“好”的与“坏”的跳跃溢出:基于相互激励跳跃视角

本文以我国沪深300股指期现货市场为例,从相互激励跳跃这一新的视角研究了金融市场之间“好”的(正向)与“坏”的(负向)跳跃溢出的结构与动态特征.首先,跳跃溢出具有非对称性,“坏”的跳跃溢出相比“好”的跳跃溢出更加突出.其次,跳跃溢出在牛熊市下存在一定的差异,牛市下“好”的跳跃溢出较为显著,而熊市下“坏”的跳跃溢出更加明显,但在一些牛熊市区间此结论并不成立.再次,跳跃溢出存在日内余震效应,“坏”的跳跃溢出尤其明显.总之,实证研究表明,两个市场间存在双向跳跃溢出并且跳跃溢出具有时变性.比如,在实施股指期货交易限制时期期货到现货的跳跃溢出有所减弱,而现货到期货的跳跃溢出有所增强.     

日内收益率预测:基于日内跳跃和动量研究

对日内收益率的预测是学术界近年来研究的热点问题.基于日内跳跃和日内动量的视角,研究探讨了中国股票市场的日内收益率预测.主要实证结果为:基于LM跳跃检验识别跳跃成分,并以此作为解释变量引入动量模型中,利用迭代窗口和样本外预测检验手段发现跳跃有助于增强日内动量效应,即第一个半小时和(或)第七个半小时的收益率对最后一个半小时收益率的预测能力显著提升;另外,利用投资组合策略来评价日内跳跃对模型的经济价值影响发现,相比已有动量模型,含有跳跃的动量模型可获得更高的组合收益,而且还具有更低的组合风险;进一步,还探讨了在金融危机前后、不同的波动率和交易量时期日内跳跃对日内收益率的预测影响,发现在非危机时期、高波动和中交易量时期日内跳跃能显著提升对最后半小时收益率的预测精度.     

跳跃自激发与非对称交叉回馈机制下的期权定价研究

跳跃集聚和波动率非对称回馈是股票价格运动过程中不可忽视的重要特征.基于动态跳-扩散半鞅随机过程,本文提出了具有时变跳跃到达率和波动率的双因子交叉回馈机制的期权定价模型,推导了跳-扩散交叉回馈模型的一般化风险中性变换关系;同时借助序贯贝叶斯方法对模型和跳跃风险溢价进行校准,并对道琼斯工业平均指数(DJX)、标普500指数(SPX)、苹果(APL)、IBM、JP摩根(JPM)股票进行实证研究,研究发现,它们的跳跃达到率和波动率都呈现集聚性和非对称回馈效应,且跳跃到达率具有更强的持续性和更大的杠杆系数;跳跃风险溢价在定价中占主要地位.期权定价的实证研究还表明,双因子交叉回馈模型具有最小的期权定价误差,定价能力明显优于单向回馈的跳-扩散模型.     

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。     

中国股市指数收益率的时间跨度特性

以上证指数和深成指的3种不同时间跨度的收益率序列--日收益率、周收益、月收益率为研究对象,对比分析它们分布情况、厚尾性、ARcH效应以及自相关性等特征的变化.结果表明,随着时间跨度的不断增加,上海股市和深圳股市的收益率序列逐步趋于正态分布,序列自相关性增强并存在长期相关性,波动集群性逐渐消失,波动持续性和杠杆效应不断减弱,风险溢价的敏感性不断增强,这些相同的变化趋势反映出两地股市有很强的联动性.同时,两地股市指数收益率厚尾性变化有明显区别,随时间跨度的增加,上证指数收益率的左尾变瘦,右尾变胖,深成指收益率的左右尾都逐渐变瘦,这种不同的变化趋势反映出两地股市的差异性.     

