基于第一HJ距离的线性因子模型两两比较研究

从统计意义上比较不同模型的改进效力有助于挑选出最接近金融数据生成过程的定价模型,是资产定价研究的重要课题。我们借鉴Kan和Robotti~([1])的研究成果,基于第一HJ距离构造了广义似然比检验,以台湾市场丰富的数据资料为基础,对8种常见的线性因子模型(包括基于金融资产价格的线性因子模型)进行了模型两两差异性检验。研究发现:VM和CAPM、FF3和LM这两组模型无明显差异,表明波动率冲击因子和流动性因子未带来显著的模型改进效力。由于部分定价因子可能具有共同的解释能力,VM和IVM、IVM和HSM、HSM和VanM、VanM和SkewM这多组模型间也未表现出显著的差异。同时,引入条件信息是否能改善模型效力视不同模型而定,在10%的显著性水平下,FF3、LM、VanM、SkewM的条件信息模型较无条件信息模型有所改进。     

中国资本市场价值溢价与CAPM实证研究

以1995年7月-2005年12月我国证券市场深沪两市的上市公司为样本,考察了价值溢价随规模变化的规律,并检验了CAPM能否解释价值溢价以及与权益帐面市值比B/M(或规模)无关的贝塔(β)能否与股票的平均收益相补偿.实证检验发现:1)中国股市存在一定程度的价值溢价,尤其是小规模(Size)价值股在平均收益上存在着明显的价值溢价,而大规模(Size)价值股则不存在价值溢价现象;2)CAPM能够解释我国股市从1995年7月至2005年12月期间的价值溢价.从CAPM对由不同规模(Size)和B/M构造的6个组合的回归结果来看,相对于贝塔(β)为常数情况下,允许贝塔(β)的每年变化会略微增加CAPM对平均收益能力的解释能力;3)在我国股市上,只有与B/M(或规模)有关的贝塔(β)才能解释股票的收益,而与B/M(或规模)无关的贝塔(β)则不能解释股票的收益.     

银行间国债利率期限结构的三因子仿射模型

通过对2002年1月到2006年3月的国内银行间国债数据的主成份分析表明，利率的动态变化基本上可以被三个因子所解释。由此我们建立了一个三因子仿射模型，并给出债券的定价公式。通过卡尔曼滤波法对模型的实证分析，证实该模型基本上能在时间序列和横截面两个维度上与实际数据相符合。从预测能力来看，0．5年和1年期利率的预测结果相对误差略大，而2、3、5、10年期利率的相对误差较小，平均值相对误差在1％之内。     

中国证券市场价值溢价实证研究

以1995年7月—2005年12月我国证券市场深沪两市的上市公司为样本,考察了价值溢价随规模变化的规律,并检验了CAPM能否解释价值溢价以及与权益帐面市值比B/M(或规模)无关的贝塔(β)能否与股票的平均收益相补偿.实证检验发现:1)中国股市存在一定程度的价值溢价,尤其是小规模(S ize)价值股在平均收益上存在着明显的价值溢价,而大规模(S ize)价值股则不存在价值溢价现象.2)CAPM能够解释我国股市从1995年7月至2005年12月期间的价值溢价.     

基于因子模型的指数跟踪及实证分析

指数跟踪是指数基金和机构投资者广泛使用的被动投资管理策略. 通过建立股票收益的多因子模型, 提出了将组合的贝塔值控制在合适范围内, 并在期望超额收益非负的条件下, 最小化组合风险的指数跟踪模型. 同时,考虑到实际需要, 在模型中限制了组合中股票的数量和持有量.实证分析结果表明, 通过选取不同的控制参数,
该模型产生的跟踪组合既能实现较小的跟踪误差,也能实现一定的超额收益.     

