中国股票市场的收益-风险关系和惯性分析

本文采用非对称 EGARCH-M模型刻画了中国股票市场的个股风险 ,并对全市场的收益 -风险特征进行了横向分析 ,结果表明 ,从长期的角度来讲 ,在正常的市场条件下 ,中国股票市场存在着一定的高风险 -高收益、低风险 -低收益的关系 ,但从短期来看 ,由于不确定性因素较多 ,这种风险收益关系并不显著 .其次 ,本文分别采用每只股票历史 3个月的累积收益率、6个月的累积收益率以及 1 2个月的累积收益率分析了中国股票市场的惯性 ,我们发现 ,无论是从短期还是从比较长的时间来看 ,中国股票市场都不存在市场惯性 ,而表现出一定的反转现象 ,但反转现象会随着时间的推移逐渐减弱     

考虑投资人过度自信偏好的占线股票投资策略研究

当股票价格及收益的统计信息不足或无法构建精确概率分布时,股票占线投资问题获得广泛关注,即投资人能够运用在线算法和竞争分析设计出更好的占线投资策略以应对股价的不确定性。本文将投资人过度自信偏好这种认知偏差,引入到股票占线投资问题中,构建了离线对手与股票占线投资人的博弈模型,分别给出一般情形和存在动量效应情形下的最优混合策略和混合策略纳什均衡。结果发现,两种情形下的最优混合策略不仅克服了传统股票投资策略对股价或股票收益概率分布假设的过度依赖,并且更好地抽象了股票占线投资人过度自信、追涨杀跌等特征,对现有行为金融与金融占线交易问题的研究提供了有益补充。     

投资者情绪和市场利率对证券市场指数收益影响特点的动态刻画

本文基于2006年10月到2015年6月市场层面的投资者情绪和上证综指收益率,刻画了投资者情绪和市场利率对证券市场指数收益率的影响。首先,本文通过误差修正模型研究了短期层面投资者情绪对证券市场收益的影响特点,补充了以往在长期层面和整体收益水平上投资者情绪对市场收益影响的研究。由于市场层面的投资者情绪会受到宏观政策影响,之后本文将市场利率作为政策因素,通过分位数回归分析了不同市场收益水平下,市场利率和剔除了宏观政策因素的投资者情绪对市场收益的影响。研究结果表明:投资者情绪和证券市场收益之间的关系在短期层面上更为显著;当我国的证券市场环境处于“牛市”时,市场利率和投资者情绪均会对证券市场指数收益产生显著的影响,且随着市场收益水平的逐步上升,市场利率的反向作用和投资者情绪的正向作用均会逐渐加强。     

中国股指期现货市场间的非对称风险溢出效应——基于分位数Granger因果检验

为了揭示中国股指期现货市场之间风险溢出效应的非对称特征,本文利用已实现半方差将中国股指期现货市场的风险区分为下跌风险和上涨风险,并运用均值Granger因果检验和分位数Granger因果检验,考察两市场之间下跌风险溢出效应和上涨风险溢出效应的差异。研究发现,中国股指期现货市场之间不仅存在显著的下跌风险溢出,还存在显著的上涨风险溢出,而且溢出效应随着分位数区间不同而呈现出显著的非对称特征。一方面,期货市场对现货市场的下跌风险溢出在全部分位数区间均显著,而上涨风险溢出仅在分布的中间位置和上尾显著。另一方面,现货市场对期货市场的下跌风险溢出主要集中在尾部极端分位数区间,而上涨风险溢出主要集中在分布的中间位置和低分位数区间。     

中国股市和债市波动溢出效应的MV-GARCH分析

股市和债市的波动溢出效应是研究金融市场信息流动、风险传递的重要内容。在估计了股市和债市候选MV-GARCH模型参数基础上,通过AIC准则等拟合优度方法选择了t分布型BEKK为最优模型,因为它更好的捕捉到了金融时序尖峰、厚尾的特征.结果显示,中国股市和债市波动溢出具有明显时变特征,波动影响不对称,股市对债市影响大于债市对股市影响。动态相关系数偏弱说明两个市场在资源配置能力、信息流动等方面存在显著的缺陷.     

