基于高频数据的金融市场间信息溢出与风险传染的微观机理、动态模型及其应用

This project studies the dynamics of the information spillover and risk contagion based on high frequency data.Taking into account both measurement errors and microstructural errors, we discuss the problem of optimal sample frequency after eliminating the noise by using wavelet analysis and empirical mode decomposition method. The intraday effect weighted realized volatility is improved to estimate the volatility more accurately. Then Independent Component Analysis (ICA) is introduced to eliminate the common effects of the new information, jump is added, and a time-varying multi-variable model with jump is built to describe the time-varying contagion and the information spillovers among different financial markets. Finally, a new double weighted Granger Causality test statistic, which is based on spline function and cross correlation function, is constructed. It is not only capable of considering all lag-orders but also suit for high frequency data. It can overcome the shortcoming of the incomparability of the high frequency data for the existences of intraday effects. And a new parameter estimation method is proposed to have a more robust understanding for high frequency data. The significance of this project is as follow: Theoretically, it is an innovation to extend the methodology from low frequency to high frequency in the area of information spillover. The findings can provide the fundamental basis for information spillover and risk management by high frequency data. Practically, it gives the time-varying quantitative support, which is of particular importance to the preparation of financial crisis and can promote the healthy and stable development of China's financial markets. It has wide applications.

本研究利用高频数据对信息溢出和风险传染进行动态研究。首先利用小波分析和经验模式分解去噪，同时考虑测量误差与微观结构误差，研究最优采样频率问题，再提出改进的日内加权已实现波动率指标，对波动率进行更为精确的估计。然后引入独立成分分析法，剔除信息的共同影响，再引入跳变因子，构建带跳的时变多元模型，描述传染程度随时间的变化过程，考察不同金融市场间的信息传递。最后构建基于样条函数和互相关函数的双重权重的Granger因果检验统计量，既使用所有的滞后阶数，又克服了由于日内效应的存在使得不同时点高频数据的不可比等缺点，并采用新的参数估计方法，使之对高频数据更加稳健。从低频到高频不是简单的移植，从方法上讲，这是一项开创性的工作，为金融市场间风险传染研究提供新思路和新方向，将成为信息溢出效应和风险管理研究在高频领域的理论基础，为我国金融市场应对危机、保持稳定、健康发展提供实时量化支持，具有广泛的应用前景。

本项目采用高频数据，对金融市场间的信息溢出与风险传染的机理、路径、模型等方面进行了系统的研究。本研究完成的内容主要包括：(1) 高频数据的典型特征探讨。研究表明中国金融市场微观结构跟发达市场相比、跟有做市商的市场相比，有所不同。我们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，丰富市场微观结构理论；(2) 高频数据的预处理。本研究进行了开创性的研究，从数据降噪的角度，在源头上改善数据的有效性。采用样条函数、集合经验模式和小波分解重构的方法，成功地将波动率与噪音分离，更有效地估计波动率，使之更适合金融市场高频数据的非平稳、非线性特性。为进一步进行波动率的估计以及计量建模奠定基础； (3) 风险价值的估计。将流动性风险调整引入市场风险的度量，将二者融为一体进行风险评价，再用压力测试、返回检验等评价我们提出的新方法的有效性及估计的准确性；(4) 风险传染的Granger因果检验。本研究对风险传染的Granger因果检验进行了拓展，使之适合于高频数据，系统研究了两个金融市场间风险传染的方式、方向、相对强度、当期影响与多期滞后关系以及时变性； (5) 金融市场间的溢出效应。此部分为重点研究内容。在以上研究的基础之上，从非对称的动态条件相关性的角度来考察两个金融市场间的相关性，系统研究了我国股指期现货市场间的信息溢出效应，包括均值溢出、波动率溢出、风险溢出、跳跃溢出，从不同角度，全面考察了不同金融市场间的真实信息传递。还研究了一些重大事件对其的影响。.从低频数据到高频数据，并不是简单的移植，在低频领域适用的计量模型，在高频上并不完全适用，本研究从数据源头去噪和计量模型拓展上是一项开创性的工作，为金融市场间风险传染研究提供新思路和新方向，采用高频数据，其时效性得到了很好的改善和应用。研究结果将成为信息溢出效应和风险理论的有价值的补充，具有广泛应用前景。