动态高阶矩风险稳健性测度与参数化组合投资决策研究

针对已有高阶矩组合投资模型中风险测度与模型求解的不足，本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先，运用混频数据抽样分位数回归(MIDAS-QR)模型，充分挖掘高频数据信息，提高动态高阶矩风险测度的及时性、准确性和稳健性；其次，采用参数化组合投资策略，将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数，大幅缩减待估计参数数目，提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证，研究结果一致表明：第一，基于MIDAS-QR模型的动态高阶矩风险稳健性测度，不仅充分考虑了金融风险的时变特征，而且测度结果受异常值影响较小，是一个稳健且有效的测度方法；第二，市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关，条件波动率、动态峰度风险与组合投资权重显著负相关，这些为组合投资决策提供了较好的机理性解释；第三，与等权方案、M-V模型、基准(B)模型和B-S模型等相比，本文构建的B-S-K模型，在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。     

投资者情绪对上证50ETF隐含分布偏度影响的实证研究

从期权价格中提取信息的传统做法是借助于隐含波动率,然而,通过与标的资产的历史数据对比发现,隐含波动率并不能比历史波动率提供更多的市场预期信息。考虑隐含波动率是利用Black-Scholes模型所导出,意味着模型设定风险也可能会影响到结论的客观性与准确性。为了克服传统方法的不足,本文尝试从一种无模型的视角,利用矩方法展开相关研究。该方法不依赖于任何模型和假设,避免了对定价核以及中性概率分布的讨论,直接由期权价格得到股票收益的隐含分布,利用状态价格来确定市场预期收益与风险厌恶。在分布曲线足够光滑(可导)的条件下,通过对行权价格求导得到标的资产未来收益的隐含风险中性概率密度,并测算出隐含分布的高阶矩特征。     

金融时变高阶矩建模及其风险测度研究:基于收益率分解的方法

本文基于收益率分解方法,将收益率表示成符号部分和绝对值部分的乘积形式,通过对符号部分、绝对值部分以及这两部分间的相关性分别进行时变性设定,构建了动态收益率分解(DRD)模型来刻画收益率的高阶矩动态特征。该模型能灵活地设置条件偏度和条件峰度的时变演化方式,还能通过对符号部分和绝对值部分间相关性的时变Copula设定来刻画收益率变动的非线性特征,因而使得该模型对收益率的预测具有优势。本文还利用上证综合指数和深证成份指数的收益率数据对DRD模型进行了实证研究,结果表明:两种股指收益率序列均表现出了显著的高阶矩动态特征,条件偏度和条件峰度存在一定程度的波动聚集特征。相较于其他时变高阶矩模型,DRD模型不仅具有更好的样本内模型拟合效果,而且在样本外的风险价值预测和经济价值评价等方面均表现出一定的优越性。     

不同矩属性波动模型对中国股市波动率的预测精度分析

金融时间序列的波动性建模经历了从一阶矩到二阶矩直到高阶矩(包含三阶矩和四阶矩)的过程,而对于高阶矩波动模型是否有助于对未来市场的波动率预测这一问题,国内外学术界尚无文献讨论。以上证综指长达7年的每5分钟高频数据样本为例,通过构建具有不同矩属性的波动模型,计算了中国股票市场波动率的预测值,并利用具有bootstrap特性的SPA检验法,实证检验了不同矩属性波动模型的波动率预测精度差异。实证结果显示:就中国股市而言,四阶矩波动模型能够取得比二阶矩波动模型更优的波动率预测精度,而三阶矩波动模型并未表现出比二阶矩波动模型更强的预测能力;在高阶矩波动模型中包含杠杆效应项并不能提高模型的预测精度。最后提出了在金融风险管理、衍生产品定价等领域引入四阶矩波动模型的研究思路。     

跳扩散条件下波动率风险溢价及影响因素研究——基于上证50 ETF期权市场的实证

本文采用上证50 ETF及其期权交易数据,运用SVCJ模型、MCMC及傅里叶变换等方法,从P测度及Q测度中提取波动率风险溢价,并分析了其时变特征及影响因素。实证研究表明:SVCJ模型相较于SV模型及SVJ模型具有更好的市场拟合优度;傅里叶变换法能提高波动率风险溢价的估计效率;波动率风险溢价具有时变特征,在市场急剧动荡时期,波动率风险溢价基本为负,投资者厌恶波动风险,购买期权对冲波动风险的意愿较高;在市场非急剧动荡时期,波动率风险溢价基本为正,投资者偏好波动风险,购买期权对冲波动风险的意愿较低;市场收益率、波动率、换手率及投资者情绪对波动率风险溢价具有显著的影响。     

