中国股票市场资产价格日内跳跃行为的检验与引发机制研究

发布时间：2017-07-08 15:06

  本文关键词：中国股票市场资产价格日内跳跃行为的检验与引发机制研究

  更多相关文章： (超)高频交易数据 日内跳跃行为检验 跳跃行为分布特征 引发机制

【摘要】：金融资产价格跳跃对资产收益率波动的估计和预测,期权定价,市场风险测度与管理以及资产配置等会产生直接或者间接的影响。目前,金融资产价格跳跃行为的研究已经取得了较为显著的成就,主要表现在：从使用低频数据(日度、周度、月度数据)逐渐转为使用(超)高频数据(分时数据、分笔数据、逐笔交易数据)；从参数方法(GARCH-JUMP、SV等模型)逐渐转为非参数方法(如BNS研究体系、TMPV研究体系)；从不考虑微观结构噪声到逐渐考虑市场微观结构噪声对跳跃行为的影响；从单独考虑信息冲击或者流动性冲击逐渐到统筹考虑二者对跳跃行为的冲击。在此基础上,本文基于预平均思想和Anderson、Bollerslev、Frederiksen等人(2010)的日内跳跃行为检验(简称ABF日内跳跃检验)思路形成了适用于(超)高频金融数据的日内跳跃行为检验方法,同时基于宏观经济信息、流动性信息及其滞后信息这三方面信息建立跳跃行为引发机制理论模型,形成了关于跳跃行为相对完整的分析框架。最后,使用上证50指数及其成分股超高频数据对中国股票市场的跳跃行为进行了实证分析,研究结果对监管者和投资者都有较强的实用价值。本论文的主要研究内容为：(1)本论文从跳跃检验和引发机制两个方面对国内外关于跳跃行为的相关研究(包括理论研究和实证研究)进行了梳理,总结了已有研究的不足之处,主要表现在：①对跳跃行为检验主要集中在日间跳跃行为的研究,对日内跳跃行为研究较少；②对金融数据利用不充分(多为5分钟及更低频率的数据)；③对跳跃行为引发机制的研究,要么仅考虑宏观经济信息冲击或者流动性冲击其中之一,要么不考虑二者的滞后信息。(2)论文结合ABF日内跳跃检验、Christensen等(2014)、赵华(2014)等人的研究,从跳跃行为的检验和引发机制两个方面形成了适用于(超)高频金融数据的跳跃行为研究框架：在跳跃行为检验方面,基于预平均方法估计已实现波动和二次幂变差,结合ABF日内跳跃检验形成日内跳跃行为检验方法；对于跳跃行为引发机制,综合考虑宏观经济信息、流动性信息以及这两种信息的滞后信息等三方面信息建立从个股数据模型角度和混合数据模型角度建立基于Logistic的跳跃行为引发机制理论模型。(3)使用上证50指数及其成分股超高频数据对跳跃行为进行检验,并对跳跃行为的分布特征进行分析,主要包括基本分布特征、周内分布特征、月分布特征及日内分布特征等方面。总体上讲,中国股票市场跳跃行为时常存在,呈现出单个交易日可能存在多次跳跃行为,跳跃次数基本上都维持在5次以内,但仅发生一次跳跃的概率相对更大；正负跳跃分布不对称、正跳跃发生概率远大于负跳跃发生的概率；跳跃强度在各个月份和各个行业之间变化较大；除农林牧渔业呈现“L”形分布特征外,其他行业跳跃行为均呈现“U”形分布特征；上午10：00至下午14：50这段时间跳跃强度分布较为均匀,跳跃强度及其变化相对较小。(4)使用宏观经济信息和流动性信息及其滞后信息这三方面信息,从个股数据模型角度和混合数据模型角度进行跳跃行为引发机制的研究。研究表明,相对于宏观经济信息冲击,流动性冲击引起跳跃的机会更多,宏观经济信息发布、流动性冲击与跳跃行为发生同步性较强；CPI、PPI、M2、PMI等宏观信息的发布以及深度、宽度等6个指标容易引起成分股价格产生跳跃行为；CPI、IO、M2、PMI等4个宏观经济指标对上证50指数跳跃影响显著,一般在信息发布之后10分钟到30分钟能够完全做出反应；除了金融业外,其他7个行业都只对部分信息(包括宏观经济信息和流动性信息)做出反应；CPI、M2、PMI与各个行业跳跃行为息息相关；流动性冲击对跳跃行为引发机制模式在各个行业之间虽相似但各不相同,宽度引起跳跃的可能性相对更大本文的创新之处主要体现在两个方面：(1)形成了适用于(超)高频金融数据的日内跳跃行为研究框架,包括对日内跳跃行为的检验和引发机制研究两个方面,对实证结果的分析也更加深入和精细化。具体表现在：①使用包含市场交易信息最丰富的超高频数据进行日内跳跃检验,对检验结果从基本分布特征、周内分布特征、月分布特征、日内分布特征等多视角进行分析。②考虑了宏观经济信息和流动性信息及二者滞后效应等三方面影响因素,分别从个股数据模型角度和混合数据模型角度建模进行引发机制的探讨。对模型结果不仅从整体上进行分析,而且从行业角度进行探讨跳跃行为的引发机制。总体上来说,对引发机制的研究更加全面。(2)对关键参数θ的选择,我们使用股票市场数据从BV’与RV’的平均比率和偏差平方均值两个角度进行比较分析,得出：在中国股票市场上,0.8-2都是θ的合理选择区间。在进行实证分析时,设定θ等于0.8、1、1.5三种情况进行敏感性分析,为了防止平滑不足或者过度平滑等造成的不利影响,综合考虑,在进行日内跳跃行为检验时将θ设定为1。
【关键词】：(超)高频交易数据 日内跳跃行为检验 跳跃行为分布特征 引发机制
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 摘要4-7
• ABSTRACT7-12
• 1 绪论12-22
• 1.1 研究背景12-16
• 1.1.1 技术背景12-13
• 1.1.2 金融资产跳跃行为研究现状13-14
• 1.1.3 中国股票市场现状14-16
• 1.2 研究内容16-17
• 1.3 研究意义17-18
• 1.4 研究方法、研究工具、数据来源18-19
• 1.5 研究框架及结构安排19-20
• 1.6 研究创新之处20-22
• 2 文献综述22-32
• 2.1 金融资产价格跳跃检验研究22-27
• 2.2 跳跃行为引发机制研究27-29
• 2.3 研究评述29-31
• 2.4 本章小结31-32
• 3 理论基础及研究设计32-46
• 3.1 具有微观结构噪声的跳跃估计32-36
• 3.2 基于预平均方法的日内跳跃行为检验步骤36-39
• 3.3 跳跃行为引发机制变量选择39-42
• 3.3.1 宏观经济信息测度39-40
• 3.3.2 流动性测度40-41
• 3.3.3 标准化指标41-42
• 3.4 跳跃行为引发机制模型42-43
• 3.5 样本选取与数据来源43-44
• 3.6 本章小结44-46
• 4 中国股票市场资产价格日内跳跃行为实证分析46-90
• 4.1 资产价格特征分析46-49
• 4.2 关键参数θ的选择49-55
• 4.2.1 关键参数θ合理区间选择50-52
• 4.2.2 关键参数θ灵敏性分析52-55
• 4.3 日内跳跃行为实证检验55-73
• 4.3.1 跳跃行为的基本特征55-68
• 4.3.2 跳跃行为日内分布特征68-73
• 4.4 跳跃行为引发机制分析73-89
• 4.4.1 宏观经济信息冲击与跳跃74-76
• 4.4.2 流动性信息冲击与跳跃76-79
• 4.4.3 基于Logistic模型的跳跃行为引发机制研究79-88
• 4.4.4 跳跃引发机制总结88-89
• 4.5 本章小结89-90
• 5 结论与展望90-94
• 5.1 结论90-92
• 5.2 不足与展望92-94
• 参考文献94-100
• 附录100-107
• 后记107-109
• 致谢109-110

