标准金融和行为金融在证券组合中的关系

在证券组合分析中,标准金融理论认为风险与收益具有正相关关系,而行为金融理论认为认知风险与认知期望收益具有负相关关系.将标准金融和行为金融都作为设计和管理投资组合的工具,建立了基于"自信度"的认知风险和认知期望收益模型;研究了影响认知风险和认知期望收益的主要因素;得出了标准金融和行为金融在证券组合中的关系:只有在"自信度"大于某一值的情况下,收益与风险才具有正相关关系,否则具有负相关关系;讨论了标准金融和行为金融相互转换的边临界条件.为标准金融和行为金融对证券组合中风险和收益之间的矛盾关系给予了一种有效的理论解释.     

基于长短记忆神经网络预测的大类资产因子配置研究

大类资产配置策略为资金相对庞大的机构投资者提供了一个有效获取稳健收益的手段,通过因子收益分布及相关性的预测能更好地进行大类资产配置.将大类资产因子配置的思想与机器学习算法预测有机结合,首先筛选宏观因子及风格因子,利用长短记忆神经网络(LSTM)方法预测组合收益,得到最优因子组合;然后结合最优因子组合中蕴含的信息,修正对资产预期收益率的估计并提出了大类资产的权重配置方案.通过在全球18种大类资产上进行的算例分析表明,采用本文模型得到的配置策略相较于其它模型有更高的收益风险比、较低的年化波动以及较小的最大回撤.研究结论可为机构投资者的大类资产配置提供理论借鉴.     

金融约束对股票收益的影响

本文在我国沪市A股环境下考察金融约束对股票收益的影响．主要运用多元回归方法测试金融约束与股票收益的关系．金融约束因子是反映丁公司资产投资的能力，综合内部运作状况和外部经济环境的特征量，通过数学建模和实证分析发现：股票收益中的确存在金融约束因子，且金融约一般导致股票收益水平下降；此因子与公司规模、流通股本比例等因素相对独立。     

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.     

特质波动率与股票收益——基于Fama-French五因子模型的研究

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.     

考虑风险的产业技术联盟知识共享演化博弈研究

知识共享是促进产业技术联盟绩效增长的重要途径。考虑产业技术联盟成员风险偏好的差异性,引入成员风险因子与知识共享收益因素,构建基于风险因子和知识共享收益非线性关系的演化博弈支付矩阵,并求得博弈的均衡解。通过TD产业联盟的案例分析,仿真模拟风险因子、收益分配系数等因素对知识共享意愿的影响。研究结果表明:联盟成员的共享意愿对收益分配系数的变化非常敏感;风险因子和知识共享程度对联盟成员的共享意愿影响较大。     

基于灰色聚类分析的风险评价方法研究——以江苏民间资本进入金融领域风险评价为例

运用灰色系统理论,结合AHP方法,建立灰色聚类分析模型,对风险进行评价,并以江苏民间资本进入金融领域风险评价为例进行研究.结果表明,民间资本进入金融领域的风险属于高风险范畴,其中进入风险中的产业风险和社会风险属于高风险,信用风险属于较高风险,政治风险属于中等风险.并针对上述风险的等级,提出了相应的政策建议.模型具有一定的实用价值,它对于正确认识民间资本进入金融领域的风险和有针对性地制定相应的政策措施具有一定的理论和现实意义.     

投资者情绪影响风险—收益关系吗?——来自我国A股市场的检验

传统金融理论认为风险-收益间存在着严格的正向关系,但实证研究表明这种正向关系并非是稳定的,投资者情绪的不同可能对其产生不同的影响,因此,根据所构建的投资者情绪复合指数的大小将样本期分为情绪乐观期和情绪悲观期,分别检验了不同情绪期下我国A股市场中风险-收益间的关系,研究发现即使采用不同的波动率模型得到的分析结果也基本一致,即投资者情绪的不同确实会影响到我国A股市场中的风险-收益关系,且情绪悲观期内风险-收益间存在着正向关系,情绪乐观期内两者之间正向关系的程度有所减弱,甚至出现负向关系.     

