分离定理和对上海股市的CAPM实证分析

本文简单介绍了资本性资产定价模型（ＣＡＰＭ），并且给出了分离定理的证明，还运用ＣＡＰＭ对上海股市进行了实证分析。     

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.     

基于推广多因子模型的资产动态配置研究——以上证A股为例

考虑投资者关于市场的观点,并用椭球分布替代正态分布作为资产收益和投资者观点分布导出推广的多因子模型(EMFM).采集2015年1月5日到2018年9月11日上证A股中分列于11个行业共828只股票的日收益率及其相关指标,采用5个系统风险因子,在3种常用风险指标下应用EMFM对该高数据进行动态建模并做资产配置分析.实证结果显示:从回溯期内的收益表现来看,使用自由度为3的多维t分布,一种特殊的椭球分布,即便合并简单的绝对观点的EMFM在SD风险指标下的组合都优于马科维兹组合的情形,同时也优于其使用VaR和CVaR的情形,且所有组合都优于上证指数的情形.     

中国股市大公司与小公司股票动态价格关系研究——以钢铁行业为例

从中国上海和深圳股票市场选择了钢铁股票22家,根据差别信息集理论,探究了该行业内股票价格的长期协动关系以及收益的领先—滞后关系,发现钢铁大公司股票与其小公司股票价格的长期协动关系仅存在于牛市阶段.在熊市阶段,大公司股票的收益对小公司股票收益存在信息领先趋势.并给出了实际操作建议.     

风险资产市场组合的概率分布和均值估计

探讨CAPM中风险资产市场组合的概率分布和均值估计问题.在股票价格行为模型用维纳过程(又称布朗运动)表述的前提下,证明了CAPM中的市场组合服从加法逻辑正态分布的结论,进而给出了市场组合均值的3种估计.以此为基础进行CAPM的实证检验,才具有理论上的严密性.     

Pricing stock and bond derivatives with a multi-factor Gaussian model

The martingale approach to pricing contingent claims can be applied in a multiple state variable model. The idea is used to derive the prices of derivative securities (futures on stock and bond futures, options on stocks, bonds and futures) given a continuous time Gaussian multi-factor model of the returns of stocks and bonds. The bond market is similar to Langetieg's multi-factor model, which has closed-form solutions. This model is a generalization of Vasicek's model, where the term structure depends on state variables following correlated mean reverting processes. The stock market is affected by systematic and unsystematic risk.     

What is the impact of stock market contagion on an investor’s portfolio choice?

Stocks are exposed to the risk of sudden downward jumps. Additionally, a crash in one stock (or index) can increase the risk of crashes in other stocks (or indices). Our paper explicitly takes this contagion risk into account and studies its impact on the portfolio decision of a CRRA investor both in complete and in incomplete market settings. We find that the investor significantly adjusts his portfolio when contagion is more likely to occur. Capturing the time dimension of contagion, i.e. the time span between jumps in two stocks or stock indices, is thus of first-order importance when analyzing portfolio decisions. Investors ignoring contagion completely or accounting for contagion while ignoring its time dimension suffer large and economically significant utility losses. These losses are larger in complete than in incomplete markets, and the investor might be better off if he does not trade derivatives. Furthermore, we emphasize that the risk of contagion has a crucial impact on investors’ security demands, since it reduces their ability to diversify their portfolios.     

股灾背景下中美股市风险溢出的结构转换研究

选取中美股票市场的上证综指、恒生指数和标普500指数作为研究对象进行风险溢出效应研究,结果表明,总体而言上海市场与香港市场之间双向风险溢出效应最为显著,香港市场和美国市场次之,而上海市场与美国市场之间的双向风险溢出效应最不显著;从风险溢出方向与强度方面分析,无论牛熊市,香港市场对上海市场在极端风险时刻的风险溢出要显著强于上海市场对香港市场的溢出,而香港市场与美国市场之间在牛市行情下双向风险溢出效应相对均衡,在熊市行情下香港对美国的风险溢出相对更大,与常理不一致的结果是上海市场在牛市期间对香港市场的风险溢出效应要大于熊市,围绕这一点进一步采用Chi-plot相关图进行分析表明中国市场还未达到“中国打喷嚏,世界经济感冒”的状态;从风险溢出效应的动态趋势分析看出两个牛市阶段各市场的风险溢出呈现不同特征。美国市场对中国市场的风险溢出效应总体平稳,而中国市场对美国市场的风险溢出效应存在一定差异,在低分位数水平相差较大,随分位数水平提高两个牛市阶段的风险溢出趋于一致。但上海市场对香港市场的风险溢出随时间变化在牛市阶段逐步增强,而香港市场对上海市场的风险溢出则逐渐下降。     

