中国期货市场高频统计特征分析

运用1分钟数据对我国商品期货的收益率、交易量和久期的日内变动模式进行研究,提出了日内绝对收益率和交易量的"L"型变化模式,价格久期和交易量久期的"Γ"型、持仓量久期的"M"型变化模式.结果表明我国期货市场的日内特征跟证券市场有显著不同,根据金融市场微观结构理论、交易机制及交易者心理给予解释.     

基于MMPP模型的“送转股”公告效应研究——来自中国证券市场的证据

基于马尔科夫调制泊松过程模型建模交易笔数数据,将交易笔数分离为流动性交易笔数和信息性交易笔数,并构建一个新的估计日度PIN的方法.采用事件研究的方法,考察了我国股市“送转股”公告日前后20,d 的超额收益率及信息非对称程度,实证检验我国股市是否有送转股公告效应,以及这种公告是否向市场传递了信息.研究结果表明:我国股市存在“送转股”公告效应,“送转股”公告确实向市场传递了信息,且在“送转股”公告前就有信息泄露.     

波动性比率与涨跌幅限制:一个计量模型及对中国股市的实证研究

从交易机制的角度解释了股市开盘收益率的波动大干收盘收益率的波动的原因．在考虑了涨跌幅限制的存在对股票价格行为的影响后,建立了一个简单的计量模型,提出涨跌停频率的大小与波动率的正相关关系及涨跌停日的日内收益率与次日隔夜收益率的正相关关系的假设,并就中国股市的情况进行了实证分析,得出了与假设一致的结论．本文的研究为“方差比率之谜”提供了新的解释思路．     

上证180指数“周末效应”的实证分析

周末效应是一种证券市场市场异例现象。以上证180成份指数为对象,采集近3年每交易日行情的收盘数据,利用统计分析和多种检验方法进行收益率周末效应和波动性周末效应的实证分析。最终得出在样本区间内上海股市收益率存在“周二”效应,但不存在波动性周末效应的结论。     

基于持续期模型对高频金融数据分析

本文意在研究高频金融数据具有的性质和特点以及时间序列持续期模型的适用性.利用中国石油2014年6月9日至6月18日8个交易日1分钟高频交易数据,用时间序列持续期模型进行分析,得到交易的相互依赖现象,说明股票交易期间的具有聚集效应.这说明短时间间隔伴随着短交易时间,长时间间隔伴随长交易时间.同时也说明股票交易具有间歇性频繁、平淡,也验证了持续期模型对研究高频数据的特性的合理性.     

中国证券投资基金的羊群行为对股价的影响

中国证券投资基金存在一定程度的正反馈交易行为;形成期羊群效应较高的组合在形成期之前一个季度、半年、一年以及形成期当期的超常收益率较高;形成期之前一个季度、半年、一年以及形成期当期的超常收益率较高的组合的形成期羊群效应较高;2000年年报显示,基金的羊群行为有助于市场的稳定;同时,2000年中报和2001年中报也没有发现形成期前后股票组合超常收益率明显的均值回复现象;基金羊群行为方向与股票组合超常收益率不相关。     

我国证券分析师推荐报告投资价值实证研究 --以上海申银万国证券研究所为例

基于证券分析师在我国证券市场中发挥着越来越重要的作用，探讨了分析师推荐报告对于投资者的投资价值．采用事件研究法，研究了上海著名证券研究机构——申银万国研究所的2000-2004年所有的调研报告与深度报告；推出了事件期前后的超额累积收益率；并作了大盘调整、规模调整和行业调整．结果表明：该研究机构分析师买入推荐股票平均在推荐事件期后三个月内跑赢了大盘，大盘调整后平均超额收益率达到3．14％，卖出推荐股票在推荐事件期后三个月跑输了大盘，大盘调整后平均超额收益率达到一3．24％，因此，该机构分析师的买入和卖出有投资价值，而中性推荐股票在事件后基本上和大盘涨跌保持一致，有参考价值．     

