楊博民
(廣東工業(yè)大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院, 廣州 510520)
金融資產(chǎn)價(jià)格跳躍行為對(duì)研究資產(chǎn)價(jià)格微觀建模、探索金融市場(chǎng)的風(fēng)險(xiǎn)機(jī)理以及金融衍生品定價(jià)都有著重要的作用,因此一直是資本市場(chǎng)研究的重要課題。資產(chǎn)價(jià)格跳躍行為是指外部信息沖擊或市場(chǎng)自激發(fā)引起的價(jià)格收益率大幅異常波動(dòng)現(xiàn)象,往往伴隨波動(dòng)率聚集等金融現(xiàn)象的發(fā)生。2010年我國(guó)推出滬深300股指期貨給投資者提供了風(fēng)險(xiǎn)對(duì)沖工具,但同時(shí)其T+0交易方式也被投機(jī)者利用進(jìn)行投機(jī)性交易。當(dāng)重大事件的發(fā)生時(shí),價(jià)格常發(fā)生跳躍現(xiàn)象,而價(jià)格跳躍會(huì)瞬間對(duì)資本市場(chǎng)交易機(jī)制造成沖擊從而影響金融市場(chǎng)秩序,進(jìn)而對(duì)投資者的決策產(chǎn)生影響。上述意味著跳躍沖擊的影響不會(huì)轉(zhuǎn)瞬即逝,而會(huì)存在一個(gè)消逝過(guò)程。這個(gè)過(guò)程具體如何影響資本市場(chǎng),是政府和投資者普遍關(guān)注的熱點(diǎn)問(wèn)題之一。因此選取滬深300股指期貨作為標(biāo)的進(jìn)行價(jià)格跳躍的時(shí)效性研究,對(duì)于構(gòu)建投資交易策略和金融風(fēng)險(xiǎn)管理都具有重要的意義。
資產(chǎn)價(jià)格跳躍在被發(fā)現(xiàn)提出后一直是金融領(lǐng)域的熱門研究方向,對(duì)此國(guó)內(nèi)外學(xué)者已經(jīng)做了大量的研究工作。從跳躍標(biāo)的模型的研究到價(jià)格跳躍的檢驗(yàn),已形成一定的基礎(chǔ),而對(duì)價(jià)格跳躍的具體影響機(jī)理研究相對(duì)則較少。其中部分原因在于前期理論性研究基礎(chǔ)缺少,加上低頻數(shù)據(jù)限制了價(jià)格跳躍停留在日間檢驗(yàn)的水平,而研究?jī)r(jià)格跳躍的具體影響機(jī)理則需要更高層次地深入微觀研究,這就需要用到頻率更高的數(shù)據(jù)以及日內(nèi)檢驗(yàn)水平的方法。在Bamdorff-Neilsen和Shephard提出資產(chǎn)價(jià)格非參數(shù)日間檢驗(yàn)BNS統(tǒng)計(jì)量奠定跳躍檢驗(yàn)的基礎(chǔ)后[1-2],資產(chǎn)價(jià)格跳躍的日內(nèi)檢驗(yàn)非參數(shù)方法也得到發(fā)展,主要有Andersen,Bollerslev和Dobrev提出的ABD非參數(shù)跳躍檢驗(yàn)方法[3]和Lee和Mykland提出的LM非參數(shù)跳躍檢驗(yàn)方法[4]。由于金融市場(chǎng)廣泛存在日內(nèi)效應(yīng),在投資者非理性程度越高的市場(chǎng)上其影響越顯著,因此在我國(guó)滬深300股指期貨的交易中也存在日內(nèi)效應(yīng)的影響。孫艷等運(yùn)用UHF-EGARCH模型結(jié)合滬深300股指期貨的高頻數(shù)據(jù)進(jìn)行日內(nèi)效應(yīng)的研究,證明了其存在并且得出絕對(duì)收益率的日內(nèi)效應(yīng)以及價(jià)格持續(xù)期的日內(nèi)效應(yīng)形態(tài)[5]。針對(duì)日內(nèi)效應(yīng)會(huì)對(duì)跳躍檢驗(yàn)造成的影響,Bollerslev,Todorov 和 Li把日內(nèi)擴(kuò)散變差(連續(xù)性波動(dòng))的動(dòng)態(tài)特征考慮進(jìn)跳躍檢驗(yàn)的框架,提出JV-TOD非參數(shù)跳躍檢驗(yàn)方法[6]。而隨著計(jì)算機(jī)算法與硬件設(shè)備的發(fā)展,高頻數(shù)據(jù)的獲取與存儲(chǔ)日益便捷,價(jià)格跳躍非參數(shù)日內(nèi)檢驗(yàn)方法也有了一定的發(fā)展基礎(chǔ),針對(duì)跳躍的微觀機(jī)理研究正逐步開(kāi)展。
