动态高阶矩风险稳健性测度与参数化组合投资决策研究

针对已有高阶矩组合投资模型中风险测度与模型求解的不足,本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先,运用混频数据抽样分位数回归(MIDAS-QR)模型,充分挖掘高频数据信息,提高动态高阶矩风险测度的及时性、准确性和稳健性;其次,采用参数化组合投资策略,将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数,大幅缩减待估计参数数目,提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证,研究结果一致表明：第一,基于MIDAS-QR模型的动态高阶矩风险稳健性测度,不仅充分考虑了金融风险的时变特征,而且测度结果受异常值影响较小,是一个稳健且有效的测度方法;第二,市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关,条件波动率、动态峰度风险与组合投资权重显著负相关,这些为组合投资决策提供了较好的机理性解释;第三,与等权方案、M-V模型、基准(B)模型和B-S模型等相比,本文构建的B-S-K模型,在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。     

高阶矩风险溢酬:信息含量及影响因素

本文基于台湾股市和期权市场数据,研究波动率、偏度和峰度等高阶矩风险溢酬的信息含量及影响因素,并结合边际贡献度分析了各常见影响因素对高阶矩风险溢酬的解释力。研究结论表明:波动率间的相关性高于偏度和峰度,波动率也更易于预测;期权市场的隐含矩信息对未来实际矩有较好解释力,且引入多个市场信息的预测效果要优于单一市场。市场情绪和异质信念是各高阶矩风险溢酬的主要影响因素;流动性信息次之;市场因子的解释相对较弱。对高阶矩风险溢酬影响因素的分析还应引入市场极端风险、风险厌恶信息和宏观经济变量等因素的考察。     

时变Copula下我国寿险公司投资市场风险经济资本测度

随着保险资金投资渠道的放宽,保险公司对于自身资金运用方面的管理显得日益重要,基于此,选取了国债和政府机构债券、企业债、证券投资基金以及股票这四种资产作为研究对象,将收益率低于同期银行存款利率的情形视为损失,结合样本数据进行了经济资本的测度分析.通过对比以往学者的研究,选定了用GARCH-偏正态分布进行收益率的拟合,并运用时变Copula函数进行风险相关性的测量,计算出了不同置信度下,寿险公司投资市场风险的经济资本.结果显示,时变Copula比常数Copula在风险相关性度量方面表现更好.     

Gram-Charlier展开在动态金融高阶矩建模中的近似误差

Gram-Charlier展开(GCE)在动态条件高阶矩GARCH模型中得到了广泛应用。相比于常见的分布,GCE的高阶矩形式更加直观,能更直接地刻画条件高阶矩的动态特征。此展开函数并不非负,在实际应用时需要平方并归一化,但已有文献大多忽略此处理后高阶矩所发生的变化。本文研究了平方处理方法对展开函数高阶矩的影响,推导了正确的高阶矩形式。实证研究表明,用原始参数作为近似高阶矩会产生显著偏误,在VaR预测时会严重低估风险。     

基于时变Copula模型的 基金收益率相依关系的应用研究

基于时变Copula模型,获得预测方差,确定单个基金收益率序列的边缘分布.利用常见的静态Copula和时变Copula模型对基金收益率序列间两两相依关系进行建模并进行对比分析.应用研究表明,基于MCMC方法的时变Copula模型能更有效地度量基金收益率序列的风险.     

基于时变SJC-Copula对商品期货市场间风险传染的探究

分别选取WIND商品指数和CRB指数作为衡量我国商品期货市场及国际商品期货市场综合价格的指标,利用时变SJC-Copula模型构建两者之间的动态相依结构,通过动态的尾部相关系数来探究我国商品期货市场与国际市场间的尾部相关性.实证结果表明,我国商品期货市场与国际市场间的上尾相关性要强于下尾相关性,即当商品期货价格上涨时,两个市场间更易发生风险传染.     

时变t-copula蒙特卡罗模拟的亚洲股指组合风险研究

应用时变条件t-copula函数描述沪市与亚洲主要股票市场指数收益序列之间的时变相依结构.时变条件t-copula模型的难点在于如何设定时变相依参数的演化方程,建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程.进而采用蒙特卡洛仿真方法计算了各种指数组合的VaR,分析了沪综指与亚洲主要股指组合风险的演化趋势,并对结果进行后验测试,结果表明,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险.     

