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。     

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。     

高阶矩风险溢酬:信息含量及影响因素

本文基于台湾股市和期权市场数据,研究波动率、偏度和峰度等高阶矩风险溢酬的信息含量及影响因素,并结合边际贡献度分析了各常见影响因素对高阶矩风险溢酬的解释力。研究结论表明:波动率间的相关性高于偏度和峰度,波动率也更易于预测;期权市场的隐含矩信息对未来实际矩有较好解释力,且引入多个市场信息的预测效果要优于单一市场。市场情绪和异质信念是各高阶矩风险溢酬的主要影响因素;流动性信息次之;市场因子的解释相对较弱。对高阶矩风险溢酬影响因素的分析还应引入市场极端风险、风险厌恶信息和宏观经济变量等因素的考察。     

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.     

考虑背景风险的高阶矩三角模糊随机投资组合模型

在已有的大部分投资组合模型中,证券的收益服从随机分布或者模糊分布。然而,在实际的市场中存在大量的不确定性,市场不仅具有内在的风险,也存在由投资者个体差异产生的背景风险。本文推导随机模糊数的高阶矩性质,构建一个考虑背景风险的高矩三角模糊随机投资组合风险模型,采用沪深股市的数据分析背景风险对投资组合的影响。     

均值-方差-近似偏度投资组合模型和实证分析

均值-方差投资组合模型作为现代投资组合理论的基础, 采用方差作为风险度量,但忽略了投资组合收益的非对称性. 而考虑收益非对称性的基于偏度的投资组合模型由于非凸和非二次性 使模型难以求解. 本文提出用上下半方差的比值近似刻画偏度, 建立了均值-方差-近似偏度(MVAS）模型,并利用该模型对中国证券市场主要股票指数进行实证分析. 实证分析结果表明, 在收益率非正态分布的市场中,考虑了收益率非对称性的投资组合模型较传统的MV和MAD模型具有更优的表现.     

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.     

分形统计测度构建及其在投资组合中的应用研究

准确测量证券的风险和收益无论是对投资管理,还是对金融理论研究,甚至对理论成果向实践应用转化都至关重要。本文在证券价格具有分形特征的现实背景下,基于分形理论构建了分形期望和分形方差两个分形统计测度,以克服非分形统计测度在风险收益方面测不准或不可测的缺陷。在此基础上,应用分形统计测度构建了投资组合模型,给出了分形组合模型的解析解;随后,利用实证分析验证了分形统计测度在投资组合应用中的有效性。本文创新之处在于针对证券价格具有分形特征的现实背景构建了分形期望和分形方差两个分形统计测度;并基于分形统计测度构建了投资组合模型,将证券价格普遍存在的分形特征纳入投资组合的研究框架。     

基于偏度的多期组合投资调整模型

由于不同时期资产收益率以及投资者对风险和收益偏好的变化，加之资金等条件的限制，大多数组合投资问题具有明显的动态特征。本文把单期投资组合拓展到多期，引入偏度和风险度量工具VaR，并考虑交易费用的影响，建立了多期投资组合调整模型。最后，给出实证分析对模型进行分析研究，这对投资者的连续投资行为具有一定的指导作用。     

摩擦市场条件下的双目标投资组合模型模糊优化

首先建立了摩擦市场条件下基于收益率分布偏度水平的双目标投资组合模型.在此基础上,将模糊集合的概念引入到该模型中,用模糊数学中的线性隶属函数处理了其中的风险目标和收益目标,建立了摩擦市场条件下基于收益率分布偏度水平的模糊型双目标投资组合模型.然后,针对该模型进行了新型遗传算法设计(动态遗传算法).最后用一个具体的算例给出了该模型的一个实例最优解,体现了多样化投资分散风险的组合投资原理.     

多约束的多阶段积极投资组合模型及实证研究

构建投资组合时需要衡量其风险, 除了考虑组合本身的风险暴露, 还需考虑其相对基准组合的风险暴露. 再者, 确定组合权重时需要根据市场的规则加入合适的约束. 基于此, 为了较为完整地考虑现实投资组合面临的风险及交易约束, 将绝对风险(CVaR)和相对风险(跟踪误差)作为风险约束, 将交易成本、卖空限制和多元权值作为交易限制约束, 构建一个新的多阶段投资组合模型, 并利用动态规划和非线性优化方法进行求解. 最后, 利用上证50成分股中41只股票构建投资组合进行实证研究. 实证结果表明构建的多阶段投资组合模型能持续战胜基准组合且优于单阶段投资组合, 同时也表明模型考虑多元权值约束具有现实意义.     