對(duì)價(jià)格跳躍在股指期貨的應(yīng)用方面,學(xué)者們從股指期貨的基礎(chǔ)應(yīng)用方面探索,如瞿慧、徐冰慧和牛孟芝利用價(jià)格跳躍的思路對(duì)滬深300股指期貨進(jìn)行動(dòng)態(tài)套期保值研究,其套???jī)效比常用的二元GARCH類套期保值策略都要更優(yōu)[7]。在股指期貨的期現(xiàn)跳躍影響方面,王明濤、孫西明和陳云通過(guò)使用LM非參數(shù)跳躍檢驗(yàn)方法對(duì)滬深300指數(shù)與其現(xiàn)貨的價(jià)格進(jìn)行跳躍檢驗(yàn)識(shí)別,在同步與延伸交易的視角下研究期貨跳躍對(duì)現(xiàn)貨的跳躍影響,發(fā)現(xiàn)前者對(duì)后者的價(jià)格跳躍存在顯著影響[8]。趙華、麻露和唐菲婕基于5分鐘高頻數(shù)據(jù)以股票市場(chǎng)和債券市場(chǎng)的高頻價(jià)格為標(biāo)的,對(duì)其價(jià)格跳躍和共跳與定期發(fā)布的宏觀經(jīng)濟(jì)信息進(jìn)行研究,證明宏觀信息會(huì)對(duì)價(jià)格跳躍造成顯著的影響,并影響股市和債市的共跳[9]。針對(duì)跳躍波動(dòng)成分的研究,宮曉莉和熊熊通過(guò)修正已實(shí)現(xiàn)閾值冪變差構(gòu)造跳躍檢驗(yàn)統(tǒng)計(jì)量,利用滬深股指高頻數(shù)據(jù)對(duì)價(jià)格中不同成分的跳躍波動(dòng)進(jìn)行細(xì)分,得出滬深股市同時(shí)存在有限活躍跳躍以及無(wú)限活躍跳躍成分,且連續(xù)性波動(dòng)和跳躍性波動(dòng)對(duì)波動(dòng)率的預(yù)測(cè)方面均具有顯著影響[10]。此外對(duì)價(jià)格跳躍在金融資產(chǎn)交易的影響方面,劉曉雪,王新超和胡俞越對(duì)我國(guó)股指期貨市場(chǎng)進(jìn)行日內(nèi)價(jià)格跳躍行為的研究,并對(duì)期貨價(jià)格日內(nèi)跳躍發(fā)生時(shí)間點(diǎn)的頻數(shù)進(jìn)行其發(fā)生情況的統(tǒng)計(jì)分析,發(fā)現(xiàn)開(kāi)盤跳躍比盤中跳躍更加密集且其溢出效應(yīng)明顯[11]。
從上述對(duì)價(jià)格跳躍的研究中我們可以看到,對(duì)價(jià)格跳躍在金融資產(chǎn)基本功能的應(yīng)用以及對(duì)跳躍成分的微觀機(jī)理研究正逐步被學(xué)者挖掘。研究角度正從宏觀到微觀不斷深入,當(dāng)前高頻數(shù)據(jù)的加持以及非參數(shù)跳躍檢驗(yàn)方法的完善,使得資產(chǎn)價(jià)格跳躍在微觀機(jī)理中的研究備受矚目。然而到目前為止,雖然在跳躍的發(fā)生機(jī)理上已有學(xué)者對(duì)資產(chǎn)價(jià)格日內(nèi)跳躍的開(kāi)盤效應(yīng)以及時(shí)間點(diǎn)頻數(shù)進(jìn)行研究,但尚未有學(xué)者對(duì)價(jià)格跳躍的時(shí)效性進(jìn)行分析。由于金融市場(chǎng)的復(fù)雜關(guān)聯(lián)導(dǎo)致的傳染效應(yīng)[12],金融資產(chǎn)價(jià)格跳躍對(duì)市場(chǎng)所產(chǎn)生的影響存在一個(gè)被消化吸收的過(guò)程。