上海证券交易市场量价关系的分位回归分析

传统回归估计往往错估真实的量价关系,且高估的情况多于低估的情况。本文在区分收益率与收益率绝对量的基础上,采用分位回归模型方法对沪市的量价关系进行深入分析。结果表明,沪市存在显著的量价关系;收益率与交易量存在显著的非对称V型量价关系,且正向量价关系强于负向量价关系;收益率绝对量与交易量存在显著的正向关系,且价格波动越大时量价关系越强。     

物流上市企业股票统计特征研究

金融市场的统计特征包括市场收益分布的肥尾性、偏度负性、收益率时间序列不相关和收益与交易量之间的相关性;市场波动结构的随机性、波动聚集性和长时记忆性.根据这些特点,以中远航运(600428)的金融市场数据为例,研究了我国物流上市公司在金融市场上的统计特征.     

物流上市企业股票统计特征研究

金融市场的统计特征包括市场收益分布的肥尾性、偏度负性、收益率时间序列不相关和收益与交易量之间的相关性;市场波动结构的随机性、波动聚集性和长时记忆性。根据这些特点,以中远航运(600428)的金融市场数据为例,研究了我国物流上市公司在金融市场上的统计特征。     

金融危机以来国内金融市场风险传导机制研究——基于偏t-APARCH模型的实证分析

基于金融市场波动有偏、尖峰、厚尾的特征,利用有偏t分布APARCH模型和Granger因果关系检验,对我国债券市场、股票市场、外汇市场和货币市场之间的风险传导问题进行考察。研究结果显示:在上涨和下跌阶段,各金融市场的风险传导能力具有个体差异;债券市场、股票市场和货币市场在上涨和下跌阶段具有非常强烈的风险传导能力;外汇市场在上涨阶段对其他市场不具有显著的风险传导能力,而在下跌阶段,对所有市场均具有风险传导能力;从整体上看,我国金融市场在下跌阶段的风险传导能力要强于上涨阶段的风险传导能力。     

我国证券市场股价运动非线性特征检验

文章首先运用ARMA模型对市场收益率序列和波动率序列去掉序列的线性相关,然后运用BDS检验法对我国证券市场的收益率序列和波动率序列是否具有非线性结构进行实证研究。检验结果发现:我国证券市场股价运动具有明显的非线性特征,拒绝了有效市场理论的基本假设。     

技术交易规则预测能力与收益率动态过程——基于Bootstrap方法的实证研究

本文对我国股票市场技术交易规则预测能力进行了实证检验,发现移动平均规则所产生的买入区间收益率更大而波动率却更小,卖出区间的收益率为负而波动率却更大。运用自举(Bootstrap)方法检验发现,四种常用的收益率线性模型均不能解释买卖出区间收益率与波动率所表现出的非对称现象,尤其无法解释卖出区间收益率为负的现象。为此,本文通过人工神经网络方法,将条件异方差结构引入到现有的收益率非线性模型,发现该模型能更好地解释买卖出区间收益率与波动率模式,表明收益率动态过程中存在非线性特征。     

我国开放式基金市场与股市的动态相关性——基于DCC-MVGARCH模型分析

以中证基金指数与上证综指和深圳综指在2003年1月至2011年12月的日收益率为研究样本,运用Engel(2002)提出的DCC-MVGARCH模型对我国开放式基金市场与沪深股市之间的动态相关性进行了分析。研究结果表明,我国开放式基金市场与沪深股市均存在高度的正相关关系,并具有明显的时变特征,其中开放式基金市场与上海股票市场动态相关系数的波动幅度要小于其与深圳股票市场的动态相关系数的波动幅度。     

我国货币市场基金的风险度量及绩效评价

本文选取我国成立较早的11只货币市场基金作为样本,分析显示其收益率具有尖峰厚尾和波动集聚性的特征。因此,引入GARCH模型来刻画基金收益率序列的波动。在此基础上,计算出样本基金的VaR值并给出相应的绩效评价。分析结果表明,部分样本基金的风险差异较大,并且有些基金没有体现金融资产高风险高收益、低风险低收益的对应关系。因此,构建RAROC指标以综合收益和风险两方面因素来有效地评价基金的经营业绩。     

