极情绪倾向和中性情绪倾向比例的增减变动能够迅速引发滞后1天的上证指数成交量的增减变动.研究表明基于微信文本挖掘的投资者情绪对于预测股票市场表现有重要作用.     

现货市场异常波动下股指期货交易限制对市场质量的影响分析

通过计算机仿真构建了基于投资者策略的跨市场金融平台,提出了异常波动下交易限制措施对市场质量的评价体系.从股指期货交易限制的角度,研究在现货市场异常波动期间管制措施对期货和现货市场质量的影响,并比较在不同的市场结构下管制措施的有效性.研究发现,对于股指期货的交易限制措施在短期内有效,但中长期内无法发挥股指期货基本功能.另外,交易限制的短期效果在一个新进杠杆资金较少的市场上是最好的,而在中长期市场中适当增加的投机和套利活动能抵消交易限制措施的效果,为市场提供流动性,使市场更快恢复到原来的状态.因此,异常波动下的股指期货交易限制应该是临时性的,在市场企稳后应该及时逐步恢复原有的制度结构.     

证券市场的标度理论及实证研究

运用分形理论探讨证券市场的自相似性与标度不变性 ,分析三种标度指数 ,即自相关指数、Hurst指数、基于 DFA算法的标度指数 .基于标准差时间序列改进 Hurst指数 ,将 DFA推广为动态递推算法 .利用三种标度指数对国内沪深股市进行实证研究 .结果表明 ,沪深股市收益率均不服从正态分布 ,在跨时间尺度的股价指数之间存在着相关性 ,表现为分形时间序列 ,说明其背后所隐含的政策导向影响中国股票市场的特征 .     

基于杠杆和流动性冲击的股指期货保证金定价

现有研究对股指期货保证金定价多仅围绕波动率因素来考虑,而忽视了流动性冲击、杠杆和交叉持股所导致的现货价格极端变化对期货保证金的影响,即在保证金定价中未能考虑现货市场的流动性风险和组合再平衡风险.鉴于此,本文首先分析了流动性冲击下杠杆对投资组合价值的影响机理,以及交叉持股对现货标的的正反馈效应;然后通过持有成本模型将这些因素引入到股指期货价格变化中,最终构建保证金定价模型.模拟分析发现:现货市场中的杠杆水平、流动性冲击水平均与股指期货保证金显著正相关;且与传统模型相比,本文提出的定价模型所计算的股指期货保证金要显著高于前者,这也意味着本模型的确能够有效解决流动性冲击严重或者杠杆过高情况下,股指期货保证金的合理调整问题.