這就意味著價(jià)格跳躍所引起的價(jià)格波動(dòng)不會(huì)轉(zhuǎn)瞬即逝,并且波動(dòng)和時(shí)間兩者存在某種聯(lián)系。金融資產(chǎn)價(jià)格跳躍行為關(guān)乎資產(chǎn)價(jià)格微觀建模、金融衍生品定價(jià)及市場(chǎng)風(fēng)險(xiǎn)機(jī)理的研究,因此價(jià)格跳躍對(duì)市場(chǎng)影響的過(guò)程探索有著重要意義,同時(shí)也是深入研究跳躍微觀機(jī)理的基礎(chǔ)。在國(guó)家逐步開(kāi)放金融市場(chǎng)交易的步伐下,高頻交易技術(shù)也逐步在我國(guó)金融市場(chǎng)上應(yīng)用,而研究資產(chǎn)價(jià)格跳躍在高頻數(shù)據(jù)的視角下更為適合。針對(duì)滬深300股指期貨價(jià)格跳躍的時(shí)效性分析,本文使用考慮了日內(nèi)效應(yīng)的JV-TOD非參數(shù)跳躍檢驗(yàn)方法從高頻交易的視角下給出分析,這是本文的理論貢獻(xiàn)。
非參數(shù)跳躍檢驗(yàn)方法起源于Bamdorff-Neilsen和Shephard提出的二次冪變差對(duì)積分波動(dòng)率的估算基礎(chǔ)[1-2]。通常假設(shè)資產(chǎn)價(jià)格對(duì)數(shù)服從一個(gè)半鞅過(guò)程,則資產(chǎn)價(jià)格的跳躍擴(kuò)散過(guò)程可用下式表示:
(1)
其中dpt表示指數(shù)在t時(shí)刻的對(duì)數(shù)收益,漂移項(xiàng)at和擴(kuò)散項(xiàng)σt都是局部有界過(guò)程;Wt表示布朗運(yùn)動(dòng)過(guò)程;μ(dt,dx)是資產(chǎn)收益過(guò)程pt在dt區(qū)間內(nèi)跳躍幅度的次數(shù)。已實(shí)現(xiàn)波動(dòng)RV的概念由Andersen和Bamdorff-Neilsen在高頻數(shù)據(jù)的條件下提出[13],用于對(duì)積分波動(dòng)率的估計(jì),但當(dāng)跳躍存在時(shí)RV不再是積分波動(dòng)的一致估計(jì)量,為此需要用到二次冪變差BV來(lái)排除跳躍波動(dòng)的干擾。把一天的時(shí)間區(qū)間長(zhǎng)度分為n等份(其中nN且TN),則t時(shí)刻RV和BV的計(jì)算定義可如下表示:
(2)
(3)
即此時(shí)RVt收斂于積分波動(dòng)和跳躍波動(dòng)之和,而B(niǎo)Vt不受跳躍波動(dòng)的影響,只收斂于積分波動(dòng)。由于現(xiàn)實(shí)中存在大量的非零較小跳躍,直接利用兩者之差確定跳躍波動(dòng)有失偏頗,因此需要利用統(tǒng)計(jì)學(xué)方法進(jìn)行檢驗(yàn)。目前BNS類跳躍統(tǒng)計(jì)量的構(gòu)造原理利用的就是已實(shí)現(xiàn)波動(dòng)和二次冪變差兩者的收斂關(guān)系。那么判斷跳躍的發(fā)生真實(shí)性,一個(gè)穩(wěn)健的跳躍統(tǒng)計(jì)量將是跳躍檢驗(yàn)的前提基礎(chǔ)。
由于金融資產(chǎn)價(jià)格的日內(nèi)效應(yīng)對(duì)局部波動(dòng)率的估計(jì)存在影響,進(jìn)而影響跳躍檢驗(yàn)的穩(wěn)健性,例如在價(jià)格波動(dòng)較大的日期內(nèi),其價(jià)格的連續(xù)波動(dòng)也將較大,這時(shí)跳躍波動(dòng)的檢驗(yàn)會(huì)收到較大的連續(xù)波動(dòng)所影響,從而造成錯(cuò)誤判斷。為消除金融資產(chǎn)價(jià)格高頻數(shù)據(jù)的日內(nèi)效應(yīng)對(duì)跳躍檢驗(yàn)的影響,Bollerslev,Todorov 和 Li構(gòu)造了日內(nèi)模式統(tǒng)計(jì)量TOD(Time of day)[6]。TOD統(tǒng)計(jì)量的原理是利用時(shí)段中各個(gè)時(shí)點(diǎn)的連續(xù)波動(dòng)進(jìn)行加權(quán),得到日內(nèi)連續(xù)波動(dòng)的形態(tài)模式,從而可用來(lái)修正跳躍檢驗(yàn)的統(tǒng)計(jì)量,其表達(dá)式如下:
it=(t-1)n+i
(4)
式中T、n定義同上,τ和?是控制參數(shù)均為常數(shù)且有τ>0、?(0,0.5),1⊙為指示函數(shù)(滿足條件函數(shù)輸出為1,否則輸出為0)。結(jié)合日內(nèi)模式統(tǒng)計(jì)量TOD,則可構(gòu)建跳躍檢驗(yàn)統(tǒng)計(jì)量如下:
(5)
Bollerslev等通過(guò)蒙特卡羅仿真得到τ一般取值2.5,即對(duì)數(shù)收益大于連續(xù)波動(dòng)的2.5個(gè)標(biāo)準(zhǔn)差即可認(rèn)為發(fā)生跳躍。由于在有限樣本的情況下二次冪變差會(huì)高估連續(xù)波動(dòng)而低估跳躍波動(dòng),Mancini提出閾值修正的方法對(duì)跳躍檢驗(yàn)統(tǒng)計(jì)量進(jìn)行改進(jìn)[14],JV-TOD非參數(shù)跳躍檢驗(yàn)方法也基于閾值修正的思想進(jìn)行跳躍檢驗(yàn)的判斷,即跳躍的所有時(shí)點(diǎn)可表示為:
(6)
從上面的理論中可以看到,JV-TOD非參數(shù)跳躍檢驗(yàn)方法具備以下優(yōu)點(diǎn)。和BNS方法相比,其可實(shí)現(xiàn)日內(nèi)具體時(shí)點(diǎn)的跳躍檢驗(yàn);同時(shí)加入TOD統(tǒng)計(jì)量考慮了日內(nèi)效應(yīng)對(duì)跳躍檢驗(yàn)的影響使得跳躍檢驗(yàn)的結(jié)果更加穩(wěn)健;基于閾值修正的思想改良了在有限樣本的情況下二次冪變差對(duì)連續(xù)波動(dòng)的高估。下文中,為使得檢驗(yàn)結(jié)果更為嚴(yán)格,對(duì)控制參數(shù)取值為3進(jìn)行跳躍檢驗(yàn)。
選取國(guó)泰安高頻數(shù)據(jù)庫(kù)(CSMAR)滬深300股指期貨當(dāng)月連續(xù)的1分鐘高頻交易數(shù)據(jù),時(shí)間段為2010年04月16日到2018年12月28日共2 119個(gè)交易日552 319個(gè)觀測(cè)樣本。2016年后國(guó)家加強(qiáng)對(duì)股指期貨的交易限制,重新調(diào)整了交易時(shí)間。2010年到2015年早上開(kāi)盤時(shí)間為09時(shí)15分,下午收盤時(shí)間為15時(shí)15分,而2016年到2018年早上開(kāi)盤時(shí)間為09時(shí)30分,下午收盤時(shí)間為15時(shí)整。由于股指期貨交易時(shí)間發(fā)生變化,2016年前的一天觀測(cè)值為271個(gè),2016年及后的一天觀測(cè)值為241個(gè)。因此n取值在2016年以前為271,在2016年及其后取值為241。下文實(shí)證仿真在Matlab平臺(tái)下進(jìn)行。
在進(jìn)行跳躍檢驗(yàn)前,根據(jù)各個(gè)年份的交易細(xì)則對(duì)高頻數(shù)據(jù)進(jìn)行數(shù)據(jù)的清洗檢查,按觀測(cè)值不同將數(shù)據(jù)劃分兩個(gè)時(shí)段進(jìn)行特征統(tǒng)計(jì),得到清洗后的數(shù)據(jù)描述性統(tǒng)計(jì)結(jié)果如表1所示。
表1 滬深300股指期貨一分鐘對(duì)數(shù)收益數(shù)據(jù)描述性統(tǒng)計(jì)