不确定性冲击下利率传导机制

本文考察了货币政策不确定性冲击下市场利率之间的传导机制。首先,应用时变系数马尔科夫区制转移模型提取代表货币政策不确定性的利率不确定性。其次,采用Dirichlet VAR模型考察了这种不确定性冲击下政策利率和市场利率之间的传导关系。最后,结合二元和多元变量之间的影响关系,给出了不确定性冲击下利率的核心传导结构。实证结果表明：不考虑不确定性冲击时,政策利率和货币市场利率之间存在基本的传导环路,货币市场和债券市场之间形成了市场化的传导环路。考虑不确定性冲击时,利率内在不确定性直接影响了股票市场收益率的变动;利率外在不确定性对债券市场和股票市场都会带来影响,进而影响市场上的融资成本。     

证券市场价格波动与交易量关系理论研究综述

大量的实证研究表明市场价格与交易量的关系是理解市场波动性的关键,事实上,市场行为最基本的表现就是成交价格的波动和成交量.历史的交易价格和成交量涵盖了过去和现在的所有市场行为.在实际的市场交易中,无论是广大投资者还是市场分析专家,技术分析者都从市场的量价关系入手分析市场行情.金融市场量价关系的理论模型大致分三类:信息理论模型,交易理论模型和理念分散模型.     

基于交易量和持仓量的期货日内价格波动研究

一、研究背景关于股票价格波动与交易量之间的关系,国内外学者做过很多研究。一个共同发现:波动率呈现出序列相关性,也就是波动率的持续性。用来刻画这种现象的两类最为著名的模型就是GARCH类(Generalized Autoregressive Conditional Heteroskedas- ticity)和SV类(Stochastic Volatility)模型,然而, 这两类模型并未解释波动率呈现出持续性的原因。关于波动率和成交量的关系早就引起了金融经济学者的关注。Clark(1973)首次提出了混合分布假说     

杠杆波动下系统性金融风险的识别研究

杠杆不稳定是系统性金融风险爆发的重要隐患,因而如何进行风险识别在金融动荡时期具有显著意义。为识别杠杆波动对系统性风险的直接影响及可能造成的风险内部溢出效应,首先选择时变参数结构向量自回归模型(SV-TVP-SVAR)识别杠杆波动对系统性风险的冲击效应,并结合中国几次“去杠杆化”政策时点进行补充分析,其次采用时变参数广义预测误差方差分解模型(Tvpdy)对杠杆波动下系统性风险内部溢出关联效应进行动态刻画。研究表明:一方面,杠杆波动对系统性金融风险存在异质性冲击影响,短期效应最为显著。近年来累积的外部市场与货币流动风险对宏观经济与资产泡沫风险起到周期性的抑制作用。其中,“扩内需”去杠杆举措可有效缓释当前存在的宏观经济与外部市场风险,而“防风险”措施则对整体风险的抑制效应较为稳健。另一方面,杠杆波动下系统性风险内部溢出效应明显。各子风险多为风险的净输入者,在经济过热或金融危机等杠杆异常波动时期,溢出效应较为显著。外部市场风险后期有显著抬升的趋势,而宏观经济风险溢出方向由输入向输出转变。     

新企业会计准则中公允价值变动损益对新能源企业股价的影响分析

发展新能源产业是应对环境恶化的重要举措之一。本文选取我国上市公司中395家新能源企业在2007-2009年间的季报数据,运用面板数据分析方法,检验了公允价值变动损益与这类概念股市价的收益率及其波动率之间的相关性,结果表明新会计准则实施以来公允价值变动损益与股价收益率显著正相关,而于收益率的波动显著负相关,进一步表明公允价值变动损益具有信息含量,且并不会增大资本市场的波动风险。     

我国股票收益率间相关性的实证研究

近年来,非参数分析方法广泛应用于计量经济学模型的研究中。本文将非参数回归模型应用于股票收益率的研究中,通过非参数半参数回归技术研究泸州老窖和深证成指日收益率之间的相关性,研究表明泸州老窖日收益率和深证成指日收益率的波动关系较小。     

高频数据日内波动特征的函数型分析

近年来,对金融市场的资产收益率的波动轨迹的研究日益增多,文章引入函数型波动过程这一方法以研究中国股市的日内波动交易轨迹。收益的波动率可被视作一个平滑的函数型过程和一个白噪声过程的组合。在本文的模型中,我们首先从每一交易日的对数收益率过程中剔除掉漂移项,来获得波动率过程,随后利用函数型波动过程和函数型主成分分析一起刻画上证综指5分钟收益率序列的日内波动特征。     