基于改进的Fishburn测度的一致性风险度量

一致性风险度量在金融风险管理中是十分重要的风险度量.下偏矩度量是位于目标收益(率)下方的风险损失,通过引入新目标收益率对Fishburn风险测度进行了改进,在Fischer基于单边矩风险度量所建立的一致性风险度量的基础上得到了一个新的一致性风险度量,适用于任何类型的收益(率)分布,更加符合投资者的心理实际,最后通过实例验证了所得的一致性风险度量的有效性和合理性.     

国际股市间动态相依性及高阶矩风险溢出效应研究

基于DECO-FIAPARCH和cADCC-FIAPARCH模型从全局视角及两两股市层面刻画国际股市间的相依结构,并首次将GARCHSK高阶矩波动模型与Connectedness方法相结合,量化国际股市间的高阶矩风险溢出效应.实证结果表明:国际股市间的动态等相关性具备显著的时变性,且易受到重大危机事件的冲击而增强.总体...     

基于凸函数的风险测度

利用凸函数构造了一种新的风险测度,发现它是包含了损失概率、损失期望值、绝对离差、绝对半离差,下偏矩、(α,t)模型、ES等常见方法的更为广泛的风险测度.对其性质的研究发现该风险测度满足凸性和协调性,考虑到凸性以及协调性在投资组合以及风险管理中的重要意义,因此对该风险测度的研究就具有一定的实践和学术价值.     

基于Copula的供应链金融质物组合价格风险测度研究

本文选取白银、铝和铜三种供应链金融质物作为研究对象,在分析三种质物收益率统计特征的基础上,引入Copula模型刻画供应链金融业务中质物收益率的“尖峰厚尾”特征以及质物收益率之间的非线性相关结构;采用Monte Carlo模拟方法测度考虑到极端情况下的质物组合价格风险值CVaR;利用时间平方根法则测度长周期视角下质物组合的价格风险。将CVaR与VaR测度结果进行对比,比较分析短期价格风险与长期价格风险,将Copula模型与传统风险测度方法下计算出的风险值进行对比,以期选取最优测度供应链金融质物组合长期价格风险模型。研究结果表明:从单一质物价格波动特征来看,三种单一质物的收益率均存在非正态分布和“尖峰厚尾”特征,具有一般金融资产收益率分布的特点。从模型的有效性来看,第一,CVaR比VaR能够更好地、全面地测度供应链金融质物组合的价格风险;第二,基于Copula模型的风险测度结果比传统集成风险测度结果的准确性高;第三,平方欧式距离法结果表明在五种Copula模型中,t-Copula是最优刻画供应链金融质物组合收益率间的相依关系的模型。从长短期风险测度结果来看,随着风险期限的增加,质物组合的价格风险值随之增大,以往研究中用短期风险测度往往会低估商业银行所面临的价格风险,不利于商业银行资金信贷的优化配置。得到的结论对我国商业银行开展供应链金融业务防范价格风险提供了量化支持。     

基于时变扭曲混合Copula模型的股票市场间风险传染分析——以中美贸易争端为背景

在扭曲混合Copula和时变Copula理论基础上构建了时变扭曲混合Copula模型,并利用该模型对中国内地、美国、中国香港三地股票市场之间尾部风险传染效应在中美贸易争端前后是否发生显著变化进行了分析.实证研究结果表明:在中美贸易争端发生后三地之间的下尾相关系数都出现了增大的趋势,特别是中国内地与香港的下尾相关性在该事件之后急剧增强,说明中美贸易争端加大了两国三地股票市场之间发生风险传染的可能性;时变扭曲混合Copula模型相比于其他混合Copula模型具有更好的数据拟合效果.     

