全球金融危机下的股票市场波动跳跃研究——基于高频数据的中美比较分析

本文以雷曼破产日至2009年1月底这段时期内上证综指、恒生指数以及S&P500指数的日内高频数据作为研究对象,采用跳跃显著性检验方法和扩展HAR模型,对波动跳跃特征进行了实证研究。结果表明:雷曼危机导致股市波动的显著提高,但中国内地股市受到的影响最小;中国香港股市成为波动跳跃发生频率最高、跳跃幅度最大的市场,且波动跳跃主要发生在夜间休市时间内;雷曼危机使得波动率模型的预测精度大大降低,股市风险变得更加难以预测,对于新兴市场来说这一现象更加明显。

基于高频数据的中国股市风险价值度量研究

本文以中国股市的已实现波动率(RV)与已实现极差波动率(RRV)为研究对象,采用LR检验与动态分位数检验对三种长记忆模型(ARFIMA、ARFIMAX、HAR)进行了VaR预测能力的比较研究。主要结论为:长记忆模型的VaR预测能力显著优于基于日收益率的GARCH模型,其中以在偏t分布下的ARFIMAX模型的表现为最佳;与标准正态分布相比,在偏t分布下计算得到的VaR值更能准确反映中国股市真实的VaR;中国股市的RV与RRV均具有长记忆性、波动非对称性等特征。

中国股指现货和期货市场的日内波动与交易量:基于高频数据的证据

随着金融高频交易的快速发展,日内金融资产价格的形成机制与市场微观结构发生了巨大变化。本文着眼于中国股票现货市场与期货市场的波动率和交易量的日内动态关系,基于沪深300股指现货与期货的5分钟数据,利用FFF回归与AR-FIEGARCH-V模型对日内波动率与交易量之间的动态关系进行了实证分析。本文的主要结论为:中国股票现货与期货市场的日内波动率,除了受到其本身的日内交易量的正向影响之外,还受到跨市场交易量的正向影响;同时,期货市场对现货市场的信息传导强度远大于现货市场对期货市场的信息传导强度,说明市场间的信息传导强度是不对称的。

全球性股市恐慌下的股市日内风险传染:来自欧债危机时期的证据

本文主要着眼于全球性股市恐慌下的中国内地与中国香港、中国台湾、日本股市之间的日内风险传染现象,使用日内5分钟数据,应用FFF回归、FIEGARCH模型、ARFIMAX模型的波动溢出三步检验法,对内地股市与其他三个东亚股市之间的日内波动溢出效应进行了实证分析。本文的主要结论是:中国内地与中国香港股市之间存在着强烈的双向波动溢出效应;中国内地与日本股市互不影响;中国内地与中国台湾股市之间,虽然在非恐慌时期几乎不存在波动溢出效应,但进入恐慌时期后中国台湾股市显著受到内地股市影响。股票市场之间的波动溢出效应具有非对称性特征,并且股市下跌时的波动溢出效应比上涨时要大。

汇改前后人民币汇率传递效应研究——基于ARDL模型的实证分析

文章通过运用ARDL模型,考察了2005年7月汇改前后人民币汇率变动对以PPI和CPI为衡量指标的国内物价水平的影响。结果表明:人民币汇率变动对PPI的传递程度不完全,且汇改对传递效应不存在显著影响;而受汇改后人民币升值预期和大量"热钱"流入境内的影响,人民币汇率与CPI变动方向由汇改前的反向关系,转化为汇改后的正向关系,呈现出人民币对外升值与对内贬值并存的局面。在不断深化汇率制度改革的同时,货币当局需要加大热钱流入的限制和管理,保持货币政策独立性,动态管理和调节人民币汇率浮动,保持人民币汇率基本稳定在合理均衡的水平。

汇率传递与国内物价水平关系研究——基于非对称性视角

在国外理论研究的基础上,进一步拓展了汇率传递非对称性的理论解释,并对2002年1月—2012年5月期间人民币汇率变动对国内物价水平传递效应的非对称性问题进行了研究。结果表明:人民币汇率变动对国内物价水平的传递效应是不完全的,且传递程度较低;PPI作为国内物价水平的衡量指标时,相较于CPI,传递效应更大。无论是单独考察升值或贬值条件下汇率传递的非对称性问题,还是加入汇率变动幅度这一约束条件,均得到了人民币贬值相较于升值时,汇率传递程度更大的结论;同时汇率变动幅度较大时,汇率传递程度更显著,反之则不存在传递效应。

