中国债券市场价格久期研究

发布时间：2020-07-14 20:28

【摘要】：债券市场作为国家货币政策的重要载体是金融市场的重要组成部分。不同于其他国家的柜台交易方式,中国债券交易所市场采用电子撮合方式,减少交易成本的同时还可以提供含有更多市场信息的高频债券交易数据,具有一定的研究意义。而作为金融市场研究的新领域,高频数据下随机久期的刻画与研究也因其包含着强度和流动性等交易信息而具有着重要的经济学意义。本文的研究内容是采用高频金融时间序列和自回归久期模型(ACD模型)计量方法,对国内上海证券交易所债券高频数据进行价格久期建模,以描述与探讨债券价格久期的动态过程及其特点。 本文选取了上海证券交易所2003年的全年交易数据,对7只债券进行了高频数据统计和自回归久期模型拟合分析,结果显示上海证券交易所债券价格久期数据存在着倒U型的日内效应以及序列相关性,且ACD模型对交易所债券价格久期序列有一定的解释能力,并能够通过模型的灵活设定刻画出债券价格久期序列的动态模式,即部分债券价格久期存在着较强的聚集效应,而部分债券价格久期则并没有显著的聚集效应,债券市场由于风险函数单调递减将呈现出价格变化逐渐活跃的趋势,这与股票市场聚集效应普遍存在且危险函数单调递增的结果存在差别。
【学位授予单位】：清华大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F224;F832.51
【图文】：

37为了更好地观察日内效应的具体模式，画出235个交易日的每5分钟交易次数的平均数图，如图4.3，横坐标表示交易日当中的第几个5分钟，纵坐标表示交易平均次数，共48个这样的平均数，在图中呈现U型，这与Engle和Russel(1998)提出的日内模式一致，即在市场开盘与收盘的时候交易较频繁，而其他时间交易较少。由以上分析可以确定债券010107交易频率存在明显的日内效应。用类似的方法观察其他债券的交易频率，可以得到同样的结论，债券交易频率存在U型日内效应

由于债券价格久期存在着明显的日内模式，需要对价格久期序列进行内模式的调整。对价格久期数据根据（4-3）式进行日内效应调整后得到日内效应的久期数据ix ，其统计分析结果如表 4.3 所示：表 4.4 调整日内效应后的价格久期样本统计分析 均值 标准差 最大值 最小值 Jarque-09908 1.00000 1.63755 20.25525 0.00292 18308210107 1.00000 1.45102 33.05687 0.00560 76936810110 1.00000 1.46841 22.18526 0.00404 43438510115 1.00000 1.43346 22.87249 0.00333 271331图 4.4 日内 5 分钟间隔价格久期平均值图

【参考文献】

相关期刊论文 前2条

1 马超群;张明良;;中国证券市场的LOG-ACD模型及其应用[J];统计与决策;2006年04期

2 陈敏,王国明,吴国富,蒋学雷;中国证券市场的ACD-GARCH模型及其应用[J];统计研究;2003年11期

本文编号：2755449