高风险低收益？基于机器学习的动态CAPM模型解释

我国股票市场存在高风险股票反而伴随较低收益的低风险定价异象,这有悖于传统资产定价理论．本文使用宏观经济和微观企业特征构建了六百多个变量的宏微观混合大数据集,并结合多种经典机器学习算法开发了基于大数据和机器学习的智能动态ＣＡＰＭ模型,检验了时变系统性风险对我国股市收益解释能力．实证结果表明：本文的智能动态ＣＡＰＭ定价模型能够显著解释我国股市低风险定价异象;随机森林等非线性机器学习算法表现最佳;影响股票时变系统风险的主要因素是市场类因子,基本面因子居次．本文对于我国股市系统性风险测度、动态资产定价模型构建和金融与大数据和人工智能融合创新有重要理论与实践指导意义．     

投资者交互网络“模体”对股票资产价格影响研究

传统的资产定价模型从市场的角度对资产价格进行定价,但是市场背后的投资者交互行为与股票资产价格关系密切,仅从市场的角度无法完全解释资产价格。本文使用复杂网络分析方法对投资者线上交互关系进行建模,通过股票论坛投资者交互网络的网络模体结构特征刻画投资者线上交互模式,并在Fama-French三因子模型的基础上加入了投资者交互模式因子构建四因子定价模型,研究发现,投资者交互因子具有较强的定价能力,并且加入交互因子的四因子模型定价效果比传统三因子模型和动量因子四因子模型更好。本研究为大数据框架下非结构化文本信息的市场价值提供了实证依据。     

考虑消费与投资者情绪的股票市场资产定价

首先基于现有相关研究成果从理论上建立了考虑消费与投资者情绪的资产定价模型,然后选取2005年5月~2018年4月期间的中国A股上市公司数据以及消费和投资者情绪数据,分别对构建的考虑消费与投资者情绪的模型以及CAPM、Fama-French三因子和五因子模型进行实证检验和比较分析.研究结果表明:1)在资产定价模型中引入消费和投资者情绪因子能够在理论上对CAPM、Fama-French三因子和五因子模型进行合理拓展和修正.2)从总体定价效率看,用消费和投资者情绪因子分别替代Fama-French三因子模型中的规模和账面市值比因子、Fama-French五因子模型中的盈利和投资因子,都能够提高资产定价效率;在考虑消费和投资者情绪因子后,Fama-French五因子模型中的盈利和投资因子不再能提高资产定价效率.本文研究结果基于消费和投资者情绪改善了Fama-French模型定价效率,在一定程度上丰富和完善了资产定价理论.     

基于多因子仿射利率期限结构模型的国债定价

本文构建了具有平方根扩散特征的三因子仿射利率期限结构模型,给出了基于卡尔曼滤波法的模型参数估计过程,利用蒙特卡罗模拟对我国国债进行定价预测,并与Longstaff-Schwartz模型、Vasicek模型、Cox-Inger-soll-Ross模型的定价效果进行实证比较.结果表明多因子模型要优于单因子模型,双因子模型要略优于三因子模型,从而为我国国债合理定价提供技术支持.     

知情交易概率与风险定价——基于不同PIN测度方法的比较研究

分别采用EKOP模型、VPIN模型和VWPIN模型测度了中国证券市场个股的知情交易概率,并实证检验了知情交易概率因子在资产定价中的作用.研究结果表明,基于物理时间和交易量加权的VWPIN模型结合了经典EKOP模型和VPIN模型的优点,可以更简单地估计个股日内任意时间窗口下的信息不对称程度.进一步,关于资产定价的检验结果表明,在控制相关影响因素之后,采用VWPIN模型估计得到的知情交易概率因子与个股收益率之间呈现显著的正相关性,符合理论预期.     

生产还是消费——中国股市生产资本资产定价模型实证检验

生产资本资产定价模型从企业利润最大化角度出发,推出资产的均衡价格.相较于消费资本资产定价模型,生产资本资产定价模型能更好的满足信息完全和决策者理性的假设条件.本文从生产资本资产定价模型出发,利用现值模型将生产的系统性风险因子,即生产的贝塔因子分解为现金流贝塔和折现率贝塔,并采用社会总投资和股市数据进行实证检验.本文发现生产-现金流贝塔是中国股市的重要定价因子,可较好地解释股权溢价的截面差异.相比之下,消费资本资产定价模型对不同资产之间风险溢价的解释能力较弱.     

基于异质性投资者的动态情绪资产定价

沿用基于消费的资产定价模型设定,将行为金融领域中离散时间框架下的情绪资产定价模型拓展到连续时间框架下,把异质性纳入Lucas纯交换经济体,构建了一个含有异质性投资者的动态情绪资产定价模型,并使用中央计划者问题求解出异质均衡.通过加入投资者情绪因子,本文得到情绪投资者的主观股利增长率,并将其用于动态异质情绪资产定价模型的框架中,以此刻画理性投资者和情绪投资者的异质性,研究结果表明投资者情绪是影响收益的重要因子.数值算例与敏感性分析表明投资者关于股利信息的错误预期将会导致横截面股价漂移率增大.     

