应用小波分析方法研究沪深股市的溢出效应

应用小波分析方法研究沪深股市的价格和波动性的特征以及两市之间的溢出效应．对沪深股指收益率序列用小波分析作信号分解，分解为高频信号(细节信号)和低频信号(离散逼近信号)．通过比较沪深股市的高频信号之间的关系获知沪深股市之间存在着显著的价格和波动性的溢出效应．深市和沪市之间存在着一定程度的负的价格溢出效应；而深市对沪市存在着正的波动性溢出效应，沪市对深市存在着负的波动性溢出效应，并且波动性溢出效应大于价格溢出效应．     

上海股票市场行业与地区效应分析

根据国家标准行业分类，参照地区的远近和经济发达程度，把上海股票市场的股票划分为15个行业、12个地区。依据上海股票市场从1995年7月到2000年6月的股票回报率月数据，利用约束回归分析法对回报率的行业和地区效应进行了横截面和时间序列分析，结果表明上海股票市场具有明显的行业和地区效应，并且行业效应大于地区效应。     

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.     

中国股票市场的三因子模型

通过对中国股票市场从1995年7月到2000年6月所有A股股票月收益率的研究，发现股票市场具有显著的市值效应，账面市值比效应、市盈率效应和价格效应，这些效应不能用市场β值来解释，但再加上两个因子：市值因子和账面市值比因子，可以很好地解释这些效应，这个三因子模型也能够很好地解释中国股票市场众多指数的差异。     

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。     

中国股票市场收益的长期记忆性研究

首先应用R/S分析法研究中国股票市场的长期记忆性，实证结果表明中国股市作为一个新兴的资本市场，表现了与国外发达股市不太一样的特征，即中国股市具有较明显的长期记忆生，又用既能描述短记忆又能表现长记忆的ARFIMA模型对中国股票市场进行建模研究，并证明该模型与其他模型相比较所体现的优越性。     

外汇市场与股票市场间波动溢出效应——基于汇改后数据的小波多分辨分析

随着金融全球化与自由化进程的加快以及人民币汇率体制改革和中国企业股权分置改革的深化,外汇市场与股票市场间的信息流动和风险传递进一步加强。通过小波多分辨分析能够从不同尺度研究外汇市场与股票市场间的波动溢出效应,以达到从时频2个角度同时进行研究的目的。实证结果表明,人民币汇率波动与股票价格波动的低频信号具有协整关系。其独到之处在于发现不同交易周期上波动溢出效应存在非一致性:短期主要表现为股票市场向外汇市场的单向波动溢出;而随着交易周期的加长,则表现为双向波动溢出效应。     

中国股票市场多标度分形特征的实证研究

混沌和分形是自然系统和社会经济系统中广泛存在的一种非线性现象。近年来许多国外学者通过对汇率、股票收益率、黄金价格等金融市场实证数据的分析，发现了这些数据所具有的另一种重要的非线性特征——多标度分形(Multifractal)特征。通过对中国股票市场的代表数据(上海证券交易所综合股价指数和深圳证券交易所成份股价指数)的实证研究得出类似的结论，并就金融市场多标度分形特征发现的重大意义作出评述与展望。     

ARFIMA模型在中国股票市场预测的失效

选取了上证综合指数、深证成份指数、上证工业指数、上海商业指数、上海地产指数、公共事业指数、四川长虹、深发展A 8个从1997-01-02～2001-12-31样本序列.分别进行了序列的性质分析,并根据序列的性质为它们建立了ARFIMA(p,d,q)模型,进行了预测.结果表明,ARFIMA模型在中国股票市场对收益序列的预测是失败的.     

“房住不炒”政策的股市溢出效应——包含房产要素的动态均衡模型与资产定价研究EI北大核心CSCDCSSCI

“房住不炒”奠定了我国房地产市场长期调控政策的重要基调,而房地产发展与金融市场关系密切,金融危机和波动关联事件导致“房住不炒”股市溢出效应受到关注.本文将房产要素区别于传统资本要素,构建家庭和企业作为代理人的一般均衡资产定价模型,通过家庭对房地产偏好变化冲击来推导分析“房住不炒”政策对企业股票回报的影响及作用机制.仿真模拟发现,在受到“房住不炒”冲击后房产价格增速下降,资本收益增长幅度小于房产收益下降幅度,导致企业股权收益下降,“房住不炒”政策抑制企业股价.此外,本文构建企业房产资产权重函数,采用短期事件分析法和双重差分法开展实证检验,发现“房住不炒”政策对企业股票短期和长期回报均有较为显著的抑制作用.政府对房市发出负向信号后,企业房产资产权重每增加1%,企业股票日度回报下跌:1.04%,年度回报下跌约13%.本文最后对“房住不炒”政策对股票市场影响效应及风险敞口提出政策建议.     

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.     