從表1看到,滬深300股指期貨在兩個(gè)時(shí)段的峰度值分別為317.917 8和152.192 0,均大于正態(tài)分布的峰度值,偏度值都偏離0,呈現(xiàn)尖峰厚尾的分布特征,反映了金融市場(chǎng)價(jià)格波動(dòng)的正反饋效應(yīng)。利用2 119個(gè)交易日的1分鐘高頻數(shù)據(jù)采用(6)式的JV-TOD非參數(shù)跳躍檢驗(yàn)方法進(jìn)行跳躍檢驗(yàn),將跳躍發(fā)生的位置在價(jià)格對(duì)數(shù)收益上進(jìn)行可視化如圖1。
從跳躍的發(fā)生位置可以看到跳躍發(fā)生的集聚效應(yīng)現(xiàn)象,表明跳躍通常不是單獨(dú)發(fā)生而是常常伴隨多個(gè)跳躍形成跳躍簇的形式出現(xiàn),此結(jié)果與張浩林[15]得到的結(jié)果相一致。根據(jù)跳躍發(fā)生的集聚效應(yīng)以及金融市場(chǎng)的傳染效應(yīng),可以初步判斷價(jià)格跳躍對(duì)市場(chǎng)的影響存在其規(guī)律性的收益行為。同時(shí)可以看到,對(duì)數(shù)收益較大的價(jià)格位置不一定是發(fā)生了跳躍,而對(duì)數(shù)收益較小的位置也可能發(fā)生跳躍,這是日內(nèi)模式統(tǒng)計(jì)量在甄別日內(nèi)效應(yīng)從而改良跳躍檢驗(yàn)的效果。
圖1 跳躍位置在價(jià)格對(duì)數(shù)收益上的可視化
本文使用高頻交易的收益率來(lái)定義價(jià)格跳躍的時(shí)效性,即時(shí)點(diǎn)發(fā)生的價(jià)格跳躍在特定時(shí)間內(nèi)的正方向或反方向存在規(guī)律性的收益行為,那么這個(gè)特定的時(shí)間可被視為跳躍體現(xiàn)在收益率上的時(shí)效性。由于2016年后滬深300股指期貨進(jìn)行交易限制,成交量縮小使得投資者交易方式也存在差異,同時(shí)交易時(shí)間及觀測(cè)值也與前面時(shí)間段不一樣,因此為方便對(duì)比分析,下面將時(shí)間劃分為三部分進(jìn)行時(shí)效性分析,分別是2010年到2012年、2013年到2015年和2016年到2018年,長(zhǎng)度均為三年。為使仿真結(jié)果不偏離現(xiàn)實(shí)情況的同時(shí),簡(jiǎn)化理論層面的需要,本文對(duì)交易環(huán)境提出如下假設(shè):
1)實(shí)驗(yàn)仿真能在任意時(shí)刻進(jìn)行建倉(cāng)操作,每次建倉(cāng)數(shù)量均為一手,且設(shè)定資金滿足在任意持倉(cāng)情況的最低保證金要求。
2)交易為程序化交易,其設(shè)備性能足夠使得不會(huì)產(chǎn)生交易延遲。
3)本文對(duì)交易費(fèi)用設(shè)定采用統(tǒng)一費(fèi)率的折衷方案。由于滬深股指期貨歷史上交易費(fèi)率的政策性調(diào)整,不同年份的交易費(fèi)率存在差異。根據(jù)歷史交易費(fèi)率的實(shí)際情況,下面仿真設(shè)定開(kāi)倉(cāng)交易手續(xù)費(fèi)率為成交金額的萬(wàn)分之0.23,平倉(cāng)交易手續(xù)費(fèi)率為萬(wàn)分之0.5。
在上述環(huán)境的假設(shè)基礎(chǔ)上,仿真分析將按如下步驟進(jìn)行。
鑒于不同年份的價(jià)格波動(dòng)有所區(qū)別,價(jià)格波動(dòng)較為劇烈年份的行情與價(jià)格波動(dòng)幅度較小的直接進(jìn)行對(duì)比會(huì)存在數(shù)量級(jí)上的差異。本文使用以下歸一法算法對(duì)各仿真分析時(shí)段的收益率進(jìn)行統(tǒng)一標(biāo)準(zhǔn)化:
(7)
按照上述仿真設(shè)定,得到三個(gè)時(shí)段的跳躍收益結(jié)果如圖2中(a)圖所示。
圖2 跳躍不同持倉(cāng)時(shí)長(zhǎng)對(duì)應(yīng)的標(biāo)準(zhǔn)化收益