对CAPM模型检验中独立同分布正态假设重要性的实证分析

金融市场的数据大多不是iid正态的,但是通常针对CAPM的Wald检验和F检验均是基于这一假设的。本文采用一种不需要iid正态假定的基于GMM方法的检验统计量,对同一原假设进行了检验,并且将结果与美国和澳大利亚股市的实证结果进行了比较。结果表明上海股市的确不满足iid正态,而且GMM统计量的检验结果和通常的检验存在差异并有可能影响到判别的结果。     

基于几种风险测度的多阶段组合优化研究

基于均值-方差(MV)、VaR(Value at Risk)、CVaR(Conditional VaR)、HMCR(p=1,2,3)(Higher Moment Coherent Risk)几种风险测度进行多阶段组合优化研究。首先从一致性公理和随机占优一致性角度分析几种风险测度的风险识别能力,认为HMCR(p=2,3)的风险识别能力最高,然后给出静态和动态下的风险规避型的规划函数及多阶段CVaR和HMCR模型,最后依据单阶段和多阶段优化模型,对上证50指数成份股进行实证分析。对比单阶段和多阶段下几种风险测度优化组合的累计收益率及几种风险测度之间的关系,结合上证50指数收益率发现,多阶段优化组合要整体优于单阶段优化组合,且HMCR(p=2,3)要优于指数收益率和其它几种风险测度。从投资者投资决策方面来分析,HMCR(p=2,3)型积极投资策略比较适用于股市平稳期、顶峰期和下降期,被动投资策略比较适用于股市上升期。     

两类多元GARCH模型的预测绩效和组合VaR的研究

运用V aR模型对股票组合进行风险测度的关键之一是得到组合条件协方差矩阵.而经典的多元GARCH模型来求解波动率面临着估计参数过多,计算量庞大的问题.因此,使用正交GARCH模型和CCC模型来估算波动率,并以沪深两市A股市场上四个行业的65只股票为样本,使用RM SE和M AD指标比较这些模型的预测能力,求得股票组合的V aR,得出前者效率高和后者预测能力略高的结论.     

上证指数的预测分析

本文根据上海股市2005年6月到2009年8月的上证指数数据,通过建立数学模型的方法,对上海股票市场的走势情况作出了综合评价,建立短期内预测股市发展趋势模型对上证指数进行预测,并通过历史实际数据对模型进行了验证。     

盈余管理计量模型效力的实证研究

本文以随机抽取的上海和深圳证券交易所的1000家被并购上市公司为样本,研究了盈余管理计量模型的检验效力问题。本文通过三种验证各模型效力的实证方法比较了6种盈余管理的计量模型。研究发现:第一类误差的方法认为Healy模型、修正的琼斯模型和前瞻性修正的琼斯模型能有效地检验出盈余管理行为:预测误差标准方法则认为前瞻性修正的琼斯模型是最优的模型:而根据对操纵性应计部分的短期效应的实证则认为Healy模型、修正的琼斯模型、KS模型和前瞻性修正的琼斯模型是较优的计量模型。在综合考虑各种实证结果和中国资本市场实际情况的基础上,认为前瞻性修正的琼斯模型在中国证券市场检验盈余管理行为的效力最强。     