基于凸函数的风险测度

利用凸函数构造了一种新的风险测度,发现它是包含了损失概率、损失期望值、绝对离差、绝对半离差,下偏矩、(α,t)模型、ES等常见方法的更为广泛的风险测度.对其性质的研究发现该风险测度满足凸性和协调性,考虑到凸性以及协调性在投资组合以及风险管理中的重要意义,因此对该风险测度的研究就具有一定的实践和学术价值.     

多阶段可能性均值-熵投资组合优化

考虑借款限制、交易量限制、交易成本和风险控制,本文提出了多阶段均值-熵投资组合模型。在该模型中,收益水平和风险分别用可能性均值和熵度量。熵值越小,投资组合包含的不确定性越低,投资组合的安全性越高。此外,熵不依赖于证券收益的对称分布。运用可能性理论,将该模型转化为显示的非线性动态优化问题。由于投资过程存在交易成本,上述模型为具有路径依赖性的动态优化问题。文章提出了前向动态规化方法求解。最后,通过实证研究比较了不同熵的取值投资组合最优投资比例和最终财富的变化,并验证了模型和算法的有效性。     

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。     

一个非对称线性风险函数与证券组合投资分析

在分析Jia&D yer的风险-价值理论基础上,给出了一个基于预先给定的目标收益的非对称线性风险函数.该风险函数是低于参考点的离差和高于参考点的离差的加权和,它利用一阶"上偏矩"来修正一阶下偏矩,进一步建立了在此非对称风险函数下的线性规划证券投资组合模型;并证明了该模型与二阶随机占优准则的一致性;最后通过上海证券市场的实际数据验证了该模型的有效性和实用性.     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

基于DCC-MIDAS与参数化策略的时变组合投资决策

在经典的均值-方差模型中,组合投资效果往往受到协方差矩阵估计精度低与权重静态设置两个方面的不利影响.为此,文章提出了一种新的时变组合投资决策模型:一方面引入DCC-MIDAS模型,运用高频信息,提高金融资产间的动态关联关系估计精度;另一方面考虑金融资产时变特征对组合投资权重的影响,进行参数化设计,改善时变组合投资效果.对中国股市的个股以及行业板块进行了实证研究,结果表明:账面市值比、市盈率与组合投资权重呈正相关关系,市值与组合投资权重呈负相关关系;新模型在标准差风险、Sharpe比率和有效前沿等方面,都优于传统的组合投资模型.     

与TSD准则一致的组合证券投资分析

基于预先给定的目标收益率,利用投资者对低于目标收益率的风险损失和高于目标收益率的风险报酬之间的权衡,给出了一些非对称风险度量模型,特别其中一种风险度量是低于参考点的方差和高于参考点的方差的加权和,它利用二阶上偏矩来修正二阶下偏矩,进一步建立了在该非对称风险度量下的组合投资优化模型,并证明了该模型在三阶随机占优的意义下是有效的.此外,还给出了其它3个模型与三阶随机占优准则是否一致的结论,并对所给出的几个组合证券投资模型的求解方法及其应用进行了分析.以上研究和分析为投资者在选择投资模型时避免盲目性、任意性提供了有益的决策参考.     

基于异质理念的动态组合选取模型

不同于传统的代表性经济人的动态投资组合选取模型,引入异质理念,考虑不同投资者的动态组合选取.由于投资者的乐观或悲观情绪直接影响了他对信息的评价,因此用随时间变化的参数体现投资者的情绪,随机组合收益分布是这个参数的函数,不同的投资者或者同一投资者在不同情绪下就有了自己独特的收益分布.通过对均值——方差目标函数的变形,给出了不同投资者对风险资产的最优投入、预期收益和方差的解析表达式,此三项不仅和投资者的风险厌恶度有关,而且和投资期长短有关、与投资者的情绪有关.在对香港恒生指数的实证分析显示,异质性严重影响投资者对风险资产的投入.     

基于直觉模糊规划的多目标投资组合选择模型

将直觉模糊集合的概念引入投资组合模型中,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化,用隶属函数与非隶属函数作为新的目标函数.针对该模糊多目标投资组合模型,提出了一个动态遗传算法,算例给出了该模型的一个实例的最优解.