基于交互效应的项目组合风险度量及选择优化

研究了具有不对称交互效应的项目组合风险测度和选择问题。从资源、收益和技术三方面描述了项目组合交互效应的产生,提出了基于生态位和生态位重叠理论的具有交互效应的项目组合风险度量方法,建立了以收益最大化和风险最小化的组合选择优化模型,并针对该模型给出了一种实用的混合遗传算法和应用实例。研究表明交互效应对组合风险度量和项目选择具有显著影响,这也为项目组合研究提供了新的视角和思路。     

一种新的股市风险度量指标及其应用

本文充分利用了多元统计分析的技术 ,提出了用收益的方差协方差矩阵引出的特征根作为股市风险的一种量度指标 ,在此基础上 ,推导出了第一特征向量的分块结构公式 ,并给出了具有实际意义的解释。本文的思想及技术路线 ,为以后对股市风险定量研究及开发金融工程产品打开了新的研究视野     

A hybrid method to evaluate pure endowment policies: Crédit Agricole and ERGO Index linked policies

An empirical method to evaluate pure endowment policies is proposed. The financial component of the policies is described using the time dependent Black Scholes model and making a suitable choice for its time dependent parameter functions. Specifically, the integral of the time dependent risk free interest rate is modeled using an extension of the Nelson and Siegel yield curve (see Dielbold and Li, 2006). The time dependent volatility is expressed using two different models. One of these is based on an extension of the Nelson and Siegel model (Dielbold and Li, 2006), while the other assumes that the volatility is a piecewise function with respect to the time variable. The demographic component is modeled using a generalization of the geometric Brownian mean reverting Gompertz model while an asymptotic formula for survival probability is derived when the mortality risk volatility is small. The method has been tested on two policies. In these the risk free interest rate parameters are calibrated using the one-month, three-month, six-month, one-year, three-year and five-year US treasury constant maturity yields and the parameters of the volatility are calibrated using the VSTOXX volatility indices. The choice of the data employed in the calibration depends on the policy to be evaluated. The performance of the method is established comparing the observed values of the policies with the values obtained using this method.     

房地产板块与金融板块指数相关性研究——基于Copula-Kermel模型的分析

近年来,房地产市场与金融市场的关联关系越来越紧密.选取2001年7月3日至2011年9月30日房地产板块与金融板块指数日收益率数据,利用非参数核密度估计单指数收益率的边缘分布,采用Copula方法定量刻画两者的相关结构及尾部相关性.实证结果表明:T-Student-Copula是描述房地产和金融板块指数日收益率的最佳Copula函数形式,且两者具有较强的上尾和下尾相关关系,因此投资者不能通过投资这两类股票降低投资组合风险.另外,政府在制定宏观经济政策时,一方面需注意在采取措施促进金融行业发展时,要防范房地产泡沫的加剧,另一方面还需注意在对房地产业进行调控时,要防止金融业的衰退.     

基于PCA-VAR模型的房地产信贷政策调控效应分析

有效的房地产调控,既要实现稳定房价、控制房地产开发投资过快增长等调控目标,同时也不会对宏观经济带来过大的负面影响.在分析各类房地产调控政策传导机制的基础上,通过构建PCA-VAR模型,并综合运用了协整分析、Granger因果检验、方差分解和脉冲效应分析等方法,细致测算了房地产信贷政策对房地产市场和宏观经济的影响,据此为我国实施房地产调控提供政策建议.     

基于广义CoES方法的金融业与房地产业风险溢出研究

为了克服广义CoVaR只能衡量单一尾部概率下条件风险的局限性,本文提出一种新的风险溢出测度——广义CoES方法,并基于Archimedean Copula函数给出了广义CoES的计算公式。利用该方法对我国金融业与房地产业风险溢出研究的实证结果表明:广义CoVaR相比于广义CoES低估了金融业与房地产业自身的条件风险;两个行业之间存在动态的、非对称的双向风险溢出,房地产业对金融业的平均风险溢出强度为69.71%,而金融业对房地产业的平均风险溢出强度为65.38%;房地产业对金融业的净风险溢出呈现出顺周期性,即当房地产价格低迷时净风险溢出程度较弱,而当房地产价格走高时净风险溢出程度也随之增强。     

Volatility forecasting for interbank offered rate using grey extreme learning machine: The case of China

Interbank Offered rate is the only direct market rate in China’s currency market. Volatility forecasting of China Interbank Offered Rate (IBOR) has a very important theoretical and practical significance for financial asset pricing and financial risk measure or management. However, IBOR is a dynamics and non-steady time series whose developmental changes have stronger random fluctuation, so it is difficult to forecast the volatility of IBOR. This paper offers a hybrid algorithm using grey model and extreme learning machine (ELM) to forecast volatility of IBOR. The proposed algorithm is composed of three phases. In the first, grey model is used to deal with the original IBOR time series by accumulated generating operation (AGO) and weaken the stochastic volatility in original series. And then, a forecasting model is founded by using ELM to analyze the new IBOR series. Lastly, the predictive value of the original IBOR series can be obtained by inverse accumulated generating operation (IAGO). The new model is applied to forecasting Interbank Offered Rate of China. Compared with the forecasting results of BP and classical ELM, the new model is more efficient to forecasting short- and middle-term volatility of IBOR.     