中国股市行业间高阶矩风险溢出效应研究

已有的股市溢出效应研究多集中于均值及波动溢出效应层面,而鲜有研究探讨股市行业间的高阶矩风险溢出效应.针对已有研究存在的不足之处,文章基于高阶矩GARCHSK模型以及Diebold和Yilmaz (2014)提出的Connectedness方法,研究了中国股市行业间的均值、波动、偏度和峰度溢出效应.实证结果表明:中国股市行业间不仅存在着较强的均值及波动层面的溢出效应,高阶矩风险溢出效应同样显著;工业、材料和可选消费行业是中国股市的系统重要性行业,扮演主要的风险净溢出者角色,而电信服务、能源及金融行业是主要的风险净接受者;股市行业间高阶矩风险溢出效应具有显著的时变特征,且容易受到国内外重大事件的影响;重大危机事件往往会引起股市行业间的风险溢出效应的增强,且金融危机期间的风险溢出效应显著强于危机前和危机后;股市行业间动态风险溢出效应在牛市中倾向于减弱,而在熊市中则倾向于增强.文章的研究成果不仅丰富和完善了股市风险溢出效应的研究框架,而且可以为现实中投资者和监管部门进行投资组合及风险管理实践提供有力的决策考量依据.     

中国股票市场最优套期保值比率研究——基于高阶矩HAR模型

金融资产收益率高阶矩风险和跳跃行为是套期保值策略的重要影响因素.文章将已实现高阶矩测度和跳跃风险测度引入HAR族波动率模型,构建高阶矩HAR族波动模型,并将Copula.函数与最优高阶矩波动率模型相结合,建立含高阶矩的Copula-HAR-RV-CJSJV-D-SK套期保值模型.以沪深300指数和中证500指数以及对应的股指期货构建套期保值策略.实证表明,从方差减少比率和超额收益率两方面来看,基于新模型的套期保值效果在样本内和样本外均优于传统静态套期保值模型、时变二元GARCH族套期保值模型和Copula-GARCH族套期保值模型.     

基于矩分析的资产组合选择

在风险资产收益分布为非正态的情景下,通过矩分析,研究其收益的高阶矩对资产组合选择的影响.首先,假设风险资产收益存在有限阶矩,泰勒展开边际财富期望效用,获得静态资产组合选择的近似解;其次,假设收益过程的跳跃产生收益分布的非正态性,运用随机控制方法获得动态资产组合选择的近似解析解,从高阶矩角度解释其特征。分析表明,超出峰度的存在导致减少风险资产投资,正(负)的偏度导致增加(减少)风险资产投资,该影响性随着它们及风险规避系数的增大而增强;可预测性导致资产组合存在正或负的对冲需求,取决于相关系数的符号和风险规避系数;跳跃性总体上减少风险资产投资;可预测性和跳跃性对动态资产组合选择的影响具有内在关联性。     

天然气价格跳跃下的期货定价动态模型及实证研究北大核心CSCD

针对天然气期货价格受跳跃性因素影响的问题,目前为止还没有研究引入跳跃过程描述天然气价格的变化.文章考虑了跳跃性因素,在三因素模型的基础上构建了带有跳跃性的天然气期货定价动态模型,并采用高斯化滤波器处理非高斯分布变量;利用纽约商品交易所(NYMEX)的天然气期货日常价格作为样本数据对模型进行实证分析.结果表明:天然气价格具有跳跃性和均值回复性,且向上跳跃的概率较大;投资者要求天然气价格的非跳跃随机波动的风险溢酬为正;利用文章提出的模型进行期权对冲比三因素模型和其它模型(只考虑一个因子的跳跃性)更为成功;与三因素模型相比,具有跳跃性的期货价格动态模型的拟合和预测能力更好.     

天然气价格跳跃下的期货定价动态模型及实证研究

针对天然气期货价格受跳跃性因素影响的问题,目前为止还没有研究引入跳跃过程描述天然气价格的变化.文章考虑了跳跃性因素,在三因素模型的基础上构建了带有跳跃性的天然气期货定价动态模型,并采用高斯化滤波器处理非高斯分布变量;利用纽约商品交易所(NYMEX)的天然气期货日常价格作为样本数据对模型进行实证分析.结果表明:天然气价格具有跳跃性和均值回复性,且向上跳跃的概率较大;投资者要求天然气价格的非跳跃随机波动的风险溢酬为正;利用文章提出的模型进行期权对冲比三因素模型和其它模型(只考虑一个因子的跳跃性)更为成功;与三因素模型相比,具有跳跃性的期货价格动态模型的拟合和预测能力更好.     

