中國股票市場資產(chǎn)價(jià)格日內(nèi)跳躍行為的檢驗(yàn)與引發(fā)機(jī)制研究.pdf

1、金融資產(chǎn)價(jià)格跳躍對(duì)資產(chǎn)收益率波動(dòng)的估計(jì)和預(yù)測，期權(quán)定價(jià)，市場風(fēng)險(xiǎn)測度與管理以及資產(chǎn)配置等會(huì)產(chǎn)生直接或者間接的影響。目前，金融資產(chǎn)價(jià)格跳躍行為的研究已經(jīng)取得了較為顯著的成就，主要表現(xiàn)在:從使用低頻數(shù)據(jù)（日度、周度、月度數(shù)據(jù)）逐漸轉(zhuǎn)為使用（超）高頻數(shù)據(jù)（分時(shí)數(shù)據(jù)、分筆數(shù)據(jù)、逐筆交易數(shù)據(jù)）;從參數(shù)方法（GARCH-JUMP、SV等模型）逐漸轉(zhuǎn)為非參數(shù)方法（如BNS研究體系、TMPV研究體系）;從不考慮微觀結(jié)構(gòu)噪聲到逐漸考慮市場微觀結(jié)構(gòu)噪聲對(duì)跳

2、躍行為的影響;從單獨(dú)考慮信息沖擊或者流動(dòng)性沖擊逐漸到統(tǒng)籌考慮二者對(duì)跳躍行為的沖擊。在此基礎(chǔ)上，本文基于預(yù)平均思想和Anderson、Bollerslev、Frederiksen等人(2010)的日內(nèi)跳躍行為檢驗(yàn)（簡稱ABF日內(nèi)跳躍檢驗(yàn)）思路形成了適用于（超）高頻金融數(shù)據(jù)的日內(nèi)跳躍行為檢驗(yàn)方法，同時(shí)基于宏觀經(jīng)濟(jì)信息、流動(dòng)性信息及其滯后信息這三方面信息建立跳躍行為引發(fā)機(jī)制理論模型，形成了關(guān)于跳躍行為相對(duì)完整的分析框架。最后，使用上證50指數(shù)

3、及其成分股超高頻數(shù)據(jù)對(duì)中國股票市場的跳躍行為進(jìn)行了實(shí)證分析，研究結(jié)果對(duì)監(jiān)管者和投資者都有較強(qiáng)的實(shí)用價(jià)值。
　　本論文的主要研究內(nèi)容為:
　　(1)本論文從跳躍檢驗(yàn)和引發(fā)機(jī)制兩個(gè)方面對(duì)國內(nèi)外關(guān)于跳躍行為的相關(guān)研究（包括理論研究和實(shí)證研究）進(jìn)行了梳理，總結(jié)了已有研究的不足之處，主要表現(xiàn)在:①對(duì)跳躍行為檢驗(yàn)主要集中在日間跳躍行為的研究，對(duì)日內(nèi)跳躍行為研究較少;②對(duì)金融數(shù)據(jù)利用不充分（多為5分鐘及更低頻率的數(shù)據(jù)）;③對(duì)跳躍行為引發(fā)機(jī)

4、制的研究，要么僅考慮宏觀經(jīng)濟(jì)信息沖擊或者流動(dòng)性沖擊其中之一，要么不考慮二者的滯后信息。
　　(2)論文結(jié)合ABF日內(nèi)跳躍檢驗(yàn)、Christensen等(2014)、趙華(2014)等人的研究，從跳躍行為的檢驗(yàn)和引發(fā)機(jī)制兩個(gè)方面形成了適用于（超）高頻金融數(shù)據(jù)的跳躍行為研究框架:在跳躍行為檢驗(yàn)方面，基于預(yù)平均方法估計(jì)已實(shí)現(xiàn)波動(dòng)和二次冪變差，結(jié)合ABF日內(nèi)跳躍檢驗(yàn)形成日內(nèi)跳躍行為檢驗(yàn)方法;對(duì)于跳躍行為引發(fā)機(jī)制，綜合考慮宏觀經(jīng)濟(jì)信息、流動(dòng)