Influence of temporal aggregation on strategic forest management under risk of wind damage

A key aspect when optimizing strategic and long-term forest management policies is the temporal aggregation utilizing time periods of a specific length. As the length of the time periods influence both the problem size and the possible interaction of the management policy with the state of the forest, it implicitly has a major influence on the feasibility of computing the optimal management policy and the quality of the resulting management policy. The objective of this study was twofold: (i) to evaluate the value of considering the risk of wind damage in large-scale strategic forestry management policies, (ii) to investigate the influence of the length of the time periods on the value of considering the risk of wind damage in the management policy. The analysis was executed utilizing a graph-based Markov decision process model capable of considering stochastic wind damage event, and a case study utilizing a forest estate consisting of 1200 ha of forestry, divided into 623 stands. Twenty-, ten-, and five-year-long time periods were utilized to evaluate the influence of the length of the time periods, while the value of considering the risk of wind damage in the management of the estate was evaluated by optimizing and evaluating long-term management policies recognizing and not recognizing the risk of wind damage. Results show that the value of considering the risk of wind damage was small for the whole estate. The expected net present value of the estate increased by ≤2% by managing the estate according to the risk of wind damage. Furthermore, while the length of the time periods had a small influence on the scale of the entire estate, it had a larger influence on the scale of a smaller subset of stands in the estate. For the whole estate, the value of considering the risk of wind damage varied with ≤1.5% depending on the length of the time periods. While for a selected subset of stands, the value of considering the risk of wind damage varied with ≤6.5% depending on the length of the time periods.     

基于两步法带宽选择的金融时间序列长记忆参数估计

金融时间序列长记忆参数的半参数估计方法以频域分析为主,带宽选择是其中必不可少的关键环节。不同的带宽可能给出差异明显的长记忆参数估计值,甚至产生矛盾的结论,进而影响时间序列平稳性的判断。本文提出一种两步法,用于金融时间序列长记忆估计的半参数方法的带宽选择,并进一步对长记忆参数进行估计:首先,为了克服半参数方法忽略短期结构的不足,通过信息准则判断ARFIMA(p,d,q)过程的短记忆结构;其次,用短记忆模型拟合差分后的序列,根据拟合效果确定选择带宽及长记忆参数估计值。数值模拟显示以长记忆参数估计值均方根误差最小为标准,两步法优于其他方法。经上证50指数已实现波动率日数据的实证检验,两步法在长记忆模型中的预测误差最小;与短记忆模型相比,两步法在中期提前预测步长上具有优势。     

核心城市房地产市场的联动和溢出特征研究——基于中国“北上广深”样本的经验考察

本文基于房价长期趋势和短期波动层面,基于HP滤波法分离北京、上海、广州和深圳四大一线城市的房价,采用有向无环图和信息溢出指数方法剖析了核心城市房价之间的同期联动效应和信息溢出效应,并结合滚动窗口估计法分析了信息溢出对外部信息和调控政策的反应程度。结果显示:一线城市房价之间有紧密的联系程度和较高的信息溢出规模。在同期联动效应上,深圳房价趋势的对外联动效应最明显,北京房价趋势在同期最易受其它城市影响;上海房价波动存在较强的对外联动效应,深圳房价波动受其它一线城市的波动冲击较迅速。在信息溢出效应上,深圳房价趋势有引领作用,对外溢出效应最强;上海房价波动处于引导地位,中长期对其它市场影响最大。核心城市房价趋势之间的溢出指数随着利好政策信息的出现而上升,随着限制政策等不利信息的出现而下降。核心城市房价波动之间的溢出效应对于外部信息反应更为灵敏,国家对房地产市场的调控政策增大核心城市房价波动的信息溢出规模。     

我国股指期货与现货市场的波动溢出效应研究——基于HAR-CAW模型

沪深300股指期货与现货波动溢出问题的研究对于风险管理具有重要的理论和现实意义。本文旨在基于高频数据,利用异质金融市场驱动的HAR-CAW模型研究我国股指期货和现货市场之间及其自身的短期、中期和长期波动溢出问题。研究结果表明,沪深300股指期货与现货市场之间整体上存在着双向波动溢出效应,但是溢出效应不对称,期货对现货的溢出效应占主导地位;在相互间各期溢出研究上,两市场间的各期溢出表现各不相同;在自身溢出效应上,各期整体而言现货市场存在溢出,而期货市场不存在。     

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。