资产波动率为随机的信用等级迁移风险评估模型

以公司债券为手段,评估具有随机波动率的信用等级变换的风险.根据公司资产的多少将公司划分为高低两种信用等级,并假设公司资产的变化满足Heston随机波动率模型,且波动率在高低等级下围绕不同的均值波动回归.通过计算这样的资产波动下公司债券的价值,来评估具随机波动率的信用等级变换的风险.利用一张特殊的零息票来对冲由波动率的随...     

中国新三板市场阶段性集合竞价制度的价格发现研究

市场微观结构理论表明交易机制对资产价格的形成过程具有重要影响。本文以中国新三板交易机制改革为背景,从理论上分析了阶段性集合竞价制度的市场出清过程。阶段性集合竞价制度的核心在于市场出清时间间隔的设定。本文构建了一个存在信息摩擦和知情交易者学习机制的集合竞价市场出清模型,讨论了市场出清时间间隔对价格发现效率、资产价值不确定性和流动性风险的影响。研究发现:(1)在完美信息条件下,如果对市场规模较大和价值波动率较高的资产设定较短的市场出清时间间隔,将会降低投资者的流动性风险,提升市场质量;(2)在不完美信息条件下,除市场规模和资产价值波动率之外,信息不对称程度和知情交易者比例也是影响最优市场出清频率的重要因素;(3)在不完美信息条件下,对价值波动率较低的资产缩短市场出清时间间隔才能降低流动性风险,这与完美信息条件下的结论相反。     

基于动态VaR约束与随机波动率模型的最优投资策略

研究Stein-Stein随机波动率模型下带动态VaR约束的最优投资组合选择问题. 假设投资者的目标是最大化终端财富的期望幂效用,可投资于无风险资产和一种风险资产, 风险资产的价格过程由Stein-Stein随机波动率模型刻画. 同时, 投资者期望能在投资过程中利用动态VaR约束控制所面对的风险.运用Bellman动态规划方法和Lagrange乘子法, 得到了该约束问题最优策略的解析式及特殊情形下最优值函数的解析式; 并通过理论分析和数值算例, 阐述了动态VaR约束与随机波动率对最优投资策略的影响.     

最小化破产概率的保险人鲁棒投资再保险策略研究

在模型不确定条件下,研究以破产概率最小化为目标的模糊厌恶型保险公司的最优投资再保险问题. 假设保险公司可投资于一种风险资产,也可购买比例再保险. 分别考虑风险资产的价格过程服从随机波动率模型和非随机波动率模型的两种情况,根据动态规划原理建立相应的HJB方程,得到保险公司的最优鲁棒投资再保险策略和价值函数的解析解. 最后,通过数值模拟分析了各模型参数对最优策略和价值函数的影响.     

极端波动、跳跃和尾部风险——基于已实现波动率的股票市场风险动态预测

本文基于跳跃扩散波动理论,利用非参数方法估计波动中跳跃成份,研究我国股市波动中跳跃的动态演变特征,将跳跃作为股市波动的重要因素纳入模型,建立我国股指收益率的非齐次自回归已实现波动率模型,利用条件极值方法对我国股市的波动风险进行动态预测.统计结果表明:在股市大波动时期跳跃发生更为频繁,而且和连续成份相比较,跳跃对股指波动的贡献占据主要地位。和传统的EGARCH模型相比,包含跳跃的已实现波动率模型对股指波动风险预测性能明显优于EGARCH模型风险预测,跳跃对股指波动风险预测具有显著的解释力.对股市历史数据的分析和预测表明,跳跃对于股指日收益率尾部行为具有重要的影响,大跳跃的发生导致尾部风险显著增大。本文研究结果对于政府监管部门监控股市和制定有效的调控措施加强股市风险管理具有重要的参考价值。     

随机通胀风险下基于半鞅理论的最优投资策略

本文在半鞅理论框架下,构建包括可交易风险资产、不可交易风险资产和未定权益的金融投资模型。在考虑随机通胀风险和获取部分市场信息的情形下,研究投资经理人终端真实净财富指数效用最大化问题。运用滤波理论、半鞅和倒向随机微分方程(BSDE)理论,求解带有随机通胀风险的最优投资策略和价值过程精确解。数值分析结果发现,可交易风险资产最优投资额随着预期通胀率的增加而减少,投资价值呈先增后减态势。当通胀波动率无限接近可交易风险资产名义价格波动率时,通胀风险可完全对冲,投资人会不断追加在可交易风险资产的投资额,以期实现终端真实净财富期望指数效用最大化。研究结果为金融市场的投资决策提供更加科学的理论参考。     