日中两国不同经济时期股市的多重分形分析

在不同的经济发展时期, 股票市场波动会呈现出不同的动力学特征. 鉴于分形理论在描述股票价格波动特性时具有许多优势, 应用多重分形消除趋势波动分析(MF-DFA) 对日本七个经济时期以及中国股市自建立以来三个经济阶段的股票市场指数进行实证研究. 结果显示: 不同经济发展时期日中两国的股票市场均具有明显的多重分形特性; 但各自不同的经济时期多重分形特性差异显著, 且与当时经济发展的状况存在着一定联系. 接着运用自组织特征映射(SOM)神经网络对日本七个经济时期股市的多重分形特性进行分类, 验证了多重分形消除趋势波动分析(MF-DFA)可以较准确地刻画出不同经济时期股票市场的动力学特征. 最后, 通过对比日中两国不同时期股票市场的多重分形性, 得出一些对中国经济发展有益的启示.     

基于非线性Granger因果检验的中国大陆和世界其他主要股票市场之间的信息溢出

采用线性及非线性Granger因果检验的方法,对中国大陆股票市场和世界其他主要股票市场之间不同阶段的信息溢出现象进行了实证研究.通过比较Granger (1969)线性因果检验和 Hiemstra and Jones(1994)非线性因果检验, 发现中国大陆市场和世界其他主要股票市场之间存在非线性信息溢出效应;随着中国大陆市场改革的深入和全球经济一体化的发展,信息溢出的程度也在提升; 在建立风险预警机制时,需要充分考虑其他市场的信息.     

欧美股票市场对我国股票市场的传染效应研究——基于次贷与欧债危机背景

近年来,金融危机频频爆发且易表现出传染性,这使得金融传染引起国内外学者的高度关注.本文选取合适的动态条件相关模型研究欧美市场与A股、港股市场的条件相关性,结合内生多重结构突变模型与T检验方法划分危机传染期与平稳期,选用考虑外部影响的CCK模型研究A股、港股市场的羊群行为,随后,引入收益率分散度指标,研究两次危机的羊群行为传染渠道.研究结果表明:港股市场受两次危机传染的速度均快于A股市场,受传染的持续时间均长于A股市场,但受传染的程度均弱于A股市场:次贷危机传染程度强于欧债危机的传染程度,但传染的持续时间短于欧债危机:羊群行为传染渠道是两次危机对A股、港股市场的传染渠道之一.     

中国金融市场的风险溢出效应研究——基于溢出指数和复杂网络方法

基于信息溢出视角,采用溢出指数和复杂网络方法,从静态和动态角度测度我国金融市场风险溢出的强度和方向,识别危机中的风险中心及演化.研究表明,我国金融系统风险溢出具有波动性、不确定性及不对称性,整体联动能力较强;各市场滞后效应明显;市场受到冲击时接受风险的程度与其对外溢出风险的程度呈相反变动趋势;货币市场尤其是回购市场是金融系统的风险中心,对外风险溢出效应最强,但在危机发生时相对减弱,而金属、股票、房地产等市场在危机时的风险溢出作用显著增强;债券和外汇市场被动接受风险的能力最强.     

国际证券资金流动对中国股市的影响

随着全球金融一体化进程的加速,跨境证券资金流动逐渐成为国际资本流动的重要组成部分,对一国金融市场的影响也越来越显著.在此背景下,本研究分析了流入中国股市的国际证券资金流动的总体特征和行业板块特征,并运用多元回归模型和面板模型从市场综合指数和行业板块指数两个角度实证研究了其对中国股票市场收益率的影响.结论表明:第一,2006年以来中国国际证券资金流动规模不断增加,从股市板块来看,流入金融板块的国际资金最多,医疗保健、信息技术、可选消费等板块也是国际证券投资的热点.第二,当期国际证券资金的流入对国内股市收益率有显著的正向影响,且影响程度和显著性不断增强,但影响效应是短期的,符合"价格压力"假说.     

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.     

基于藤copula-CAViaR方法的股市风险溢出效应研究

为准确揭示金融风险溢出效应,建立藤copula-CAViaR模型来估计多元条件联合分布,进而推导CoVaR类风险测度方法.该方法既能刻画多个金融市场间非线性的关联关系,也能描述金融市场间"多对一"的风险溢出效应,主要包括三个步骤:第一,使用CAViaR模型拟合单个金融市场收益的边缘分布特征;第二,运用藤copula方法刻画多个金融市场收益间的关联结构;第三,基于边缘分布特征与关联结构,得到多元条件联合分布并计算CoVaR类风险测度,实现金融风险溢出效应刻画.选取上证综指、标普500和日经225等股指数据进行实证研究,结果表明:相比于发生利好事件,美国和日本股票市场(独立或同时)发生更为严重危机事件对中国股票市场影响更加明显,呈现出"风险分担、收益不共享"的总体格局.