波动率风险溢价:基于香港权证市场的实证

波动率风险溢价包含了关于投资者风险厌恶的重要信息,它的估计是金融计量学文献关注的一个核心问题。本文基于香港权证市场数据和GARCH扩散随机波动率(SV)模型,对香港证券市场的波动率风险溢价进行了估计研究。采用香港恒生指数和指数权证数据,通过建立基于有效重要性抽样的极大似然(EIS-ML)方法联合估计了GARCH扩散模型的客观与风险中性测度,进而得到了香港证券市场的波动率风险溢价。研究结果发现,在香港证券市场上,市场投资者对波动率风险进行了定价,即存在波动率风险溢价,且波动率风险溢价在绝大多数情形下为正,说明市场投资者总体表现为风险爱好。     

Multiple Priors and Asset Pricing

The asset pricing implications of a statistical model consistent with multiple priors, or beliefs about return distributions, are developed. It is shown that quite generally equilibrium differences in mean returns across priors are to be explained in terms of perceived risk differences between these priors. Advances in filtering theory are employed on time series data to filter all the multiple state conditional components of risks and rewards. It is then observed that excess return differentials across priors are broadly consistent with required risk compensations under these priors, though the sharp hypothesis of zero intercept and unit slope is rejected. The filtered results also deliver numerous other interesting statistics. Here we focus on the construction of long horizon return distributions from data on daily returns using a Markov chain approach to incorporate stochasticity in elementary risk characterizations like volatility, skewness and kurtosis.      

Gram-Charlier展开在动态金融高阶矩建模中的近似误差

Gram-Charlier展开(GCE)在动态条件高阶矩GARCH模型中得到了广泛应用。相比于常见的分布,GCE的高阶矩形式更加直观,能更直接地刻画条件高阶矩的动态特征。此展开函数并不非负,在实际应用时需要平方并归一化,但已有文献大多忽略此处理后高阶矩所发生的变化。本文研究了平方处理方法对展开函数高阶矩的影响,推导了正确的高阶矩形式。实证研究表明,用原始参数作为近似高阶矩会产生显著偏误,在VaR预测时会严重低估风险。     

考虑公司信息披露情绪的欧式脆弱期权定价

从公司信息披露的角度来看,定量数据直观地反映了公司的经营和财务状况,而描述性的非结构文本信息是对定量数据的有效补充。本文从公司年报中挖掘信用违约文本信息,构建语调变量情绪指标,以调控脆弱期权的违约临界值,改进经典的Klein欧式脆弱期权定价模型。研究表明:随着语调变量指标的增大,欧式看涨看跌期权价格呈递减趋势,且指标越接近1,期权价格递减速度越快,说明期权价格对负向情绪更加敏感,符合金融市场实际情况。此外,应用研究发现不考虑情绪指标的Klein模型倾向于低估期权价格,考虑公司信息披露情绪的脆弱期权定价模型能更准确地分析财务困境对信用风险的影响,结果更贴近实际情况。     

中国证券市场价格发现动态效率实证研究

通过引入价格调节因子模型将市场价格波动方差分解为市场收益方差、残差方差、企业价值方差,具体研究了中国证券市场价格发现的动态效率.研究发现:中国证券市场对系统信息有强烈的过度反应,市场几乎无法通过自身完成对过度反应趋势的修正.长期内市场对企业内在价值信息仍具有一定的发现功能,在市场的短期定价中,噪声信息对市场价格形成的影响要远远大于企业内部价值信息.从反应速度上看,上海市场的价格发现效率相对要好于深圳市场,上海市场对企业内部价值信息一般要迟缓10天左右才能做出99%的反应,深圳大概为12天.     

投资者情绪影响下资本资产定价的区制性研究——基于股票论坛发帖的情感分析

本文首先建立一个考虑投资者情绪的资本资产定价模型,研究发现,投资者情绪是资产定价的系统性因子且对其影响具有区制性(存在三个区制)。在此基础上通过仿真揭示投资者情绪对资产定价影响存在区制性的原因在于当投资者情绪增加时,最优组合超额收益受组合效应与情绪效应的综合影响。最后基于股票论坛发帖的情感分析构建投资者情绪指标,实证检验了本文的理论模型,并发现基于普通的线性回归模型得到的投资者情绪对股指超额收益影响,一方面会在投资者情绪处于第二区制内时将其对股指超额收益影响方向弄反,另一方面会在投资者情绪处于第三区制内时低估其增加导致的股指超额收益平均增加程度。     

Equilibruim approach of asset pricing under Lévy process

This work considers the equilibrium approach of asset pricing for Lévy process. It derives the equity premium and pricing kernel analytically for the stock price process, obtains an equilibrium option pricing formula, and explains some empirical evidence such as the negative variance risk premium, implied volatility smirk, and negative skewness risk premium by comparing the physical and risk-neutral distributions of the log return. Different from most of the current studies in equilibrium pricing under jump diffusion models, this work models the underlying asset price as the exponential of a Lévy process and thus allows nearly an arbitrage distribution of the jump component.     

Characteristics of multivariate distributions and the invariant coordinate system

We consider a semiparametric multivariate location–scatter model where the standardized random vector of the model is fixed using simultaneously two location vectors and two scatter matrices. The approach using location and scatter functionals based on the first four moments serves as our main example. The four functionals yield in a natural way the corresponding skewness, kurtosis and unmixing matrix functionals. Affine transformation based on the unmixing matrix transforms the variable to an invariant coordinate system. The limiting properties of the skewness, kurtosis, and unmixing matrix estimates are derived under general conditions. We discuss related statistical inference problems, the role of the sample statistics in testing for normality and ellipticity, and connections to invariant coordinate selection and independent component analysis.