审计稳健性与投资者决策、公司市场价值

如何持续提升资本市场的配置绩效是投资者和其他利益各方关注的重大问题.在对国外审计师稳健性经济后果模型修正的基础上,着重从诉讼风险角度,分析了审计师稳健性与投资者投资效率和客户公司市场价值的关系.结果发现:在法律法规健全且有效实施的条件下,审计师的鉴证类型(稳健或激进、中性)决定了投资者的投资效率和公司的市场价值.反之,激进型审计策略成为审计师的主流特征,结果导致投资者过度投资和投资不足并存、公司价值低估与高估同在的格局.然后,结合我国投资者长期投资不足、公司价值低微的现实,予以印证.主要创新是按照法律制度是否健全和实施力度分析了审计稳健性与投资效率和公司价值的关系.     

特质波动率与股票收益——基于Fama-French五因子模型的研究北大核心CSCD

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

基于Volterra Heston模型的最优投资和再保险问题

作为金融市场体系的重要组成部分,选择最优的投资和再保险策略对保险公司来说十分重要.本文研究了保险公司在均值-方差准则下的最优投资和再保险问题,假设保险公司通过购买比例再保险来分散自身风险,其盈余过程由近似经典Cramer-Lundberg模型的扩散过程刻画,此外,保险公司通过投资于无风险资产和风险资产来增加收入,其中风险资产价格服从Volterra Heston模型.由于Volterra Heston模型的非马尔可夫性和非半鞅性,经典的随机最优控制框架不再适用,本文通过构造一个辅助随机过程,得到了依赖于Riccati-Volterra方程解的最优投资和再保险策略及有效前沿,并对最优策略、有效前沿和波动率粗糙度、再保险因素之间的关系进行了数值分析,发现股票价格的波动率越粗糙,保险公司对股票市场和再保险的需求越大.     

基于鞍点逼近的投资组合极端风险贡献度测度

在当今金融市场资产价格高波动的背景下,度量投资组合中各资产对总体风险的风险贡献度对探析投资组合风险波动不定的深层次原因有重要意义。关于风险贡献度的测算,目前运用较广泛的是历史数据法,其主要适用于存在大量数据样本且持续期较短的情况。特别地,极端情况下的风险贡献度估计主要由处于分布尾部的少量观测值决定,因此历史数据法估计的准确性此时较难保证,为此,本文对鞍点逼近模型优化并考察上述情形。通过对中国股市进行实证分析发现,与传统历史数据法相比,鞍点逼近模型呈现下列优点:投资组合分布函数简洁、风险贡献度计算效率和准确性较高,压力测试表明该方法具有较好的稳健性。因此该方法有望对投资组合的风险预警与防范起到决策支持作用。     

通胀风险与波动风险环境下带有保费返还条款的DC型养老金计划

通胀风险和波动风险是影响养老金计划的最重要的两个因素,保费返还条款可以保障死亡的养老基金持有者的权益.文章研究了通胀风险和波动风险环境下带有保费返还条款的确定缴费型(DC型)养老金计划问题.模型中假设风险资产价格由Heston随机波动率模型驱动,养老金被允许投资于一种无风险资产、一种风险资产和一种通胀相关指数债券.在均值-方差准则下,利用随机控制理论、博弈论和变量分离法得到了时间一致最优投资策略和有效前沿的显性解.最后通过应用数值算例对最优投资策略和有效前沿进行了敏感性分析.     

基于高频波动率模型与R-vine copula的行业资产组合风险测度研究

相较于低频波动率模型,高频波动率模型在单资产的波动和风险预测中均取得了更好效果,因此如何将高频波动率模型引入组合风险分析具有重要的理论和现实意义。本文以沪深300指数中的6种行业高频数据为例,运用滚动时间窗技术建立9类已实现波动率异质自回归(HAR-RV-type)模型刻画行业指数波动,同时使用R-vine copula模型描述行业资产间相依结构,进一步结合均值-CVaR模型优化行业资产组合投资比例,构建组合风险的预期损失模型,并通过返回测试比较不同风险模型的精度差异。研究结果表明:将HAR族高频波动率模型引入组合风险分析框架,能够有效预测行业资产组合风险状况;高频波动率预测的准确性将进而影响组合风险测度效果,跳跃、符号跳跃变差以及符号正向、负向跳跃变差均有助于提高行业组合风险的预测精度。     