圖3 隨機(jī)交易300次在不同持倉(cāng)時(shí)長(zhǎng)下的收益仿真路徑
從圖3中可以觀察到隨機(jī)交易的收益曲線是發(fā)散的,并且隨著持倉(cāng)時(shí)間的增加,其收益波動(dòng)也相應(yīng)加大,在2 000分鐘的持倉(cāng)時(shí)長(zhǎng)內(nèi)其收益方向不存在規(guī)律性表現(xiàn)。由于隨著時(shí)間增加其收益波動(dòng)是發(fā)散增加的,因此2 000分鐘以上的持倉(cāng)時(shí)長(zhǎng)也不會(huì)存在規(guī)律性的表現(xiàn)。
在對(duì)圖2的初步分析中,結(jié)合2 000持倉(cāng)時(shí)間步和200持倉(cāng)時(shí)間步的情況,我們可以發(fā)現(xiàn)在200分鐘的持倉(cāng)時(shí)長(zhǎng)內(nèi),2016年前的兩個(gè)時(shí)間段其收益表現(xiàn)存在很大的一致性,而2016到2018年的時(shí)段則在40分鐘后走勢(shì)即出現(xiàn)分歧。我們知道在2016年后滬深300股指期貨進(jìn)行了交易限制同時(shí)交易時(shí)間也作出了調(diào)整,因此有理由認(rèn)為2016年后價(jià)格跳躍對(duì)市場(chǎng)的影響與2016年以前存在差異,下面將2016到2018年時(shí)段細(xì)分,對(duì)該時(shí)段每一年按上面假定的環(huán)境跳躍進(jìn)行高頻交易視角下的時(shí)效性單獨(dú)分析,得到結(jié)果如圖4所示。
從圖4可以看到,類似對(duì)圖2所表現(xiàn)出的在較長(zhǎng)持倉(cāng)時(shí)長(zhǎng)上,跳躍所表現(xiàn)出的收益率規(guī)律性極差。依然在200分鐘內(nèi)的持倉(cāng)時(shí)長(zhǎng)局部上,我們可以發(fā)現(xiàn)價(jià)格跳躍在三個(gè)年份中的標(biāo)準(zhǔn)化收益率有著一致性的表現(xiàn),特別在較短的10分鐘至20分鐘左右區(qū)間以及80分鐘至130分鐘左右的時(shí)間區(qū)間,標(biāo)準(zhǔn)化的跳躍收益率路徑以及方向表現(xiàn)出明顯的一致性。結(jié)合圖2分析,由于2016年至2018年時(shí)間段與前面時(shí)間段的交易限制及交易時(shí)間不同,對(duì)2016年以前的兩個(gè)劃分時(shí)間段的跳躍標(biāo)準(zhǔn)化收益率在200分鐘內(nèi)持倉(cāng)時(shí)長(zhǎng)的分析,可以得到和圖4對(duì)三個(gè)年份單獨(dú)分析的相同結(jié)論。
圖4 2016到2018各年跳躍不同持倉(cāng)時(shí)長(zhǎng)的標(biāo)準(zhǔn)化收益
綜上所述,價(jià)格跳躍對(duì)市場(chǎng)的影響在高頻交易視角下的收益現(xiàn)象上表現(xiàn)出規(guī)律行為。具體來(lái)看,在較短的10至20時(shí)間步內(nèi),2016年前的兩個(gè)劃分時(shí)間段及2016年后的三個(gè)年份其跳躍的同向建倉(cāng)標(biāo)準(zhǔn)化收益率均表現(xiàn)為隨著持倉(cāng)時(shí)長(zhǎng)的增加而減小,而在80到130時(shí)間步區(qū)間,前者同向建倉(cāng)標(biāo)準(zhǔn)化收益率表現(xiàn)負(fù)收益且曲線平緩,后者則表現(xiàn)為標(biāo)準(zhǔn)化收益率出現(xiàn)反轉(zhuǎn)并隨著時(shí)間的增加也逐步增大。因此價(jià)格跳躍在滬深300股指期貨高頻交易的視角下,其時(shí)效性范圍大致在200分鐘時(shí)間內(nèi)存在一致性的規(guī)律行為,特別在較短的10至20分鐘區(qū)間以及80至130分鐘這兩個(gè)區(qū)間上顯示出強(qiáng)烈的一致性。