【参考文献】

中国期刊全文数据库 前9条

1 赵华;秦可佶;;股价跳跃与宏观信息发布[J];统计研究;2014年04期

2 唐勇;张伯新;;基于高频数据的中国股市跳跃特征实证分析[J];中国管理科学;2013年05期

3 唐勇;;金融资产跳跃检验方法实证比较[J];中国管理科学;2012年S1期

4 柳会珍;张成虎;李育林;;金融资产收益率波动预测——基于我国股票市场跳跃行为研究[J];当代经济科学;2011年05期

5 欧丽莎;袁琛;李汉东;;中国股票价格跳跃实证研究[J];管理科学学报;2011年09期

6 王春峰;郝鹏;房振明;;基于跳跃特征的证券市场信息融入效率研究[J];北京理工大学学报(社会科学版);2011年01期

7 王春峰;姚宁;房振明;;基于小波变换的多尺度跳跃识别与波动性估计研究[J];管理科学学报;2010年10期

8 王春峰;姚宁;房振明;李晔;;中国股市已实现波动率的跳跃行为研究[J];系统工程;2008年02期

9 王春峰;孙永亮;房振明;李晔;;订单流不平衡对股票价格的冲击效应实证研究[J];北京理工大学学报(社会科学版);2007年02期

，

本文编号：535055