我国货币政策传导成本渠道的存在性检验

利用中国近10年宏观经济数据在新凯恩斯菲利普斯曲线框架下检验我国货币政策传导成本渠道的存在性。通过VaR模型脉冲响应发现紧缩的货币政策带来短期通货膨胀现象,说明货币政策能够影响经济的供给方面。应用GMM模型验证中国货币政策传导是否存在成本渠道。研究表明,我国货币政策传导的成本渠道显著存在;银行体系不能过滤基准利率的波动,反而使贷款利率的波动大于基准利率的波动。     

沪市指数的短期尾部相依结构

短期相依和同期相依是金融资产两类主要的相依关系。应用相依结构Copula函数模型对上海综合指数收益率序列前后一个交易日的价格波动的短期相依关系的尾部相依结构进行了分析。经检验认为Clayton-copula模型能较好地捕捉沪市收益率序列的短期相依关系的变化规律;上证综合指数收益率的短期相依结构有正相依关系也包含了负相依关系,且主(副)对角线上的尾部相依结构表现为非对称的特征。     

基于互联网搜索指数的多因素集成下人民币汇率预测

针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP)方法、去趋势交叉相关分析(DCCA)方法对指数的有效性进行了检验,结果表明该指数可以有效地表征出大众情绪和预期的变化.进一步地,利用所编制的互联网搜索指数对人民币汇率的短期预测模型进行改进,构建了融合互联网搜索指数的CAR模型.实证结果表明,融合互联网搜索指数的人民币汇率短期CAR预测模型可以有效提升短期汇率的预测精度.     

利用互联网搜索关注度预测期权隐含波动率变动:基于人工神经网络的分析

本文运用人工神经网络方法,研究互联网搜索对期权隐含波动率的影响.基于标普500指数看涨期权,本文首先建立了一个揭示期权隐含波动率变化与指数收益率、期权Delta和期权剩余有效期之间关系的人工神经网络模型,结果显示此模型的估计精度比Hull和White (2017)提出的解析模型提升了约15%,比Cao、Chen和Hull (2020)提出的神经网络模型提升了约40%.接着,本文引入25个互联网搜索关注度指标,将它们集成一个谷歌趋势指数并作为度量互联网搜索关注度的综合指标.最后,将该谷歌趋势指数的变化率加入到前述人工神经网络模型,从互联网搜索关注度的角度探究期权隐含波动率的动态特征,新的模型进一步提升了约30%的估计精度.     

陕西省农业生态安全定量评价及其发展趋势分析

应用层次分析法建立了陕西省农业生态安全综合评价的指标体系,基于熵值法的综合指数评价法对陕西省农业生态安全从时间尺度上(1995～2004年)进行了定量评价和动态趋势的分析,结果表明该区域内的农业生态安全综合水平在不断提高,但10年来一直都处于很不安全的状态.简析了陕西省农业生态安全存在的主要问题,并提出其发展的对策.图4,表3,参12.     

商品金融化背景下商品期货定价

2000年以来,商品金融化现象非常普遍,主要特征是商品价格形成越发背离实体经济因素,金融环境干扰日益明显,金融因素影响日益突出。传统库存理论主要以实体库存供求均衡为基本框架,其定价模型难以适应商品金融化趋势。为此,构造金融化影响指数来度量商品金融化对商品价格的影响,进而修正传统商品期货定价模型,并将其应用于中国商品期货市场的实证研究。研究发现:商品金融化加剧商品价格波动,且贸易融资套利引起的金融化效应为负,缓解商品价格上涨压力;美元周期是商品金融化进程的主要因素,风险溢价是次要因素,而货币政策短期效应不明显。表明,中国商品金融化主要受到美国商品金融化的溢出,反映出在国际大宗商品市场上中国定价权的缺失以及美元的主导地位。     

中国股票市场特质波动率异象及成因

本文改进并构建了月滚动已实现特质波动率作为度量特质波动率的标准,通过横截面回归的研究方法对中国股票市场是否存在特质波动率异象进行实证检验。在此基础上,基于HP滤波法将特质波动率分解为长期特质波动率和短期特质波动率两部分,分别研究二者与股票截面收益之间的关系。结果显示,中国股票市场确实存在特质波动率异象。进一步研究发现,长期特质波动率与股票截面收益成正向关系,短期特质波动率与股票截面收益成反向关系。在长期特质波动率与短期特质波动率综合作用下,特质波动率与股票截面收益率之间的关系可能为正也可能为负,取决于两者谁占主导地位,进而从指数构建与方法论的视角对我国股票市场的特质波动率之谜做出了解释。     