上海股市建筑业模块的周末效应实证研究

对上海股市建筑业模块的周末效应进行了实证研究．选取建筑业模块部分股票作为研究对象，采用Kolmogorov-Smirnov方法对其收益率的分布状况进行分析，再用Kruskal-wallis法对该模块的周末效应的存在性进行了探索，然后用Mann-Whitney法检验了周末效应的模式，最后用Levene检验法对一周内各天的风险是否存在显著性差异进行了分析．研究结果表明，上海股市建筑业模块的周末效应不典型，该模块在周一的收益率最小而方差最大，在其它各天的收益率与方差之间没有明显的差异．     

内陆表海含煤地层层序划分及其意义

本文提出了内陆表海含煤盆地层序界面类型和层序模式。研究表明，晚古生代海陆交替型含煤地层可划分出三个Ⅲ级层序，其分界面为Ⅲ级海平面变化的周期性界面，在华北广大地区表现为整合面。含煤层序的基本结构特点为“二元型”，与北美学者在陆边缘海含油气盆地研究中所作出的“低位－海进－高位”的典型模式有较大差异。     

复归型永久产权租期率确定的一种方法

近二十年来，房地产学术界对传统估价方法进行了广泛的讨论但开估价师在其日常估价工作中仍大多采用传统的“租期复归”法，此法的特点是使用一个较全风险收益率为低的艇期率，由于租赁产权一般难以觅得理想的可作比较的交易实例，所以租率须由估价师凭经验对风险收益率作主观高速整理，这种调整尺度颇难把握，有时甚至会导致荒谬的估价结果，文章经由逻辑推导，提出一个确定租期率的公式。由该公式经简单计算便可求得租期率，进而求     

成交量与收益、收益波动的动态关系

通过建立相关模型和实证研究,探讨了我国股市的价量关系.研究结果表明:(1)成交量与收益互为Granger因果关系,两者之间存在着信息反馈;(2)同期成交量对收益波动有显著的正效应,在GARCH-M模型中引入成交量因子后显著降低了收益波动的ARCH效应;(3)把成交量分离为期望成交量和非期望成交量之后,发现只有非期望成交量对收益、收益波动有显著的正相关关系,而期望成交量对它们的影响不显著;(4)收益波动具有杠杆效应,负的冲击比正的冲击会造成更大的收益波动.     

机构投资者最优变现策略研究

利用部分证券市场满足L形日内流动性模式的实证结论,采用拉格朗日运动方程以及Froben ius方法,得到了连续交易条件下的日内最优变现策略.结果表明,最优变现速率应与投资者的风险厌恶程度、资产的波动率成正比,与交易对市场的临时性冲击系数、流动性折扣系数成反比;为了避免开市不久的低流动性,投资者应放缓变现速率,然后逐渐加快变现速率,直到中午时分达到最大;接近尾市时如所持头寸不多,则应放缓变现速率以降低交易的临时性价格冲击,反之,则应加快变现速率.     

印花税上调对股市波动性影响的实证研究

以2007年5月30日印花税上调事件为研究对象,采用2007年上证综指和深成指日收益率数据,借鉴EGARCH模型进行建模．研究发现,从长期看,印花税自0．1％上调至0．3％后对市场波动性和交易量没有显著影响,反映出印花税是否调整或调整的幅度并非投资者改变投资策略的主要考虑因素．印花税作为调控市场的手段其作用是有限的．     

反馈交易规则与股票收益自相关实证分析

研究了反馈交易规则与上证综合指数日收益自相关之间的联系,样本取自上证指数1992年9月29日至1997年9月30日的日收益率数据。此外,文中采用GARCH (1,1)处理收益波动的异方差性,模型参数采用极大似然估计。实证模型还考虑了非同步交易引起的工序列相关以及反馈交易的非对称性。结果表明,除以往文献涉及的正序列相关外,正反馈交易将导致收益负的序列自相关,且相关系数绝对值随波动增大而增大,从而整个收益表现出随波动变化的序列相关。     

动态VaR估计模型及实证

为了准确描述金融收益率序列的波动率聚集,异方差、厚尾等特性,研究我国证券市场的时变风险,本文利用极值理论和GARCH模型在处理金融数据上的优点,构造了基于GARCH-EVT的条件VaR模型,并对沪市综合指数收益率进行实证研究,结果表明,上海股市存在ARCH效应,收益率序列具有较强的自相关性;以GARCH模型为基础的条件极值方法比GARCH-正态和GARCH-t模型更好地消除了厚尾性对估计结果的影响,能更准确地捕捉风险的时变特性.     

