宏观经济信息发布对股票市场收益率及其波动的影响

通过构建宏观信息发布中的未预期信息衡量指标,本文研究了宏观信息对股票市场收益率及其波动的影响.实证分析发现:股票市场指数月收益率具有"通胀对冲"功能,同时PPI、固定投资、货币供给(M2)也会显著影响指数收益率,贸易顺差则与收益率波动显著相关;进一步对股票市场指数日收益率分析发现沪深两市对宏观信息的短期反应并不相同.对上证综指,仅CPI、固定投资与进口同比显著影响指数收益率,而出口同时影响指数收益率及其波动;对于深证成指,市场只对出口信息会作出及时反应.此外,本文还发现危机后股市对宏观信息的反映也出现了显著变化,宏观信息变量中只有PMI和进出口变量显著影响市场收益率,而PPI则成为影响收益率波动的显著因素.     

A Study of Multi-Scale Relationship Between Investor Sentiment and Stock Index Fluctuation Based on the Analysis of BEMD Spillover Index

According to behavioral finance theory, investor sentiment generally exists in investors' trading activities and influences financial market. In order to investigate the interaction between investor sentiment and stock market as well as financial industry, this study decomposed investor sentiment, stock price index and SWS index of financial industry into IMF components at different scales by using BEMD algorithm. Moreover, the fluctuation characteristics of time series at different time scales were extracted, and the IMF components were reconstructed into short-term high-frequency components, medium-term important event low-frequency components and long-term trend components. The short-term interaction between investor sentiment and Shanghai Composite Index, Shenzhen Component Index and financial industries represented by SWS index was investigated based on the spillover index. The time difference correlation coefficient was employed to determine the medium-term and long-term correlation among variables. Results demonstrate that investor sentiment has a strong correlation with Shanghai Composite Index, Shenzhen Component Index and different financial industries represented by SWS index at the original scale, and the change of investor sentiment is mainly influenced by external market information. The interaction between most markets at the short-term scale is weaker than that at the original scale. Investor sentiment is more significantly correlated with SWS Bond, SWS Diversified Finance and Shanghai Composite Index at the long-term scale than that at the medium-term scale.     

基于信息扩散模型的上证指数定价和波动特征研究

本文针对上证指数构建了基于信息扩散的风险因子,检验了其与指数收益率之间的实证关系;并对比了传统ARCH-M类模型中条件方差对收益率的解释力度.结果表明,基于信息扩散的风险因子能够更好地解释上证指数在不同发展阶段的定价和波动特征,并且对股指收益率具有更好的解释/预测效果.本文的研究揭示了波动作为信息的载体是有价的,佐证了中国股市定价机制在股权分置改革后出现了从投机市、政策市逐渐向基本面回归的转变,同时也捕捉到了股市波动特征自2014年以来出现的一些新变化.     

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．     

深市停发新股对我国股市信息引导格局的影响

从信息流的角度,研究了深市停发新股前后我国证券市场信息引导格局的变化.实证结果表明,在深市停发新股之前,深市A股收益、收益波动单向引导着沪市的收益和收益波动;但在深市停发新股之后,深市A股的收益对沪市A股收益的引导关系变得不再显著,沪市A股收益和收益波动开始显著地引导着深市A股的收益波动.研究结论表明,2000年10月深市停止发行新股对沪深两市在中国证券市场中的相对地位有着决定性的影响,投资者弃深投沪的趋势已经开始显现.此外,研究还发现,随着中国股市的逐渐规范,交易量里开始含有未来收益与收益波动的有用信息.     

沪深股市动态溢出效应与动态相关性的实证研究——基于长记忆VAR-BEKK(DCC)-MVGARCH(1,1)模型

利用长记忆VAR-BEKK-MVGARCH(1,1)模型和VAR-DCC(1,1)-MVGARCH(1,1)模型,对沪深股市的动态均值溢出效应、动态波动溢出效应和动态相关性进行了实证检验.结果表明:沪深股市收益率的均值溢出效应和波动溢出效应,在2000年之前基本不存在,仅在2000年之后才比较显著,且表现为双向的传导关系.沪深股市收益率间表现出一定程度的动态相关性,除股市成立初期表现出负相关外,总体呈现出正相关,且相关性逐步提高,近年来稳定在0.8到0.9之间.     

存款准备金率变动对股市影响的实证研究

运用VAR模型的G ranger因果检验和脉冲响应函数分析研究了中央银行存款准备金率变动对沪深300指数的影响,并通过方差分解分析前者对后者的贡献度。得出的结论是存款准备金率变动对股市波动在短期内存在一定负方向的影响,股市波动对存款准备金率则无影响。但在长期内,存款准备金率变动对股市影响很小。最后在此基础上提出相关的货币政策的建议。     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

股灾期间上证50ETF期权定价研究

从理论上探讨了股灾期间大盘指数对期权定价的影响,改进了用于表征股灾期间上证指数宽幅震荡过程的欠阻尼二阶系统阶跃响应函数,并考虑了上证指数对标的资产价格的耦合影响,在风险中性定价法则下构建出股灾期间的期权定价模型;详细考察了大盘指数模型中的参数(如阻尼系数、衰减速率以及无阻尼震荡频率等)、大盘指数影响作用过程的波动系数以及大盘与标的资产的关联系数等对期权定价的影响.最后,运用Monte Carlo仿真技术,对上证50ETF期权进行实证与预测.数值结果表明:所提出的股灾期间的期权定价模型,能有效地为上证50ETF期权定价,并具有良好的鲁棒性.     