商品金融化背景下商品期货定价

2000年以来，商品金融化现象非常普遍，主要特征是商品价格形成越发背离实体经济因素，金融环境干扰日益明显，金融因素影响日益突出。传统库存理论主要以实体库存供求均衡为基本框架，其定价模型难以适应商品金融化趋势。为此，构造金融化影响指数来度量商品金融化对商品价格的影响，进而修正传统商品期货定价模型，并将其应用于中国商品期货市场的实证研究。研究发现：商品金融化加剧商品价格波动，且贸易融资套利引起的金融化效应为负，缓解商品价格上涨压力；美元周期是商品金融化进程的主要因素，风险溢价是次要因素，而货币政策短期效应不明显。表明，中国商品金融化主要受到美国商品金融化的溢出，反映出在国际大宗商品市场上中国定价权的缺失以及美元的主导地位。     

我国股市与汇市间信息传导的实证研究

运用Granger因果检验方法和DCC-MGARCH模型,对我国沪深300指数、上证综合指数以及深证综合指数与人民币对美元汇率之间的联动关系进行了实证研究,与国内很多研究文献所得结论不同,研究发现股价与汇率之间均不存在长期的稳定协整关系,只存在外汇市场对股票市场的短期单向价格引导关系和单向波动溢出效应。     

中国股票市场的波动率聚集性研究——基于Markov机制转换Copula模型的实证分析北大核心CSCDCSSCI

波动率聚集性是金融资产收益率序列中的一个重要特征。构建了Markov机制转换Copula模型研究中国股票市场的波动率聚集性(波动率相关性结构)。采用上证综合指数和深证成份指数日内高频数据,构造已实现波动率作为隐波动率的代理变量,对中国股票市场进行了实证分析。结果表明,SJC Copula相比其他Copula能更好地刻画中国股票市场的波动率聚集性,波动率聚集具有明显的尾部非对称特征,高波动率的聚集相比低波动率的聚集发生概率要更高。另外,基于Markov机制转换SJC Copula模型的研究表明,中国股票市场的波动率聚集还具有明显的尾部动态特征。     

中国股票市场的波动率聚集性研究——基于Markov机制转换Copula模型的实证分析

波动率聚集性是金融资产收益率序列中的一个重要特征。构建了Markov机制转换Copula模型研究中国股票市场的波动率聚集性(波动率相关性结构)。采用上证综合指数和深证成份指数日内高频数据,构造已实现波动率作为隐波动率的代理变量,对中国股票市场进行了实证分析。结果表明,SJC Copula相比其他Copula能更好地刻画中国股票市场的波动率聚集性,波动率聚集具有明显的尾部非对称特征,高波动率的聚集相比低波动率的聚集发生概率要更高。另外,基于Markov机制转换SJC Copula模型的研究表明,中国股票市场的波动率聚集还具有明显的尾部动态特征。     

投资者关注对中国黄金价格波动率的影响研究

黄金具有商品和货币的双重属性,是投资者进行资产保值及增值的重要手段.本文从行为金融理论出发,采用广义自回归条件异方差混频数据抽样模型(GARCH-MIDAS),探究百度指数和谷歌趋势对中国黄金价格波动率的预测能力.同时,引入了全球经济政策不确定性(GEPU)指数以及地缘政治风险(GPR)指数变量,检验对黄金波动的影响.进一步地,使用模型信度集(model confidence set,MCS)和方向检验(direction-of-change,DoC)两种评价方法检验各模型的样本外预测精度.实证结果表明,谷歌趋势能够显著大幅提升中国黄金价格波动率的预测精度,为准确预测我国黄金波动提供了新的视角,为稳定金融市场提供了可靠保证.     

中日股价序列相似性的比较分析

将时间序列数据挖掘的方法应用到两国证券市场比较问题中,并在聚类分析中定义新的函数以判别最优的分类数. 我们发现:在指数收盘价时间序列比较方面,中日两个证券市场的确存在一定的相似性,但中国市场的短期波动要大于日本市场. 因此,如果将日本证券市场的发展历史作为中国证券市场的事件库,不足以描述和预测中国证券市场的走势. 同时, 在中国证券市场上,深证成指比上证综指的短期波动幅度更大, 具有更多的高频噪声.     