金融資產(chǎn)價(jià)格跳躍研究對(duì)資產(chǎn)價(jià)格建模以及金融衍生品定價(jià)有著重要意義,是深入研究市場(chǎng)風(fēng)險(xiǎn)機(jī)理的基礎(chǔ)。隨著非參數(shù)跳躍檢驗(yàn)方法在金融高頻數(shù)據(jù)中對(duì)跳躍研究的不斷深入,學(xué)者們進(jìn)行到對(duì)跳躍發(fā)生機(jī)理層面的研究,如跳躍的開(kāi)盤效應(yīng)、日內(nèi)時(shí)點(diǎn)頻數(shù)分析。在此基礎(chǔ)上,本文從高頻交易的視角,針對(duì)跳躍微觀機(jī)理層面,給出跳躍對(duì)市場(chǎng)的影響時(shí)效性建模仿真分析。采用JV-TOD非參數(shù)跳躍檢驗(yàn)方法,利用滬深300股指期貨1分鐘高頻交易數(shù)據(jù),通過(guò)交易仿真進(jìn)行跳躍收益的統(tǒng)計(jì)分析,仿真結(jié)果表明JV-TOD非參數(shù)跳躍檢驗(yàn)方法能改進(jìn)日內(nèi)效應(yīng)對(duì)跳躍檢驗(yàn)造成的干擾,價(jià)格跳躍在高頻交易的視角下其標(biāo)準(zhǔn)化收益率表現(xiàn)出規(guī)律性的現(xiàn)象,具體表現(xiàn)如下。
第一,10至20分鐘的短期內(nèi),和跳躍相同方向的建倉(cāng)收益隨著持倉(cāng)時(shí)長(zhǎng)的增大而不斷減少且為負(fù)值,表明價(jià)格跳躍短期內(nèi)會(huì)發(fā)生均值回歸的過(guò)程;第二,在80分鐘到130分鐘區(qū)間,從2016年前的跳躍持倉(cāng)收益率來(lái)看,其收益率變化不大且方向與20分鐘時(shí)一致為負(fù)值,表明發(fā)生均值回歸過(guò)程后其收益率變化平緩,而2016年后時(shí)間段則出現(xiàn)收益率方向反轉(zhuǎn)并隨時(shí)間增加而增大。這反映出進(jìn)行交易限制后,市場(chǎng)對(duì)價(jià)格跳躍的吸收比交易限制前慢。交易限制前,跳躍使得價(jià)格短時(shí)間大幅偏離均值,而由于限制前的市場(chǎng)流動(dòng)性更強(qiáng),在短時(shí)間即產(chǎn)生大幅波動(dòng)。交易限制后,市場(chǎng)流動(dòng)性降低使得短期市場(chǎng)對(duì)跳躍的吸收能力降低。跳躍對(duì)市場(chǎng)的影響在短暫的均值回復(fù)后,會(huì)有一個(gè)補(bǔ)充的市場(chǎng)對(duì)跳躍進(jìn)行信息吸收的過(guò)程,而由于前者流動(dòng)性更強(qiáng),在大幅波動(dòng)后的均值回復(fù)過(guò)程中淡化了后者的補(bǔ)充過(guò)程對(duì)收益的影響。
研究金融市場(chǎng)資產(chǎn)價(jià)格跳躍的時(shí)效性,可以為金融監(jiān)管部門提供微觀理論基礎(chǔ),使其在規(guī)范和監(jiān)管市場(chǎng)風(fēng)險(xiǎn)的管理中有可靠的技術(shù)支持和參考依據(jù),同時(shí)也為期貨投資者構(gòu)建交易策略提供理論借鑒,以使其更好地優(yōu)化投資策略從而規(guī)避風(fēng)險(xiǎn)。市場(chǎng)流動(dòng)性變化引起的投資風(fēng)格轉(zhuǎn)換使得跳躍檢驗(yàn)也存在改進(jìn)的需求。下一步可以基于已有的跳躍檢驗(yàn)理論對(duì)非參數(shù)跳躍檢驗(yàn)方法進(jìn)行改進(jìn),以適應(yīng)市場(chǎng)交易風(fēng)格輪換而造成的影響,使得跳躍檢驗(yàn)在高頻交易中的應(yīng)用更加廣泛。對(duì)金融資產(chǎn)價(jià)格的跳躍行為研究,盡管相關(guān)研究理論不斷被提出,但研究結(jié)論還未達(dá)一致,還需進(jìn)一步探索。