基于状态转移模型的条件期望与方差——从2状态到N状态的推广

基于状态转移模型计算的条件期望与方差,可以应用到金融领域,计算和度量市场在不同状态下的收益与风险.Nielson基于2状态转移模型,计算了2状态下股市的收益率的条件期望与方差.然而,实际研究中,常需要用到3状态、甚至多状态的状态转移模型.因此,基于Nielson的研究,从2状态推广到了$N$状态.基于$N$状态转移模型计算了条件期望、条件方差及无条件期望、无条件方差,该结果更具普遍性且形式更为简洁.最后,采用计算期望与方差的方法,分析中国股市收益率与波动率.实证结果表明,中国股市除存在牛市、熊市外,还存在政策市,且其具有`` 低风险,高收益"的特点.利用$N$状态转移模型计算的期望与方差可以更合理地度量金融市场在不同情况下的收益与风险.     

资本资产定价模型的改进及在中国股市的实证分析

对于投资者来说,具备有效的评估价值和风险关系的理论工具十分重要.以中国股票市场的数据对资本资产定价模型进行了实证检验,面对并不理想的检验结果,借用因素模型的研究方法,在传统模型中引入其他可能影响资产回报的因素,利用中国股市的数据对改进的模型进行了实证检验,并与传统模型的检验结果相比较,发现改进模型的解释力相对于传统模型有了显著的提高.     

中国股票市场横截面收益率的可预测性研究——兼与美国对比

本文旨在检验中国股票市场横截面收益的可预测性。我们选取了15个公司层面的特征指标作为变量,现有文献已经发现这些指标在美国股票市场上具有预测横截面股票收益的能力。我们检验这些变量在中国股票市场是否可以用来预测股票收益,样本的时间区间为1996~2015年。我们发现这些变量在中国股票市场对股票横截面收益的预测能力是相对较弱的。我们对中国股票市场的弱可预测性提出了两种可能的解释:其一,可能是收益预测因子在中国股票市场中的同质性比在美国股票市场中更强;其二,在中国股票市场中股票价格的无效率程度比较高。两种解释我们都找到了实证依据来支撑。     

基于潜伏因子模型分析的新兴市场国家金融传染效应研究

构建了基于资本资产定价模型为基础的潜伏因子模型对金融危机传染效应进行分析,将引起市场收益率波动的因素分解为"共同因子","特质因子"和"传染因子",同时采用迭代累计平方和算法内生性地对金融危机演化的不同阶段进行了时间上的划分.以2008年全球金融危机期间4个主要新兴市场国家的股票市场为对象进行了实证研究,结果表明这些国家均遭受到了不同程度的传染,其中中国和巴西受到的传染较弱,而印度和俄罗斯受到的传染较强.     

媒体信息量异常或有害股票收益

本文借助一个独特的数据样本,运用媒体对股票的剩余关注度模型,实证研究异常媒体信息量与股票收益之间的关系,以期为投资者进行投资决策提供一定的参考和指导。研究发现:异常媒体信息量越大,该股票在下一个月的平均收益率越低,存在媒体效应;由此所构造的零投资组合经CAPM模型、FF三因素模型和Car-hart四因素模型调整后,均能获取显著的超额收益,结果具有稳健性。此外,实证结果还表明媒体效应所带来的超额收益源于媒体信息量异常大的股票组合的显著低收益,本文认为,这种不对称现象产生的原因可能更多的是由投资者情绪导致的股票价格对媒体报道的过度反应,并进而导致较低的期望收益。     

Monitoring the mean of multivariate financial time series

Timely detection of changes in the mean vector of multivariate financial time series is of great practical importance. In this paper, the covariance dynamics of the multivariate stochastic processes is assessed by either the RiskMetrics approach, the constant conditional correlation, or the dynamic conditional correlation models. For online monitoring of mean changes, we introduce several control schemes based on exponential smoothing and cumulative sums, which explicitly account for heteroscedasticity. The detecting ability of the introduced charts is compared for different processes in a Monte Carlo simulation study. The empirical study illustrates monitoring of changes in the mean vector of daily returns of exchange rates. Copyright © 2013 John Wiley & Sons, Ltd.     

Estimating a model through the conditional MLE

The estimation problem of a model through the conditional maximum likelihood estimator (MLE) is explored. The estimated model is compared using the two dual Kullback-Leibler losses with that through the unconditional MLE. The former is found to be superior to the latter under familiar models. This result is applicable to the model selection problem. These suggest a novel extensive use of the conditional likelihood, since the traditional use of the conditional likelihood was restricted only on inference for the structural parameter.     