调和稳定Lévy过程驱动的双重跳跃模型及期权应用

为准确刻画证券价格波动过程中的跳跃特征,捕获收益率尖峰厚尾、有偏等非高斯特征以及波动率集聚、异方差性等效应,建立了证券价格与相应波动率均存在跳跃的随机波动率模型,其中跳跃分布为两类纯跳跃Lévy分布(调和稳定分布和速降调和稳定分布)。最终,构建得到调和稳定Lévy过程驱动的双重跳跃随机波动模型。利用恒生和标普500股指数据进行实证,结果表明:与仿射跳扩散相比,纯跳跃Lévy分布能捕获随机信息的尖峰厚尾特征,拟合能力更优越,股指收益尾部分布存在速降特征。在此基础上的期权定价结果表明,速降调和稳定过程驱动的双重跳跃随机波动模型更有效。     

双指数跳跃扩散模型的McMC估计

使用贝叶斯方法估计了双指数跳跃扩散模型,该方法是使用Euler方法对连续过程进行离散化,用离散过程的似然函数做为模型参数的近似后验似然函数.证明了McMC方法是分析双指数跳跃扩散模型的有效工具,由McMC方法抽样所得的后验分布可以用来进行统计推断.模拟试验表明双指数跳跃扩散模型能够体现资产收益的许多经验特征,尖峰厚尾特征和期权定价中的“波动微笑”.     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.     

中国股市高频波动率跳跃的特征分析

采用修正的已实现门阈多次幂变差实证分析了中国股市高频波动率跳跃的特征,并运用自回归条件持续期模型、自回归条件风险模型以及扩展的自回归条件风险模型刻画了跳跃持续期的特征.实证研究表明,中国股市高频波动率发生显著跳跃的比例较高,并且跳跃具有聚集的特征,跳跃的幅度、强度以及跳跃幅度的分布都具有时变性,而跳跃对高频波动率的贡献却具有相对稳定性;在样本期,中国股市高频波动率跳跃表现出较强的正自相关性,且跳跃的持续期存在较强的长记忆性和周日历效应.     

基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究

将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive, HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R²检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现; 2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度; 3)在新冠疫情爆发期以及高波动时期, MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.     

价格跳跃风险下CPPI策略多期收益保证价值的测算

价格向下跳跃是引致CPPI策略收益保证缺口风险的主要因素之一，对CPPI策略收益保证价值贴近实际的测算必须考虑价格跳跃因素的影响. 本文对风险资产价格服从对数正态跳跃扩散过程情形下CPPI策略多期收益保证的价值进行测算. 文章给出了固定混合策略下多期收益保证价值封闭形式的测算公式. 数值分析的结果表明：1）当风险资产价格服从几何布朗运动时，CPPI策略多期收益保证的价值为0，且模型参数的变动对该结论无影响；2）当风险资产价格服从对数正态跳跃扩散过程时，CPPI策略多期收益保证的价值与CPPI策略的乘数、 收益保证水平以及风险资产价格的波动率正相关.     

重大事件下中国股市的跳跃特征

重大事件发生时, 中国股市是否会发生跳跃?跳跃的特性是怎样的呢?该文应用动态Jump-Garch模型, 分别对不同类型(分为政策性事件、经济事件及自然灾害类事件)的重大事件发生时, 股票市场指数跳跃大小的条件均值、条件方差以及跳跃强度、幅度的变化情况进行了综合分析. 结果发现政策性事件的跳跃强度与幅度最大, 但滞后性、 持续性很弱; 自然灾害类事件跳跃强度与幅度最小, 但持续性和滞后性最大; 经济事件则位于二者之间.     

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.     

基于跳跃、好坏波动率与百度指数的股指期货波动率预测

本文首次将百度指数引入HAR波动建模框架,基于跳跃、好坏波动率与百度指数提出HAR改进模型,实证研究揭示股指期货波动运行规律,并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差,基于序列相关法仿真统计最优抽样频率,利用已实现核修正的ADS检测识别跳跃,进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明:连续波动比跳跃波动对未来已实现波动的预测贡献更大;好坏波动率具有不对称的波动冲击,好(坏)波动率抑制(加剧)未来波动性;符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;百度指数能显著提升HAR波动建模的样本内外预测能力;MCS检验证实,考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.     