多分形互联网金融市场的风险预警模型研究

研究目标:提出基于多分形特征的互联网金融市场风险状态的划分方法,构建非平衡数据集的互联网金融风险预警模型。研究方法:采用日收益率和多分形波动率衡量互联网金融风险并划分风险状态,提出一种利用SMOTEENN采样算法与SVM模型相结合的互联网金融风险预警模型,选取中证互联网金融指数进行实证分析。研究发现:SMOTEENN-SVM模型可以显著地提高SVM模型的预测精度,具有优越的预测性能。研究创新:通过日收益率和多分形波动率刻画互联网金融风险状态,并将SMOTEENN采样算法与SVM模型相结合,建立非平衡样本的互联网金融市场风险预警模型。研究价值:为研究互联网金融风险预警提供新的思路,对防范化解互联网金融风险具有重要的现实意义。     

基于波动率的货币与产出关系检验——来自分位数回归模型的新证据

本文使用1991年1月到2012年3月的样本数据对货币波动率和实际产出波动率之间的关系进行了检验。首先,应用GARCH模型度量货币波动率和产出波动率,进而对二者进行了Granger因果关系检验,发现我国货币供给增长率及其波动率对实际产出增长率及其波动率具有解释和预测能力。其次,使用分位数回归模型研究产出波动率在较小(低分位数)和较大(高分位数)时对货币供给量M0和M1波动率的不同反应程度。最后,提出了稳定产出增长,防止产出剧烈波动的货币政策建议。     

货币政策周期与股票横截面收益

采用中国A股市场数据,基于我国特定的货币环境定义货币政策周期,利用货币政策与风险特征的交叉变量,研究规模效应、价值效应等风险特征在不同货币周期下对股票横截面收益的解释能力。研究发现,添加货币周期变量之后的模型对于股票未来收益的解释能力,较传统资产定价模型具有显著的提高。规模效应(小市值公司表现优于大市值公司)在全样本周期内稳定存在,且在货币扩张期更为明显,这与货币信贷传导机制和我国信贷配置的制度环境是一致的。价值效应(价值股表现优于成长股)在货币紧缩期更为明显,在货币扩张期表现不显著,这与货币信贷传导机制和价值效应的风险特征是一致的。     

金融周期、通货膨胀与货币政策

本文在传统新凯恩斯三方程模型的基础上引入金融周期方程,尝试在一个统一的模型框架下探讨金融周期、通货膨胀与货币政策的内生时变动态关系。研究发现,金融危机时期和非危机时期金融周期与通货膨胀间的相互时变联动存在显著差异,金融周期波动对通货膨胀变动具有较好的预测能力,且基本不受危机影响;货币增速剪刀差可能通过市场流动性对货币政策调控金融周期与通货膨胀的力度起到抵消或放大作用,且具有顺周期特征,因此,货币政策当局可考虑引入逆周期调节的宏观审慎政策对金融周期、通货膨胀以及货币增速剪刀差的顺周期局限进行调控。     

高频数据下积分波动率矩阵的伪似然估计、预测及应用

研究目标:利用高频数据准确估计和预测高维积分波动率矩阵,并将矩阵的预测值应用于资产投资组合的构造中。研究方法:通过保留p×p维已实现波动率矩阵的特征向量,对积分波动率矩阵的特征值进行预测,本文将积分波动率矩阵的估计和预测问题转化为p个一维积分波动率的估计和预测问题。研究发现:对高维已实现波动率矩阵过于发散的特征值进行调整能够提高矩阵估计的准确性;对资产收益率的积分波动率矩阵建立动态模型可以提高矩阵预测的精度。研究创新:将高维矩阵的估计和预测问题转化为矩阵特征向量的估计以及一维特征值的估计和预测问题;基于高频数据并建立资产收益率积分波动率矩阵的动态模型提高了资产投资组合的样本外表现。研究价值:本文提出的积分波动率矩阵估计和预测方法能够保证矩阵估计值和预测值的正定性;本文的预测方法能够提高矩阵的预测精度,能够在复杂的金融市场中构造低风险的资产组合。