中美贸易失衡与人民币汇率“操纵”——基于汇率与贸易收支关系的实证研究

基于2002年1月至2011年12月的月度数据,运用自回归分布滞后(ARDL)模型,分别从总体和分行业的角度,探讨人民币兑美元实际汇率、汇率波动率与中美贸易收支之间的关系。研究结果表明,无论长期还是短期,人民币汇率水平和汇率波动率对中美两国之间总体和分行业贸易收支差额均不会产生显著影响。该结论意味着无论长期还是短期,中国政府都无法通过汇率操纵来达到扩大中美贸易收支顺差的目的。

沪深300股指期货的日内动态特征分析

本文利用沪深300股指期货上市以来的日内5分钟价格数据,应用FFF回归方法和AR-FIAPARCH-M模型对股指期货日内波动的动态特征进行了实证分析。研究结果表明,不同于股票现货市场的"U"型特征与商品期货市场的"L"型日内特征,股指期货的日内波动呈现出"3V"型特征;日内波动具有长记忆性和非对称性特征,且利空消息对日内波动率的影响大于利好消息;收益与风险之间存在显著的正相关关系,显示股指期货市场上的投资者是风险厌恶的,对高风险要求更高的回报。

中美两国股票市场联动性研究——基于CCF检验法的新证据

随着经济全球化的迅速发展,国际资本市场呈现出一体化趋势,证券价格的国际联动关系日益显著。有鉴于此,本文主要着眼于中美两国股票市场之间的联动性,应用EGARCH模型与CCF检验法进行了实证分析。本文主要结论为:(1)EGARCH模型的检验结果显示,中美两国股票市场具有持续性与非对称性特征;(2)通过CCF检验法,发现了中国股票市场对美国股票市场的单方向波动溢出效应的新证据。另外,在较弱的显著水平下,本文还发现了美国股票市场开始影响中国股票市场。随着中国资本市场的逐渐开放,证券价格的国际联动性将会提高,中国股票市场全球化的表现越来越突出。

中日股市日内信息传递研究：中国关联股渠道

现有研究文献表明,中日市场之间存在由中国股市到日本股市的信息传递。本文则从日内收益与波动溢出的角度,研究了信息从中国市场向日本市场进行传递的渠道。根据日本经济新闻社(Nikkei)对日本市场上中国关联股的定义,我们利用日内分笔数据编制了中国关联股价格指数,并比较分析了该指数与东证股价指数对上证综合指数变化的反应程度。结果表明,日本股市的确受到中国股市的显著影响,且中国关联股的反应程度显著大于市场平均水平,说明中日股市之间的日内信息传递是经由中国关联股这一渠道发生的。

不同发展时期的中国股市波动跳跃:基于高频数据的实证分析

本文以跳跃扩散过程为理论基础,利用2003年1月至2010年12月的上证综指5分钟高频数据,通过波动跳跃显著性检验方法与HAR-RV-J模型,探讨了在不同发展阶段上中国股市波动的跳跃特征与波动率模型的预测能力。实证研究的结果表明,越是波动激烈的时期,发生显著跳跃的频率越多、波动跳跃的幅度与强度越大;中国股市的波动跳跃包含着许多有利于改善波动预测的有效信息;股市的异常波动使得对波动预测的准确性大打折扣,市场变得更加难以预测。

基于高频数据的ARCH类模型波动预测比较分析

Realized Volatility是在高频数据的研究基础上发展起来的度量波动率的新方法。本文以上证综合指数的高频数据为研究对象,采用滚动式样本外一步预测的方法对5种ARCH类模型进行了模型预测能力的比较研究。主要结论有:(1)Realized Volatility作为解释变量加入GARCH模型后能够提高波动预测精度。(2)GARCH-RV的波动预测值为Realized Volatility的无偏估计量。(3)沪市存在波动非对称性与很长的持续性。

国际投资者关注中国宏观经济信息发布吗

基于已实现波动率与ARFIMA模型,从股市波动率与宏观经济信息发布的角度,研究了中国宏观经济信息(领先指标、同步指标以及滞后指标)对国际投资者的传导机制。实证结果表明:美国股市的波动率在中国宏观信息发布日明显增加,的确受到中国宏观经济信息发布的影响,且领先指标对美国股市波动影响显著;引入预期偏差后,发现国际投资者对领先指标的负向偏差信息做出了较大反应。中国宏观经济信息发布对美国股市波动具有显著影响,这对我们进一步探究宏观经济信息作用与股市波动的传导机制具有重要意义。