市场因素对交易强度的长、短期影响

利用生存分析理论建立一个高频交易强度模型,将市场因素对交易强度的影响分为临时性影响和持续影响,从而分析几个主要市场因素(市场深度、交易量及价差)对交易强度的长期、短期影响。以2006年上证50成份股前三季度高频数据作为样本,对影响交易强度的因素进行检验,结果发现市场深度对交易强度的短期影响显著为正,价差与交易量对交易强度的短期影响显著为负。而交易量对交易强度长期影响显著为正,市场深度对交易强度的长期影响显著为负,其中市场深度和价差对交易强度长期影响与知情交易策略密切相关。收益波动率对交易强度长期影响显著为正,而对短期影响显著为负。     

期货市场交易量与收益率及其波动关系的实证研究--ARMA-EGARCH-M模型的应用

通过建立ARMA-EGARCH-M模型对中国期货市场铜、铝交易量与收益率及其波动的关系做了一个全面的实证研究。结果表明：同期交易量与收益率波动正相关，将交易量分为预期与非预期两部分后发现非预期部分对收益率的波动有更大的影响；交易量的引入并没有消除波动的ARCH效应；中国期货市场杠杆效应不明显；铜在期货市场的运行有效率，而铝却缺乏效率。     

用遗传算法求解改进的投资组合模型

在传统Markowitz投资组合模型中考虑了最小交易量、交易费用以及最大投资上限等实际因素，得到了一个改进的投资组合模型。该模型是一个非线性整数规划问题，传统算法难以有效求解。为此，设计了一种基于整数编码的遗传算法求解该模型。实际算例表明，所提出的算法是有效的。     

基于体制转换的图模型方法及其在证券市场的应用

提出了新的基于体制转换模型的图模型方法.首先给出精度矩阵参数化方法,且通过MCMC方法给出算法设计,然后将该图模型方法应用于我国上海证券市场,研究五大行业板块之间的动态条件相关性.实证结果表明:两状态图结构恰好体现高、低不同的条件相关性,且状态持续的概率较大.     

证券市场流动性极限及其计量模型

传统理论分别使用“量”、“价”以及“时间”指标刻画市场流动性单方面特征，难以全面表示市场的真实流动性水平．为了全面地探讨市场流动性，将上述三因素综合构造三维流动性空间，提出了现实交易中流动性极限的概念．流动性极限从三个维度描述市场流动性状态，刻画市场的潜在最优交易能力．基于上述分析建立流动性极限的计量模型，实证表明流动性极限计量模型具有测量股票市场综合流动性的能力．     

投资组合理论及其在中国证券市场中的应用研究

本文对现代投资组合理论在我国证券市场中的应用进行了深入的实证分析。通过对马柯维茨模型、因素模型、人约束条件下的资产组合选择模型的实证研究,得出了许多非常有价值的结论,对我国的证券投资运用特别是投资基金的管理有着重要的指导作用。     

中国证券市场正反馈交易的实证研究

在Shiller—Sentana—Wadhwani模型的基础上，建立一个不对称EGARCH模型，对我国证券市场正反馈交易行为进行了实证检验。实证发现我国证券市场上显著的一部分投资者为正反馈交易者，不以基本面价值为基础的正反馈交易在市场报酬的形成中起着重要的作用，正反馈交易使市场收益自相关系数与市场波动呈现负向关系，且高波动期间出现负自相关。同时，中国证券市场正反馈交易并不对称，市场下跌期间比上涨期间正反馈交易要明显得多。     

基于ACD模型的中国期货市场波动性

通过用久期来调整收益率, 把非等距数据等距化, 构建ACD-GARCH模型来反映高频波动特征.并添加微观结构变量, 构建了ACD-GARCH-M模型, 用以分析久期、交易量与收益率和波动率的关系.结果表明: 较长的久期是由于信息缺乏所致, 久期对收益率的影响不显著, 但久期和价格的波动性负相关.交易量和价格的波动性正相关.在加入了微观解释变量的ACD-GARCH-M模型中, GARCH效应大大减弱了, 说明ACD-GARCH-M模型能较好地反映高频波动聚集性的本质, 久期、交易量是产生波动聚集的原因.     