5、性信息以及這兩種信息的滯后信息等三方面信息建立從個(gè)股數(shù)據(jù)模型角度和混合數(shù)據(jù)模型角度建立基于Logistic的跳躍行為引發(fā)機(jī)制理論模型。
　　(3)使用上證50指數(shù)及其成分股超高頻數(shù)據(jù)對(duì)跳躍行為進(jìn)行檢驗(yàn)，并對(duì)跳躍行為的分布特征進(jìn)行分析，主要包括基本分布特征、周內(nèi)分布特征、月分布特征及日內(nèi)分布特征等方面。總體上講，中國股票市場跳躍行為時(shí)常存在，呈現(xiàn)出單個(gè)交易日可能存在多次跳躍行為，跳躍次數(shù)基本上都維持在5次以內(nèi)，但僅發(fā)生一次跳躍的概率

6、相對(duì)更大;正負(fù)跳躍分布不對(duì)稱、正跳躍發(fā)生概率遠(yuǎn)大于負(fù)跳躍發(fā)生的概率;跳躍強(qiáng)度在各個(gè)月份和各個(gè)行業(yè)之間變化較大;除農(nóng)林牧漁業(yè)呈現(xiàn)“L”形分布特征外，其他行業(yè)跳躍行為均呈現(xiàn)“U”形分布特征;上午10:00至下午14:50這段時(shí)間跳躍強(qiáng)度分布較為均勻，跳躍強(qiáng)度及其變化相對(duì)較小。
　　(4)使用宏觀經(jīng)濟(jì)信息和流動(dòng)性信息及其滯后信息這三方面信息，從個(gè)股數(shù)據(jù)模型角度和混合數(shù)據(jù)模型角度進(jìn)行跳躍行為引發(fā)機(jī)制的研究。研究表明，相對(duì)于宏觀經(jīng)濟(jì)信息沖擊

7、，流動(dòng)性沖擊引起跳躍的機(jī)會(huì)更多，宏觀經(jīng)濟(jì)信息發(fā)布、流動(dòng)性沖擊與跳躍行為發(fā)生同步性較強(qiáng);CPI、PPI、M2、PMI等宏觀信息的發(fā)布以及深度、寬度等6個(gè)指標(biāo)容易引起成分股價(jià)格產(chǎn)生跳躍行為;CPI、IO、M2、PMI等4個(gè)宏觀經(jīng)濟(jì)指標(biāo)對(duì)上證50指數(shù)跳躍影響顯著，一般在信息發(fā)布之后10分鐘到30分鐘能夠完全做出反應(yīng);除了金融業(yè)外，其他7個(gè)行業(yè)都只對(duì)部分信息（包括宏觀經(jīng)濟(jì)信息和流動(dòng)性信息）做出反應(yīng);CPI、M2、PMI與各個(gè)行業(yè)跳躍行為息息相關(guān)

8、;流動(dòng)性沖擊對(duì)跳躍行為引發(fā)機(jī)制模式在各個(gè)行業(yè)之間雖相似但各不相同，寬度引起跳躍的可能性相對(duì)更大。
　　本文的創(chuàng)新之處主要體現(xiàn)在兩個(gè)方面:
　　(1)形成了適用于（超）高頻金融數(shù)據(jù)的日內(nèi)跳躍行為研究框架，包括對(duì)日內(nèi)跳躍行為的檢驗(yàn)和引發(fā)機(jī)制研究兩個(gè)方面，對(duì)實(shí)證結(jié)果的分析也更加深入和精細(xì)化。具體表現(xiàn)在:①使用包含市場交易信息最豐富的超高頻數(shù)據(jù)進(jìn)行日內(nèi)跳躍檢驗(yàn)，對(duì)檢驗(yàn)結(jié)果從基本分布特征、周內(nèi)分布特征、月分布特征、日內(nèi)分布特征等多視角

9、進(jìn)行分析。②考慮了宏觀經(jīng)濟(jì)信息和流動(dòng)性信息及二者滯后效應(yīng)等三方面影響因素，分別從個(gè)股數(shù)據(jù)模型角度和混合數(shù)據(jù)模型角度建模進(jìn)行引發(fā)機(jī)制的探討。對(duì)模型結(jié)果不僅從整體上進(jìn)行分析，而且從行業(yè)角度進(jìn)行探討跳躍行為的引發(fā)機(jī)制?？傮w上來說，對(duì)引發(fā)機(jī)制的研究更加全面。
　　(2)對(duì)關(guān)鍵參數(shù)θ的選擇，我們使用股票市場數(shù)據(jù)從BV'與RV'的平均比率1/nn∑i=1BV'τ/1/n n∑i=1RV'和偏差平方均值1/nn∑i=1（RV'i-BV'i,τ）