基于TGARCH-t的混合Copula投资组合风险测度研究

在分析了现有Copula函数在测度投资组合风险不足的情况下,首先充分考虑资产波动的时变性、杠杆效应等特征,选择了TGARCH-t模型进行边缘分布建模.接着引入混合Copula模型来描述投资组合的复杂相关结构,同时利用构造的主对角线距离统计量等方法验证了混合Copula模型的优势.最后通过VaR的蒙特卡洛模拟结果看到,这种方法能更为精确的测度投资组合风险值.     

泊松分布高阶原点矩的两种计算方法

考虑到直接用定义计算泊松分布高阶原点矩的复杂性,将组合数学中的第二类Stirling数和二项式定理应用到泊松分布高阶原点矩的计算中,得到了泊松分布高阶原点矩的简单和式与递推表达式,并利用结论计算了泊松分布的前九阶原点矩.     

基于分解测度的模糊积分及收敛定理Mamadou Traore

为了解决一些收敛定理,我们给出基于半环([0,1],, )的伪可加分解测度的积分这种模糊积分被深入研究.在给出这种积分的性质的基础上,我们得到一些收敛定理,它们是经典收敛定理的扩张,同时我们得到关于这种模糊测度的Egorof定理.     

基于分解测度的模糊积分及收敛定理(英文)

为了解决一些收敛定理 ,我们给出基于半环 ( [0 ,1 ], , )的伪可加分解测度的积分这种模糊积分被深入研究 .在给出这种积分的性质的基础上 ,我们得到一些收敛定理 ,它们是经典收敛定理的扩张 ,同时我们得到关于这种模糊测度的 Egorof定理     

基于鞅测度的流动性风险溢价的测算

研究了在一般市场条件下流动性风险的定价问题.首先借助金融数学和金融工程的无套利思想在鞅测度下对市场风险和流动性风险进行定价,通过等价测度变换,使可交易资产的贴现价值过程转化为鞅过程,得到了市场风险和流动性风险的市场价格,进而给出了流动性风险溢价的计算公式.得到的风险的市场价格在同一市场中对于所有可交易资产都是相同的,并且这一价格对于所有投资者也都是相同的,不会因投资者的风险厌恶水平的不同而不同.     

基于信息压缩矩阵特征值映射的时变系统UD分解辨识算法

在系统辨识领域遗忘因子UD分解算法(一种通过对系统数据矩阵进行UD分解的在线辨识算法)具有对时变系统阶次和参数同步估计的优异性能,但传统的遗忘策略不能从根本上解决信息压缩矩阵数据过饱和问题,为了拓展现有UD分解算法在时变系统的适用范围,同时针对数据空间分布不均匀性,提出一种基于信息压缩矩阵特征值映射的UD分解辨识算法....     

基于风险调整资本收益率下的最优再保险策略

风险调整资本收益率是一个用来描述赚取收益所承担风险的重要指标,是衡量风险调整后的财务绩效的一个有效工具,在银行业中得到广泛采用。近年来,在保险公司的再保险业务中,也越来越多地采用风险调整资本收益率这一指标来衡量收益和风险。本文重新考虑了有再保险控制下的风险调整资本收益率,并得到:在一般再保险自留函数下,我们证明了分层再保险策略是最优再保险形式;进一步,我们获得了最优再保险分层水平及最优风险调整资本收益率;最后,我们也给出了算例及数值分析。     

基于数据挖掘技术的股票收益率方向研究

本文依据数据挖掘技术对股票收益率的变化方向进行探究。通过小波多尺度分解,将股票价格转化为不同频率域下的子序列数据、并对其中的高频序列进行降噪。构建极度梯度提升树(XGBoost)、以及其它主流机器学习算法,对沪深300和中证500指数中成分股的涨跌进行了拟合并预测。研究发现XGBoost的平均准确率分别达到了54.69%和55.13%,同时依据预测信号构建的投资策略可产生稳定收益,表明该方法具备较强的预测能力。在此基础上,对机器学习算法存在的“黑箱”问题进行了阐述和研究,对模型选股的逻辑进行了探析:提出一种因子权重的度量方法,研究发现市净率、市盈率、能量潮等指标在模型中是较为重要的判别指标,并通过偏相依关系度量了模型中各因子对于股价涨跌方向的边际影响,得到模型倾向于选择市盈率、市净率较小的股票等一些结论,使算法的逻辑更为清楚。