A new test on the conditional capital asset pricing model

Testing the validity of the conditional capital asset pricing model(CAPM) is a puzzle in the finance literatureLewellen and Nagel[14]find that the variation in betas and in the equity premium would have to be implausibly large to explain important asset-pricing anomaliesUnfortunately, they do not provide a rigorous test statisticBased on a simulation study, the method proposed in Lewellen and Nagel[14]tends to reject the null too frequently.We develop a new test procedure and derive its limiting distribution under the null hypothesis.Also, we provide a Bootstrap approach to the testing procedure to gain a good finite sample performanceBoth simulations and empirical studies show that our test is necessary for making correct inferences with the conditional CAPM.     

基于GAS模型的动态VaR预测效果分析

GAS模型是一种基于观测的动态模型,理论简单且应用灵活,可以直接估计VaR.将GAS模型和GARCH类模型应用于不同条件下生成的模拟数据和三个时间段的沪深300指数的日对数收益率数据,并比较模型关于VaR的预测效果。结果表明:在对称的条件分布下,GAS模型容易高估风险且不稳健,其表现不如GARCH类模型;但在条件分布为有偏的时,GAS模型与GARCH类模型的表现相当,部分情况下会优于GARCH类模型,尤其在实证分析中关于序列2和序列3的VaR的估计,GAS模型的预测效果较好。因此,实际应用中,对于具有较明显偏态分布或尖峰分布的数据可以考虑使用GAS模型预测动态VaR.     

对我国股票市场股指波动特性的实证分析

本文以上证综指和深成分指数的最新日收益率为研究对象,应用GARCH、TARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性,同时比较了两个股票市场的不同波动特征。     

中国股票市场波动特性的实证研究

本文以上证综指和深成分指数的日收益率为研究对象 ,应用 GARCH、TARCH模型理论 ,进一步分析了日收益率波动的条件异方差性、非对称性 ,同时比较了两个股票市场的不同波动特征     

基于Black-Litterman框架的资产配置策略研究

本文基于Black-Litterman框架提出了中国股票市场投资中行业间资产配置的策略。因为宏观经济指标对于股票收益率有一定的解释能力,本文通过宏观经济变量对收益率序列建模并且用GJR-GARCH模型捕捉资产收益率变化的特征,得出的预测资产收益率及其方差作为Black-Litterman框架下的输入。最后通过实证结果表明,基于这种策略构建的投资组合收益率在一定条件下会优于基于市场均衡权重或者传统Markowitz框架下的投资策略。     

基于统计自然语言处理的央行货币政策研究

运用自然语言处理方法来分析货币政策,对数据采用绝对概率和条件概率方法分别分析.得出如下结论:第一,在我国近十几年的货币政策实施过程中,央行对于"通货膨胀"的关注度明显高于"通货紧缩".第二,通过统计有关通胀类词的出现个数,可以大致了解每年通货膨胀严重程度.第三,通过计算条件概率,可以更好的解释该给条件词十几年的大致走势.第四,通过不同时期的比较分析,在绝对概率下可以更好的看出用词的变迁,而在条件概率下,可以更好的研究给定词在不同时期所表现出来的不同特征.     

Birnbaum‐Saunders autoregressive conditional range model applied to stock index data

This article proposes a new approach to the conditional autoregressive range (CARR) model using the Birnbaum‐Saunders (BS) distribution. The model aims to develop volatility clustering, which incorporates extreme fluctuations, using a time‐varying evolution of the range process called the BSCARR model. Furthermore, diagnosis analysis tools for diagnosis analysis were developed to evaluate the goodness of fit, such as residual analysis, global influence measures based on Cook's distance, and local influence analysis. For illustrative purposes, three real financial market indices are analyzed. A comparison with classical CARR models was also carried out in these examples. The results indicated that the proposed model outperformed some existing models in the literature, especially a recent CARR model based on the gamma distribution even under the presence of atypical cases (observed values).