基于序次Probit模型的离散股价研究

分析股票日内价格行为需关注高频分笔交易的价格离散特征.本文使用沪市个股高频分笔交易数据,采用序次Probit模型对离散股票价格建模分析.结合我国股市限制卖空与订单驱动的制度背景,考察了交易时间间隔、交易量和订单信息对价格变动的影响.研究结果表明,序次Probit模型可捕捉价格离散特征.较长交易时间间隔可能预示坏消息,使股价下跌.相对于卖方交易量,买方交易量更具有信息含量.订单信息影响价格变动,买方较多时股价上涨,卖方较多时股价下跌.     

随机DEA模型及其应用

提出了一种新的随机数据包络分析模型 ,给出了评价单元随机 DEA有效的定义和随机 DEA有效的必要条件 .运用随机规划原理 ,可求解随机 DEA问题 .文中主要讨论了评价单元的投入、产出向量呈单因数对称随机分布时的 DEA模型 ,并用案例说明了随机 DEA的应用前景和具体用法.     

基于噪音交易者的风险资产定价模型及其应用

放宽DSSW模型中的风险资产股利为常数和噪音交易者心目中的股利变化是一个纯粹正态分布随机过程的假设条件,分别构建了只有理性投资者和存在噪音交易者两种情况下的股票市场风险资产定价模型,并在对所建立的两类模型及其经济意义进行比较分析的基础上研究了噪音交易者对股票市场风险资产定价及其波动性的影响机理,对中国股票市场2005年6月-2008年8月期间发生的"异常现象"进行了合理解释.研究结果表明:噪音交易者能对股票价格及其波动性产生系统性影响,中国股票市场发生的"异常现象"在很大程度上是由噪音交易者造成的.从研究假设、研究结论以及实践应用等方面对DSSW模型进行了合理的拓展和深化.     

基于信息扩散模型的股市周期波动分析——国际经验与国内应用

本文建立了一个基于信息扩散的资产定价模型,刻画投资者在事前乐观预期落空后对真实基本面的渐进认知和预期修正过程,以及由此引起的资产价格走势特征.模型的解表明,调整期的资产价格会在时间-空间-波动三个维度上呈现出相互替代关系.本文利用国际股市在近几次国际金融危机期间的数据,验证了该替代关系的存在,并分析了中国股市历次周期波动的特点.从时间-空间-波动的维度看,我国股市2015年的异常波动依然属于市场自身周期规律的重现.本文证明了波动作为信息的载体能够嫁接起金融市场调整期的时间、空间特征,在实践上为给监管层实现合意的调控目标和以及投资者优化中长期投资策略提供了新的分析工具和视角.     

基于不规则数据的中国股市微观结构研究

引入了自回归条件久期模型，采用极大似然估计的方法对具有指数分布和Weibull分布两种模型分别进行了参数估计，检验了模型的性能，并以WACD模型为基础对我国上海证券所个股的交易集群性特征进行了检验．实证结果表明，在我国证券市场交易的集群性特征是由于以私人信息为基础的交易过程引起的，私人信息的引入导致了证券市场更大的波动性。     

中国期货市场日内流动性及影响因素分析

本文首先构造了基于价格久期和交易量久期的两个流动性指标, 发现用价格变动和交易量来衡量的流动性有冲突, 为比较其影响力, 又构建了基于久期的流动性比率指标来描述市场流动性, 用构建的新的流动性多维指标研究了我国期货市场流动性 的日内趋势及影响因素, 实证结果表明交易量和持仓量对市场流动性都具有显著的正影响, 绝对收益率对流动性有显著的负影响, 且交易量比价格变动影响更为显著. 分析表明国外常用的价差指标不适用于我国市场, 度量中国市场的流动性必须考虑交易量因素.     

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.     

基于状态转移ARCH模型的中国股市波动性研究

通过引入波动性状态转移的ARCH(SWARCH)模型对中国股票市场的波动性进行了研究．SWARCH模型较传统的ARCH类模型显著地提高了股票市场波动性的描述与预测能力．实证结果表明，促使中国股市低波动性状态向高波动性状态转移的主要原因是股市的政策因素，这与因为实体经济基础的变化而促使美国股市波动性状态转移有着本质的区别．     

基于VAR-Copula模型的股价、交易量的相依结构

基于向量自回归(vector autoregression, VAR)误差修正模型, 结合Copula理论建立VAR-Copula模型研究股市指数与交易量之间的Granger因果关系和相依结构. 通过对三个股票市场的实证分析, 发现各市场的指数与交易量之间存在长期的协整关系和由指数到交易量的单向因果关系; 指数对数收益率与交易量对数差分的相依关系复杂, 既有正的相依成分也包含负的相依结构, 且都表现为上尾高的非对称的相依特征.     

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．