1. 研究目的与意义

2020年一场突如其来的新冠肺炎疫情，对国内外的经济形势都产生了不可避免的巨大冲击，资产价格的异常波动不仅直接威胁国内金融市场的稳定与经济社会的发展，而且容易引发系统性金融风险，在倡导不断开放和提高效率的经济形势下，如何应对资产价格波动，对金融风险实施控制和防范，是维护我国金融体系稳定的核心问题。基于此探求宏观外部冲击对于中国股市资产价格的影响具有理论意义与现实意义。本文将以疫情前后中国股市股票价格的共跳特征着手进行对比分析，研究证券市场个股之间的共跳和波动特征不仅可以在疫情冲击的背景下帮助金融监管者和政策制定者了解风险来源和建立预警机制，而且可以为投资者优化决策、规避风险提供指导。

2. 研究内容和预期目标

一、研究内容：本文首先阐述所用理论模型，即共跳的检验与模型设定；然后进行实证研究，即资产价格的共跳检验；然后开始对共跳特征的对比分析，包括对跳跃幅度、跳跃强度、正跳、负调等跳跃行为特征以及时变特征进行的描述性统计分析。最后得出结论并提出相关建议，一是，监管部门应密切注意疫情引发的共跳风险，进一步完善风险预测及管理制度，二是，降低政策导向不确定性，为投资者增强信心，三是，宏观调控需首先正确界定市场自身的稳定区间，在特殊时期因时制宜既保证市场稳定有序也不可调控过激尊重客观规律。

二、拟解决的关键问题：共跳的识别与检验

三、写作提纲：

3. 国内外研究现状

对于两个资产共跳检验的研究，始于 barndorff-nielsen和 shephard（2004）的研究促使共同跳跃成分从二次协方差中分离出来，不同资产或不同市场之间的价格共跳（cojumps)成为研究热点。

目前识别共跳的主流方法大致分为两类。

一类是bollerselv，law和 tauchen（2008）首次使用的非参数跳跃检验方法（blt方法）检验了股票和投资组合之间的共跳。

4. 计划与进度安排

1、第七学期（第9-10周）：完成选题

2、第七学期（第10-12周）：阅读资料并选取有用资料待用，积累最新信息，完成开题工作

3、第七学期（第18-20周）：撰写、提交论文初稿和中期检查表

5. 参考文献

[1]邓俐伶. 基于跳跃、共跳的波动率预测研究[D].东北财经大学,2019.[2]邓俐伶,熊海芳.宏观信息冲击下股指期货与现货的共跳特征与金融稳定[J].西部论坛,2019,29(04):64-75.[3]赵华,麻露,唐菲婕.跳跃、共跳和非预期宏观信息[J].管理科学学报,2017,20(10):17-30.[4]刘志东,许健强.基于蒙特卡洛模拟的金融资产价格跳跃非参数检验方法比较研究[J].数量经济技术经济研究,2016,33(03):128-145 161.[5]唐勇.金融资产跳跃检验方法实证比较[J].中国管理科学,2012,20(S1):290-299.[6]Mardi Dungey,Lyudmyla Hvozdyk. Cojumping: Evidence from the US Treasury bond and futures markets[J]. Journal of Banking and Finance,2012,36(5).[7]陈浪南,孙坚强.股票市场资产收益的跳跃行为研究[J].经济研究,2010,45(04):54-66.[8]Jean Jacod,Viktor Todorov. Testing for common arrivals of jumps for discretely observed multidimensional processes[J]. The Annals of Statistics,2009,37(4).[9]Lee Suzanne S.,Mykland Per A.. Jumps in Financial Markets: A New Nonparametric Test and Jump Dynamics[J]. Narnia,2008,21(6).[10]George J. Jiang,Roel C.A. Oomen. Testing for jumps when asset prices are observed with noise–a “swap variance” approach[J]. Journal of Econometrics,2008,144(2).[11]Tim Bollerslev,Tzuo Hann Law,George Tauchen. Risk, jumps, and diversification[J]. Journal of Econometrics,2008,144(1).[12]Torben G. Andersen,Tim Bollerslev,Francis X. Diebold. Roughing It Up: Including Jump Components in the Measurement, Modeling, and Forecasting of Return Volatility[J]. The Review of Economics and Statistics,2007,89(4).[13]Barndorff-Nielsen Ole E.,Shephard Neil. Power and Bipower Variation with Stochastic Volatility and Jumps[J]. Narnia,2004,2(1).