中国和美国信贷冲击跨境溢出效应的比较研究

本文构建了基于符号约束识别的GVAR模型,并用以考察中国和美国的信贷市场冲击对全球41个国家的不同溢出效应.研究结果表明,中国紧缩性信贷市场冲击对本国实体经济有显著的负效应,但仅限于短中期;而美国信贷冲击对本国乃至全球经济都具有相当大且持久的负影响.中国信贷冲击的跨国效应较小,且主要通过贸易渠道.中国信贷市场的本国冲击能解释中国产出近10%的波动,但无论是本国效应还是跨境传导,总需求冲击仍是驱动中国经济周期波动的最主要力量.     

波动性比率与涨跌幅限制实证研究

从交易机制的角度解释了股市开盘收益率的波动大于收盘收益率的波动的原因。在考虑了涨跌幅限制的存在对股票价格行为的影响后，建立了一个简单的计量模型，提出涨跌停频率的大小与波动率的正相关关系及涨跌停日的日内收益率与次日隔夜收益率的正相关关系的假设，并就中国股市的情况进行了实证分析，得出了与假设一致的结论。这里的研究为“方差比率之谜”提供了新的解释思路。     

存在成果溢出和投资溢出下的研发组织分析

将溢出分为研发成果的溢出和研发投资的溢出。根据企业在产品竞争阶段和研发阶段是否合作 ,将企业的研发组织分为 6种不同的情况 ,并对其在不同的溢出类型下的均衡结果分别从技术进步、企业利润和社会福利的不同角度进行了比较。     

波动率持续性基于信息到达过程的成交量解释

综合利用对数周期图方法、Granger因果检验、以及扩展广义自回归条件异方差模型 ,对随机抽取的 10只上证 180成份股进行了实证研究 .得出以下结论 :收益波动率和成交量有相同的长记忆特征 ;信息到达过程是波动率行为的原因之一 ,成交量和波动率展现出的相互因果关系可能是它们同受信息到达过程影响的结果 ;成交量变量能够在有限程度内解释部分波动率的持续性 .     

跨国公司对中国本地企业知识溢出模型分析

跨国公司对东道国企业传递知识的主要途径是通过知识溢出 ,本文分析了知识溢出效应 ,讨论了知识创新与模仿的旋进机制 ,指出要利用知识溢出效应 ,推动技术进步。最后总结了知识溢出效应给我们的启示     

空盘量变动对我国期货市场期货价格收益波动性的影响

空盘量是除交易之外刻画期货市场交易活跃程度的另一个重要指标。将空盘量分解为可预期和不可预期两部分,研究空盘量的变动对期货价格收益波动性的影响。实证结果表明,空盘量对期货价格收益的波动性具有负向影响,即总体而言,空盘量的增加对期货价格收益波动性的影响小于空盘量的减少对期货价格收益波动性的影响;并且,不可预期空盘量对期货价格收益的影响比可预期空盘量对价格收益的影响大许多。同时,从信息经济学的角度对实证结果分别进行了解释。     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

人民币汇率市场联动特征分析

融合Copula理论和GARCH有偏T模型,构建了汇率波动的t-Copula-DCC-GARCH-skewT模型,对中、美、欧3大经济体货币汇率USD-CNY和EUR-USD进行实证研究.该模型能够捕捉到人民币汇率之间的动态相关性.相关曲线展现了3大经济体在汇率制度上的阶段性联动特征,表明中、美、欧等经济体货币汇率联动性有利于人民币国际化的汇率制度建设以及世界经济的共同治理和系统性风险防范.     

Combining multivariate volatility forecasts using weighted losses

The ability to improve out-of-sample forecasting performance by combining forecasts is well established in the literature. This paper advances this literature in the area of multivariate volatility forecasts by developing two combination weighting schemes that exploit volatility persistence to emphasise certain losses within the combination estimation period. A comprehensive empirical analysis of the out-of-sample forecast performance across varying dimensions, loss functions, sub-samples and forecast horizons show that new approaches significantly outperform their counterparts in terms of statistical accuracy. Within the financial applications considered, significant benefits from combination forecasts relative to the individual candidate models are observed. Although the more sophisticated combination approaches consistently rank higher relative to the equally weighted approach, their performance is statistically indistinguishable given the relatively low power of these loss functions. Finally, within the applications, further analysis highlights how combination forecasts dramatically reduce the variability in the parameter of interest, namely the portfolio weight or beta.     

使用Bayes方法识别股市变结构模型

为了使用边际似然函数进行模型变点的有效识别,通过使用变结构模型和Monte Carlo方法,对波动率模型中的变点进行了判断。通过对中国股票市场的波动性进行分析,识别出中国证券市场的4个变点。实证结果表明:中国股票市场从成立以来,一共经历了5个阶段,分别是1990年12月到1991年秋、1991年秋到1992年中、1992年中到1997年中、1997年中到2002年春、2002年春至今。研究发现,中国证券市场结构发生变化与股票市场价格波动无关,而与中国证券市场不断发展和完善息息相关。