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.     

拟合中国股票市场收益的统计分布

对中国沪深股市收益的统计分布特征和市场风险规律进行了定量比较研究.分别采用稳定分布、渐近帕累托分布和截断列维分布拟合中国股票市场收益统计分布,实证研究发现中国股市收益分布的中间部分适合用稳定分布描述,分布的尾部适合用尾部指数大于2的渐近帕累托分布描述,即是具有尖峰厚尾特征的有限方差不对称分布.揭示出中国股市中高收益事件比低收益事件发生的更为频繁,深圳市场比上海市场的投资风险要高.所得结论有益于对价格波动性建模、资产定价、金融风险管理等领域的深入研究.     

基于小波分析的股市波动的多重分形辨识

以上证指数和深圳成分指数日收盘价的时间序列为样本,利用小波分析方法剔除序列的噪声干扰,对序列保留的波动趋势进行多重分形辨识.通过 WTMM (小波变换模极大)计算配分函数,尺度函数和多重分形谱等,全面细致的量化了序列的局部及不同层次的波动奇异性.计算结果表明:去除噪声干扰后, 中国现行证券市场的波动呈现显著的多重分形特征.     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

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.     

沪深股市和香港股市的风险溢出效应研究——基于时变ΔCoVaR模型的分析

本文基于时变ΔCoVaR模型,对2006年11月至2018年12月间沪深股市和香港股市的尾部风险溢出效应进行了估算.研究发现:1)沪深股市与香港股市之间存在着双向风险溢出效应,且溢出效应均为正;2)香港股市对沪深股市的风险溢出效应强于沪深股市对香港股市的风险溢出效应;3)深市和香港股市之间的风险溢出效应的波动幅度大于沪市和香港股市之间的风险溢出效应的波动幅度;4)沪港通和深港通的开通并没有显著增加香港股市与沪深股市之间的双向风险外溢程度.     

中国股市收益率胖尾性分析

应用HKKP估计方法对沪深股指收益率的尾指数进行估计,并对涨跌停板前后股指收益率尾部的变化状况进行分析。结果表明:沪深股指收益率的左右尾指数均大于2;上证综指收益率呈现明显的非对称性,右尾胖于左尾;上证综指收益率的波动性比深成指收益率的波动性大,但沪市比深市更有吸引力;沪深股指收益率在涨跌停板后发生了较大的变化,沪市变化更大。     

波动率风险溢酬: 时变特征及影响因素

应用香港市场的数据, 通过构造恒生指数看涨期权的动态delta中性组合估计了股票市场的波动率风险溢酬, 并对其时变的 特征和影响因素进行了分析. 实证结果表明: 香港股票市场上的确存在显著为负的波动率风险溢酬, 说明波动率的确是随机的, 是市场中存在 的另一个风险源. 而投资者是厌恶波动率风险的, 并通过支付较高价格购买股指期权来规避这一风险, 股指期权并非股票现货的冗余证券. 并且, 波动率风险溢酬呈现明显的时变特征, 其最重要的影响因素是股票现货市场的波动率, 股市当前的波动率越大, 投资者对未来波动的预期和风险 厌恶程度越高, 越愿意为规避波动率风险支付更高的风险溢酬.     

国际股市联动条件下中国股市与汇市的非线性相依性关系研究

与以往仅对市场间相依关系进行静态、孤立的研究不同，基于全局化视角，在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本，聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件，采用R-vine Copula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系，并构建参数动态化的动态R-vine Copula方法进行稳健性检验。研究结果表明：国际股市与中国股市和汇市之间分别存在着正向联动关系；在国际股市联动条件下，中国股市对汇市具有引导作用，且两者间的相依关系可以由资产组合平衡模型解释；中国股市与汇市在国际股市联动条件下间的相依关系弱于不考虑国际股市联动条件时的相依关系，且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。     

多维高频数据的"已实现"波动建模研究

金融市场高频数据的分析与建模是金融计量学一个全新的研究领域.把基于一维高频数据的“已实现”波动率扩展到多维高频数据情形,给出“已实现”协方差阵,并给出了协方差阵的极限性质,用以刻画多维金融变量的波动率和相关性.研究了基于上证综指和深圳成份指数高频数据的“已实现”协方差阵的特性,最后针对它的长记忆性建立了FIVAR模型,该模型刻画了上证综指和深圳成份指数各自的波动性和之间的相关性.研究发现,“已实现”波动和“已实现”协方差取对数后具有良好的正态分布特性,相同的长记忆性.针对“已实现”协方差阵建立的FIVAR模型为进一步研究波动的协同持续性提供了基础.     

基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.