金融资产价格跳跃行为研究

发布时间：2020-08-28 00:26

【摘要】：资产价格跳跃行为已成为当前市场微观结构理论中一个重要的研究方向。资产价格的跳跃现象直接影响波动率的估计和预测的准确程度,继而对资产配置和风险管理产生重大影响,并促使传统的计量模型和方法必须进行深刻调整。随着资产价格行为研究的精细化和微观化,跳跃问题是必须攻克的障碍,对其深入研究具有深刻的理论意义。分析我国证券市场的跳跃特征,进而揭示价格发现的本质,对于完善交易机制,提高市场效率具有重大的现实意义。本文在证券市场微观结构理论视角下,沿用广义p幂次变差的主流研究框架,系统全面地对跳跃存在条件下波动率的估计、广义跳跃行为有效辨识、收益率跳跃性尾部分布的刻画,以及跳跃风险定价等问题进行理论和实证研究。具体内容如下: 1、跳跃存在条件下资产价格“已实现”核波动研究。分别考察“已实现”核波动(RK)、“已实现”波动(RV)方法的估计精度,结果表明:RK方法能有效滤出市场不连续因素的干扰,使结果更贴近于真实波动率。进一步,构造RK-AFRIMA模型,修改了分数阶差分算法,基于高频数据对我国证券市场的日波动率进行估计和预测,得到结论:RK方法在中国市场条件下具有较好的适用性,相对于RV有更好的预测效果。 2、跳跃行为非参数辨识方法研究。首先从理论上对BNS方法与阈值p幂次变差方法(TMPV)对广义跳跃行为的辨识能力进行了深入的比较研究。得到结论:BNS方法只适用于相对较低的高频数据段上,对有限活跃跳跃行为进行辨识;而TMPV方法基于超高频数据可以实现对广义跳跃行为的刻画。接下来,对TMPV广义跳跃系列研究问题中存在的阈值时变性缺陷进行了改进,对广义跳跃行为研究中存在的采样频率依赖问题进行了实证分析,结合实证结果对原因进行了初步讨论。 3、基于信息结构的跳跃行为价格发现研究。考察重大信息融入资产价格形成跳跃现象的动态演化过程,得到结论:跳跃行为是信息瞬间完全融入的激烈的价格发现形式,同时对未来收益率没有显著影响,因此无资产定价能力。进一步构造了诱发跳跃行为的信息分布度量模型,对中国证券市场不同类型股票的信息分布不平衡水平进行了刻画,并对其因子定价问题进行了研究,结果发现:对于整体市场来说,跳跃信息分布作为定价因子是有解释力的,除了大盘股之外,跳跃信息分布对收益产生的都是负效应,其根本原因在于我国股市高投机性的交易行为,对于信息风险不要求补偿。 4、中国证券市场跳跃风险与定价问题研究。从信息驱动的有限活跃跳跃行为出发,从股票价格数据中提取、剥离跳跃过程,分析其主要统计特征,在此基础上对中国证券市场不同类型个股跳跃行为特点进行讨论。接下来,构造跳跃风险定价的因子模型,将市场风险进行有效分解,对不同成分的风险特征、比例关系以及作用效果进行系统性研究。 5、资产收益率分布尾部跳跃成分研究。基于时间序列极值理论对资产收益率跳跃性尾部建立广义Pareto分布模型,在放松独立同分布假设下实现了对跳跃性尾部分布特征的刻画。通过对中国证券市场资产日内跳跃性尾部收益的研究,深刻剖析了投资者构成、投资者行为与尾部结构之间的相互作用机制。进一步,构造极值VaR与ES风险测度,对中国市场资产收益率跳跃性尾部风险特征进行研究。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：F224;F832.51
【图文】：

统计分布,统计分布,对数

-a“已实现”波动统计分布

统计分布,统计分布,对数

-b对数“已实现”波动统计分布

统计分布,对数,差分,波动序列

第三章跳跃行为存在条件下波动率估计问题研究- 36 -图3-3-c “已实现”核波动统计分布图3-3-d对数“已实现”核波动统计分布图 3-3、表 3-2 表明，RV 和 RK 序列不是正态的，具有明显的尖峰厚尾的现象；对数“已实现”波动和对数“已实现”核波动序列接近于正态分布，符合AFRIMA 模型建模的条件。利用聚合方差法可以确定在本文中的 AFRIMA 模型的 d 值为： (ln ) 0.16814t RVd RV μ= ， (ln ) 0.16096t RKd RK μ= ,说明上证综指在此时间段里有明显的长记忆特征，因此选用 AFRIMA 模型来做预测是合理的。由序列的自相关函数和偏相关函数，本文考虑采用 ARMA（2，1）来进行拟合AFRIMA 经过分数阶差分之后的模型。在采用极大似然估计得到差分后序列的拟合阶数以及参数的同时

【参考文献】