具有未知跳跃股票价格异方差性的 Bootstrap模拟检验

采用Bootstrap模拟方法检验股票价格异方差性．利用随机分析方法获得波动率的一个渐进估计，这种估计能够消除股票价格中可能存在的随机跳跃的影响，并且无需确定波动率函数的具体形式、建立了一个关于波动率为常数的原假设的统计量，用Bootstrap模拟方法可以获得该统计量的分布．用此检验方法对中国沪深两市指数进行检验，获得了两市中指数呈异方差性的结论．这种检验方法对认识市场微观结构、资产定价、投资和风险管理都具有积极作用．     

基于跳辨识-MCMC组合算法的人民币汇率跳扩散模型参数估计问题

针对人民币汇率收益率时间序列数据存在的跳变特征,采用跳扩散模型对其时间序列数据进行描述.为识别跳变规律并解决模型的参数估计问题,提出了基于跳辨识-MCMC的组合算法:即结合Lee-Mykland的跳辨识方法与MCMC(蒙特卡罗马尔可夫链)方法形成组合算法,利用仿真实验,通过误差分析得出组合算法在跳扩散模型参数估计方面效果明显优于单一MCMC方法.以人民币/美元日汇率数据为样本进行实证分析,结果表明组合算法不但能较为准确地识别出汇率收益率的跳变时刻及规律,而且其模型参数估计的有效性大大提高.     

过度自信、后悔厌恶对收益率分布影响的数值模拟研究

通过构建数值模拟模型,对投资者受过度自信与后悔厌恶影响下的收益率分布进行模拟,结果证实:与有效市场假说之下的正态分布相比,此种状态下的收益率分布存在着尖峰厚尾、左偏、左尾厚于右尾以及尖峰与厚尾程度随着时间单位的延长呈现下降趋势等统计学特征.进一步的数值模拟还发现,随着反应滞后时间的增加,收益率分布峰度增加明显,左尾有下降的趋势;随着反应不足程度的增加,收益率分布的峰度与偏度同时增加;随着过度反应程度的增加,收益率分布右尾有着明显的增加;收益率分布右尾对处置效用不敏感,左尾随着处置效用的增加厚尾程度减少.     

基于改进PSO算法的调和稳定跳跃下随机波动模型期权定价与套期保值

为同时捕获金融收益率分布的尖峰、厚尾、有偏特性及波动率扩散中的异方差效应、集聚效应,联合刻画股价动态演变中的无限跳跃变化,将无限活跃纯跳跃Lévy分布中的经典调和稳定分布(CTS)引入平方根CIR模型为基础的随机波动率(SV)过程,建立了经典调和稳定分布下随机波动(CTSSV)模型,重构了纯跳跃Lévy分布驱动的随机波动(LVSV)模型框架.利用LVSV模型特征函数表达式,采用分数阶快速傅里叶变换(FRFT)方法推导了欧式期权定价公式.由于模型参数众多和目标函数高维积分困难,提出了多区域自适应粒子群优化算法(MAPSO)估计LVSV模型参数.利用FRFT技术和MAPSO参数估计结果,使用CTSSV模型和方差伽马随机波动(VGSV)模型对恒生指数期权数据进行欧式期权定价和方差一最优期权套期保值,实证研究结果证明了MAPSO算法的优越性和CTSSV模型的有效性.     

基于高维分位数因子模型的中国股市尾部系统风险分析

利用高维分位数因子模型提取个股分位数变化的共同成分以衡量尾部系统风险，采用正则化回归分析尾部系统风险的宏观来源，通过截面回归探讨企业特质对尾部系统风险受宏观风险因子影响差异的作用。研究表明，中国股市尾部系统风险具有较强的高低位不对称性，高位尾部风险更多地与市场不确定性增大相联系，具有更强波动性且受宏观风险因素影响复杂度更高。尾部系统风险的不对称性随极端条件的加剧增强。企业特征能够对尾部系统风险受宏观风险因素影响的差异进行解释，企业规模、资产负债率及可持续增长率是影响这一差异性的重要因素。