基于“三元悖论”金融政策目标的非线性结构分析

基于"三元悖论"提出货币、外汇和证券三个主要市场间的"束缚"结构模型,引入外汇干预指数,探讨在外汇储备政策导向下市场的新格局及监管策略.以1998年1月至2014年4月的数据为驱动,采用差分进化算法估计货币政策独立性、外汇干预指数与资本开放度三个政策目标的非线性系统.利用系统动力学方法分析得到:系统存在平衡点并具有局部结构稳定性,资本开放度与货币政策独立性的指标在短期演化后(约1年)趋于中等水平;系统同时表现出初值敏感依赖性,具有不同初始值的各指标经长期演化后(约5年)趋于不同的配比.另外,我国在政策偏好上重视汇率的稳定性,而资本开放度可作为影响三个指标间配比的前瞻性指标.     

通货膨胀与股票收益:需求冲击与供给冲击效应分解

将影响宏观经济波动的冲击分解为两类:供给冲击和需求冲击,并考察它们对通货膨胀和股票收益关系的影响.一个简化的理论模型表明,供给冲击导致通货膨胀与股票收益负相关,而需求冲击则导致通货膨胀与股票收益正相关;供给冲击下通货膨胀和价格水平都是逆经济周期的,而需求冲击下通货膨胀和价格水平则是顺经济周期的.以上结果也得到中国经验数据的支持.中国的经验还表明,短期股票收益动态更大程度上由供给冲击决定,而短期通货膨胀动态则主要由需求冲击决定.在总体或长期上,实际股票收益和通货膨胀呈现负相关关系,归因于两类冲击中供给冲击的效应占相对主导地位.     

随机波动和跳跃下的短期利率动态

在短期利率模型中引入随机波动和跳跃两种因素,利用序贯参数更新思想和粒子滤波方法实现模型的估计,并对中国银行间短期利率进行实证分析. 研究结果显示短期利率存在显著的随机波动和跳跃特征,表明CIR-SV-J模型在描述短期利率动态中拟合效果最优,而且忽视随机波动或跳跃因素会使拟合变差,影响对利率均值回复特征的描述,并证明了随机波动因素在模拟中比跳跃因素起着更为重要的作用.     

基于跳跃时间和幅度的BDI指数波动幂律分布特性研究

BDI指数是国际航运市场的风向标,摸清BDI指数波动幂律分布特性,对于进一步掌握运费规律、预测BDI趋势、协助航运决策等方面具有重要意义.基于此,本文对已运行30年BDI指数的波动幂律分布特性进行了详细研究,主要特色有:一是借助Pareto、Exponential以及Fokker-Planck函数首次深入探讨了BDI指数波动幂律分布特性.二是在跳跃识别的基础上,构建了基于跳跃时间和跳跃幅度两标度的BDI指数波动幂律分布特性分析模型,并转化成最小二乘法的线性回归测算模型.三是对BDI指数日、周和月增长率的跳跃时间和跳跃幅度幂律分布特性进行了实证分析.结果表明:BDI指数具有尖峰薄尾的增长率分布和波动聚集性;Fokker-Planck函数拟合BDI指数增长率跳跃时间更合适;Exponential函数拟合BDI指数增长率跳跃幅度更合适;BDI指数增长率跳跃时间和跳跃幅度都具有薄尾幂律特性,且向上、向下幂律呈现对称性.     

天然气市场波动对下游企业资本市场的影响北大核心CSCD

基于熵权法,构建下游城市燃气价格指数.为了研究天然气市场波动的影响效应,进行季节趋势分解,构建结构向量自回归模型,并以此为基础建立马尔科夫区制转移向量自回归模型,识别和分析考察期内的结构变化.结果表明,天然气市场波动会影响下游企业的资本市场,存在着状态的转换,相比于液化天然气产量和液化天然气价格,液化天然气进口量波动对下游企业影响更大,国内与天然气市场有关事件,也会影响城市燃气企业资本市场.     

基于波动溢出网络的我国金融机构系统重要性

基于波动溢出和网络分析视角,首先利用广义方差分解方法度量金融机构之间波动溢出的方向和强度,分别构建了波动溢出静态和动态网络;然后分析了各金融机构在网络中的承受溢出指数、传播溢出指数和净溢出指数,并以此度量机构的系统重要性;最后运用面板回归计量方法挖掘金融机构系统重要性的影响因素。结果表明:在短期内,我国金融机构的系统重要性是动态变化的。从三个指数角度能够有效地识别我国金融机构在承受风险、传播风险和综合风险方面的系统重要性。不同指数下金融机构系统重要性的影响因素存在明显的差异,但资产规模和市场账面价值是影响金融机构承受风险和传播风险的共同因素。尾部风险损失和换手率是影响金融机构承受风险和综合风险的共同因素。这对于金融机构的系统性风险监管和防范具有重要的现实意义。     

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.