外汇市场、股票市场与房地产市场的风险传染研究——基于三元VAR-BEKK-GARCH模型实证分析

本文将人民币汇率、房价和股价三者纳入一个统一的分析框架中,从水平变动和波动风险两个方面考虑时变异方差和变量间的风险传递效应,使用“二次汇改”后的2010年6月到2017年12月的月度数据,采用三元GARCH和BEKK时序模型研究人民币汇率、房价和股价之间的动态影响关系及其波动风险互动机制。研究发现,三个市场相互之间具有明显的影响,特别是价格波动的风险传染上,房地产市场与股票之间、股票市场与汇率市场之间或长期或短期都存在风险的传递效应。具体而言,市场在均值溢出方面,人民币升值会促进房价和股价的上涨;但房价与股价之间的价格影响关系并不明显。在波动溢出方面,房价和股价之间的波动溢出效应明显,同时存在ARCH和GARCH型波动效应,而股价对汇率的波动影响也同时存在ARCH和GARCH型波动效应,但汇率对股价仅有GARCH型波动效应。     

基于Tsallis理论的中国股市收益分布研究

应用Tsallis提出的非广延统计力学理论以及与之密切相关的非线性Fokker-Planck方程所描述的动力系统,根据我国上证指数和深证指数2004年1月1日～2008年11月13日的高频数据,分析了在三种不同的时间标度下股指收益的概率分布,发现Tsallis分布可以很好地描述两市收益分布的尖峰厚尾有限方差等特征,同时也给出了市场微观动力学层面的解释。揭示出我国上海和深圳股市的价格过程并不符合随机游走,而是反常扩散过程,两市具有十分接近的非线性动力系统特征。所得结论对于研究我国金融市场的资产配置和定价、风险管理和制度建设都具有重要的意义。     

Portfolio optimization with a neural network implementation of the coherent market hypothesis

Capital market research seems to be widely governed by traditional static linear models like arbitrage pricing theory and capital asset pricing model, though there is some evidence that better results can be achieved using nonlinear approaches. In this study we described a portfolio optimization model based on artificial neural networks embedded in the framework of a nonlinear dynamic capital market model, the coherent market hypothesis. The main advantage of this theory is that it drops the premise of rational investors and therefore relaxes the precondition of approximately normally distributed stock returns. Neural networks are used to estimate the return distributions in order to forecast the fundamental situation and the level of group behavior of the specific stocks. On the basis of these forecasts the relative stock performance is predicted and used to manage stock portfolios, In a simulation with out-of-sample data from 1991–1994 a portfolio constructed from the eight best ranked stocks achieved an annual return rate about 25% higher than that of the market portfolio and one built from the eight worst ranked stocks attained a return about 25% lower than the market portfolio's return rate. A hedging strategy based on the two aforementioned portfolios leads to a consistently positive annual return of about 25% regardless of the movements of the market portfolio with only 41% of the risk of a buy and hold strategy in the market portfolio.     

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.     

沪深股市风险特征分析

本文运用ARMA-GARCH-M计量经济学模型,以及国际上通行的风险评价指标VAR,通过计算沪深两市的VAR值,比较两市的整体投资风险,以及各自的风险特点,并对模型的有效性进行了Kupiec检验,为投资者控制市场风险提供参考.     

股指极端波动下中国股市复杂网络结构及中心性分析

基于复杂网络理论,以2015年、2008年国内两次股灾为背景,分别构建股灾发生前、中、后的中国股市网络,通过度、度分布、平均路径长度等基本拓扑指标,分析中国股市网络特性及网络结构的变化,综合利用度中心性、介数中心性及接近度中心性,筛选出各时期网络中的核心股票、核心行业并分析其变化情况,基于网络特征向量中心性分析股市的系统性风险及变化情况,通过仿真实验分析股市网络的鲁棒性。研究表明:两次股灾背景下的中国股市复杂网络均具有小世界性和无标度性;与2008年国际金融危机相比,2015年国内股灾对中国股市的影响强度更大,且2015年中国股市对金融风险的弹性更大;股灾期间各行业版块具有明显的风险传染性,指出各行业板块对稳定股市、修复股指的作用;股指极端波动时,股灾的外生冲击会使股市的系统性风险加大,与2015年国内股灾时期相比,2008年国际金融危机时期的股市系统性风险更大;中国股市网络对随机攻击具有一定鲁棒性,但对蓄意攻击具有脆弱性,股灾的外生冲击会降低中国股市网络的鲁棒性。研究为把握股市极端波动风险下的市场结构特征、股市风险管理提供了参考。     

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.