中国股市短期波动的非线性ARCH效应显著性分析及参数估计

中国股票市场受政治或其它因素的影响有自己的波动特点。本文利用拉格朗日乘子,选择不同的频率检验中国股票市场短期的ARCH效应的显著性,并用FGLS四步法进行非线性估计。结果表明:中国股票市场在选择适当的频率下,短期的ARCH效应是显著的,对于研究中国股票市场的成熟度,预测股票短期投资风险,规范中国股票市场发展等具有重要的意义。     

Value-at-Risk with quantile regression neural network: New evidence from internet finance firms

Traditional risk measurements have proven inadequate in capturing tail risk and nonlinear correlation. This study proposes a novel approach to measure financial risk in the Internet finance industry: a new Value-at-Risk (VaR) measurement based on quantile regression neural network (QRNN). Sparrow Search Algorithm (SSA) is utilized to optimize the QRNN model, which improves the model's performance in predicting internet finance risk. By comparing the TGARCH-VaR and QR-VaR approaches, our study demonstrates the effectiveness of the QRNN-VaR approach and its potential to improve the accuracy of risk prediction in the Internet finance industry. This study further examines and compares the risks between the traditional and internet finance industries. It also considers the unique impact of COVID-19 on industry risk based on statistical testing for differences and machine learning models. Our results indicate that the level of risk in the Internet finance industry is higher than in the traditional finance industry. Moreover, COVID-19 has contributed to increased risk within the Internet finance industry. These findings have significant implications for investors and policymakers seeking to better understand and manage risks within the Internet finance industry, particularly in the ongoing COVID-19 pandemic.     

基于主成分回归模型的行业轮动策略及其业绩评价

行业轮动策略在资产配置中具有重要的地位.应用主成分回归模型设计一种新的行业轮动策略,并且采用四因素模型评价它在市场摩擦状态的投资业绩.实证分析新兴的上海证券市场,发现主成分回归模型能够很好的预测未来的行业收益率;行业轮动策略能够获得显著为正的阿尔法收益,即使存在卖空限制和交易费用;市场趋势和行业动量效应是行业轮动策略的收益率的主要影响因素.     

机制转换条件下股市收益率跳跃行为研究:基于RS-ARJI模型的以中国股市为例的实证分析

为检验股市收益率机制转换特性,考察机制转换条件下股市收益率的跳跃特征,以及在不同机制下跳跃行为对股市收益率的冲击效应,将Markov机制转换思想引入自回归跳跃(ARJI)模型,构建一个机制转换自回归跳跃(RS-ARM)模型.基于该模型对中国股市进行实证研究,结果表明:股市存在高、低波动两种机制,高波动时期的跳跃幅度和强度及其对股市收益率的冲击均大于低波动时期.同时,波动率估计和预测评价指标显示,RS-ARJI模型优于目前被广泛使用的GARCH模型和ARJI模型.     

风险投资对中小企业经营绩效的影响——基于区分风险投资机构事前效应与事后效应的视角

基于风险投资与企业绩效的内生性关系视角,即是风险投资事前选择了业绩更优的项目,还是其事后监督辅助提升了参与企业的绩效,本文对深圳创业板与中小板上市企业进行PSM配对,并对配对样本在2001至2014年的面板数据进行回归分析,研究发现与同质非风投支持企业相比,风投支持的企业总体上表现出了显著的绩效优势,但这种绩效优势仅仅源自于企业的自身发展能力。风险投资机构在投资前对优质项目具备积极的筛选能力;但在控制了风险投资的筛选效应后,风险投资机构的事后介入对受资企业的绩效甚至起到一定程度的抑制作用。在Heckman两阶段模型结合内生转置回归模型检验中同样证明了风险投资机构具有积极的事前筛选效应;但其事后介入对受资企业的经营绩效产生负向处理效应。此外,风险投资的特征因素对其事后处理效应具有显著的调节作用:相比成熟的风投机构,年轻风投对企业的经营绩效表现出更大的负面事后处理效应;而相比在企业初创阶段介入的风投机构,在企业后期发展阶段介入的风投对参与企业经营绩效表现出更大的负面事后处理效应;相比新兴产业,在传统产业中风投对企业经营绩效表现出更大的负面事后处理效应。     

Measure of bullwhip effect in supply chains: The case of high order autoregressive demand process

Bullwhip effect – the phenomenon in which variance of demand is amplified when moving upstream – has attracted the attention of many researchers for the last few decades. Although the main sources that cause bullwhip effect have been identified, quantifying the bullwhip effect still remains a challenge. In the past, measuring the bullwhip effect for supply chains with autoregressive demand process has been conducted by some researchers. However, most past researches focused mainly on the simple AR(1) model. In many practical situations, autoregressive models with higher order should be employed because they might better represent the demand process. Up to now, very little effort has been spent on this matter. Therefore, this research is conducted to fill this gap by first dealing with AR(2) demand process and investigating the behavior of the developed measure with respect to autoregressive coefficients and order lead-time. Extension to the general AR(p) demand process is then considered.     

On the changing structure among Chinese equity markets: Hong Kong,Shanghai, and Shenzhen

This study investigates information discovery among five Chinese equity markets measured daily over the period 1995–2014. We employ time series methods for finding structural breaks (if any) and uncovering both short-run and long-run fluctuations. We apply a new algorithm of inductive causation for use with non-Gaussian data to study the information flows in contemporaneous time. The empirical results show that there are four break dates and that the underlying causal models changed over our study period. The Shanghai A-share market dominates the other markets in the most recent period.