A Real-time Data Model Based on Temporal Data

Real-time database systems contain not only transaction timing constraints, but also data timing constraints. This paper discusses the temporal characteristics of data in real-time databases and offers a definition of absolute and relative temporal consistency. In real-time database systems, it is often the case that the policies of transaction schedules only consider the deadline of real-time transactions, making it insufficient to ensure temporal correctness of transactions A policy is given by considering both the deadlines of transactions and the “data deadline” to schedule real-time transactions. A real-time relational data model and a real-time relational algebra based on the characteristics of temporal data are also proposed. In this model, the temporal data has not only corresponding values, but also validity intervals corresponding to the data values. At the same time, this model is able to keep historical data values. When validity interval of a relation is [NOW, NOW], real-time relational algebra will transform to traditional relational algebra.     

VaR方法在开放式基金风险评估中的运用—基于PARCH模型的分析

中国开放式基金的收益率序列呈现左偏、尖峰厚尾、波动聚集的特性,利用ARCH(自回归条件异方差)模型进行拟合能够更好地刻画其分布特征。通过对拟合效果的比较,发现PARCH(Power ARCH)模型对基金日收益率序列的拟合效果最好。在此基础上,建立PARCH-VaR模型,用以评估中国开放式基金的风险。在残差服从正态分布t、分布及广义误差分布的三种假设下,基于广义误差分布的PARCH模型计算的VaR值最能够客观地反映中国开放式证券投资基金的风险。     

ARCH类模型及其在上证指数收益波动中的应用

介绍ARCH模型、GARCH模型和GARCH—M模型,分析ARCH类模型的特点。然后以上证综指日收益率作为研究对象,采用ARCH类模型结合Eviews统计软件对上证综指日收益率的时变性进行实证分析。实证结果表明,GARCH(1,1)模型能较好地拟合上海股市收益率的波动特征,如波动聚集性、长记忆性等;GARCH(1,1)-M模型也能很好地拟合股市中风险与收益率之间的关系。     

基于EGARCH模型对中国黄金市场的实证研究

应用向量白回归EGARCH模型,对中国黄金市场与外汇市场问的收益与波动溢出效应进行经验分析。研究显示：美元兑人民币汇率和中国黄金不存在收益溢出效应,欧元兑人民币汇率对黄金存在负向溢出效应;危机期间市场之间新息冲击的“杠杆效应”减弱,对黄金走势持乐观态度,但波动性比较大。     

高炉煤气产生量与消耗量动态预测模型及应用

针对钢铁企业高炉煤气产生量和消耗量波动频繁,难以有效预测的问题,应用小波分析方法将高炉煤气产生量和消耗量历史数据经剔除"噪声"后分为趋势数据和波动数据,并结合高炉实际运行工况,建立一种具有时序更新和自我修正功能的最小二乘支持向量机(Lssvm)高炉煤气动态预测模型.以一座容积为3 200 m3高炉的煤气产生量和相应的热风炉煤气消耗量作为样本数据,对8 h内的煤气产生量与消耗量进行了动态预测.结果表明:采用小波分析后的Lssvm预测模型绝对平均误差降低到2.77%,Update_Lssvm模型预测高炉煤气产量精度达到1.55%,热风炉高炉煤气消耗量精度达到4.23%,解决了变工况下高炉煤气产生量和消耗量预测随机性问题.与其他预测模型相比,Update_Lssvm模型预测精度明显提升.该模型不仅具有泛化能力,也为高炉煤气优化调度提供了理论依据.