我国居民资产配置行为的随机模拟研究

近两年来,证券市场高涨下的居民资产配置行为备受关注。本文以最优资产选择模型为基础,讨论了2005年7月至2007年5月利率、风险偏好、沪深股市相关性、股市收益波动与居民资产选择的数量关系,采用Monte-Carlo与Bootstrap等方法模拟牛市时期各因素对资产配置行为的影响。研究发现:牛市时期以储蓄存款为主的单一型金融资产结构格局并未改变;从收益率的角度,股市对储蓄的影响比利率大;从风险的角度,利率对储蓄的影响比股市大;利率、沪深股市的之间的相关性大小对居民储蓄投资的影响不容忽视。     

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。     

随机波动率与投资中的q理论

本文将随机波动率引入托宾q模型,讨论生产率冲击的波动率大小对公司价值与投资决策的影响.研究发现,公司托宾q值会受到生产率冲击波动率的显著影响,波动率的增大会降低托宾q值,且该影响会随着波动率的增大而加剧.此外,波动率对托宾q值的影响也会传导到公司的投资决策上来,托宾q降低会使得投资额减小,该影响同样会随波动率的增大而加剧.本文还考虑了波动率对公司在用资产与成长机会价值的影响,更为合理地刻画了公司生产过程中生产率冲击的波动率为随机的假设现实情况,所得结论对公司估值及投资决策均有一定的参考价值.     

随机波动率市场存在股票误价时的最优投资策略

本文研究了随机波动率市场中存在股票误价(mispricing)时的最优投资组合选择问题.假设投资者的目标是最大化终端财富的期望幂效用;其可投资于无风险资产、市场指数和两支相同权益或近似度极高的股票,其中至少有一支股票存在误价;市场收益的波动率和股票系统风险由Heston随机波动率模型刻画.运用动态规划方法和Lagrange乘子法,分别得到不存在/存在有限卖空约束时,投资者的最优投资策略及最优值函数的解析式,并通过理论分析和数值算例,阐述了投资时间水平和价格随机误差对最优投资策略的影响.     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

Vasicek利率与Heston模型下的最优投资和再保险

本文主要研究Vasicek随机利率模型下保险公司的最优投资与再保险问题.假设保险公司的盈余过程由带漂移的布朗运动来描述,保险公司通过购买比例再保险来转移索赔风险;同时,将财富投资于由一种无风险资产与一种风险资产组成的金融市场,其中,利率期限结构服从Vasicek利率模型,且风险资产价格过程满足Heston随机波动率模型.利用动态规划原理及变量替换的方法,得到了指数效用下最优投资与再保险策略的显示表达式,并给出数值例子分析了主要模型参数对最优策略的影响.     

期权标的资产波动率的重构方法

在B lack-Scho les公式中,波动率σ是一个非常重要的参数.并且在诸如股票、利率、股指期货等标的资产的交易市场中,人们往往希望知道标的资产未来价格的波动率,从而知道该资产的未来风险结构.但一般来说,由于事件还没有发生,人们对σ的未来走向很难预测.但可以运用B lack-Scho les的理论框架,从期权市场获取的信息去重构标的资产价格的波动率.论文使用的是基于T ikhonov正则化的数值微分方法,利用Dup ire公式去重构标的资产的未来预期波动率.相对于其他方法,该算法更加快速有效,并且能识别标的资产的预期风险突变.     

基于随机微分博弈的最优投资

研究存在模型风险的最优投资决策问题,将该问题刻画为投资者与自然之间的二人-零和随机微分博弈,其中自然是博弈的"虚拟"参与者.利用随机微分博弈分析方法,通过求解最优控制问题对应的HJBI(Hamilton-Jacobi-Bellman-Isaacs)方程,在完备市场和存在随机收益流的非完备市场模型下,都得到了投资者最优投资策略以及最优值函数的解析表达式.结果表明,在完备市场条件下,投资者的最优风险投资额为零,在非完备市场条件下最优投资策略将卖空风险资产,且卖空额随着随机收益流波动率的增大而增加,随风险资产波动率增大而减少.