时变风险厌恶下的期权定价——基于上证50ETF期权的实证研究

传统的随机波动率（SV）期权定价是在投资者具有常数风险偏好假设下进行的.但近年来越来越多的研究表明，市场参与者具有时变风险厌恶特征.基于此，本文对时变风险厌恶条件下的期权定价问题进行深入研究.首先，对传统的（非仿射）常数风险厌恶SV（CRA-SV）期权定价模型进行扩展，构建时变风险厌恶SV（TVRA-SV）期权定价模型对期权进行定价，并分析时变风险厌恶对期权价格的影响；其次，采用标的资产与期权数据信息，建立基于连续粒子滤波的极大似然估计方法，对定价模型的客观与风险中性参数进行联合估计；最后，采用我国期权市场上的上证50ETF期权数据，对构建的定价模型进行实证检验.结果表明：TVRA-SV期权定价模型相比传统的CRA-SV期权定价模型具有更好的数据拟合效果，能够更充分地刻画标的上证50ETF收益率在客观与风险中性测度下的波动性；TVRA-SV期权定价模型相比传统的Black-Scholes（B-S）期权定价模型和CRA-SV期权定价模型都具有明显更高的定价精确性。     

金融网络风险下多因子矩阵回归的资产组合与定价

本文从企业的股权、债权关系出发,基于违约距离构建无向图网络,分析了不确定性风险以网络形式进行传染、溢出和蔓延等现象,通过最小生成树的稀疏网络优化方法最大限度降低资产组合的非线性风险影响。站在资源配置的角度,利用稀疏聚类算法深入挖掘资产特征和捕捉其间的相依关系,采用多目标、多指数的稳健矩阵回归策略动态跟踪市场趋势,并通过自适应权重学习策略对网络风险叠加影响下的资产组合进行选择和配置,最终获得最小生成树风险下投资组合的稀疏聚类优化策略,进一步扩充了资产定价多因子模型。研究发现多目标矩阵回归的稀疏聚类投资组合,不仅对组合内投资标的进行了选择性舍弃,使资金能够集中配置于优质资产,更有助于通过最小生成树减缓甚至切断风险在网络中的传播,有效降低了资产之间风险的传染性。基于金融网络的风险分析方法不仅有效地刻画了风险以网络方式互相传染、互相影响、互相强化的非线性叠加效应,而且通过资产之间配置系数的压缩变换和最小生成树的优化方式,最小化最坏情形下风险传染的影响,对复杂网络环境下的资产配置和全面风险管理进行了有益补充,为长期投资基金获得风险和收益更为均衡的资产配置,提供了合意的投资策略和决策依据。     

考虑旅客选择行为的多舱位等级动态定价研究

通过实证方法研究了考虑旅客选择行为的多舱位等级动态定价决策问题。基于多元Logit选择模型,提出了考虑票价、售出数量、变更转签限制、退票费用限制和提前预订天数等因素的旅客选择行为模型,并结合航空公司历史运营数据使用马尔可夫蒙特卡洛方法对旅客到达率以及旅客选择行为模型中的属性参数进行了估计。在此基础上,构建了融合旅客到达率和旅客选择行为的多舱位等级动态定价决策模型,用以阐释考虑旅客选择行为的舱位等级最优价格决策过程,确定每个时期舱位等级的定价策略,评估基于旅客选择的定价策略相较于现行定价策略的收益改进。实证结果表明：当决策时间点临近航班出发日时,舱位等级价格会随之提高;在同一个决策时间点,舱位等级价格会随座位余量的减少而提高。相较于现行定价策略,基于旅客选择的定价策略预期收益提高了22.32%,证明了基于旅客选择的定价策略在现实环境中的可行性和经济性。     

基于在线算法的改进指数梯度投资组合策略

弱集成算法是对专家意见进行动态加权平均的在线学习算法。近年来,机器学习和人工智能等方法被用来研究在线投资组合问题。该文从弱集成算法的在线学习及其序列决策性角度出发,设计改进的指数梯度在线投资组合策略,以弥补指数梯度在线投资组合策略不能结合交易费用进行分析的缺陷。首先根据指数梯度在线投资组合策略的更新方法构建代表投资策略的专家意见池,并以此为基础应用弱集成算法加权集成专家意见得到改进的指数梯度在线投资组合策略,证明了该策略可与最优专家策略(基准策略)相媲美。其次将交易费用引入到改进的指数梯度在线投资组合策略中,进一步给出对应的投资策略,重要的是理论上证明了该策略实现的平均累积收益与最优专家策略实现的平均累积收益之间的差值存在渐进式下界,从而提高了指数梯度在线投资组合策略的实用性。最后利用国内外股票市场的历史数据进行实证分析,说明了改进的指数梯度在线投资组合策略的可行性和有效性。     

GAS-SKST-F模型及其在高频多元波动率预测中的应用

假定日收益率服从多元有偏学生t分布、已实现协方差矩阵服从矩阵F分布，本文构建了一种新的得分驱动模型：GAS-SKST-F模型。在该有偏厚尾多元波动率模型中，我们基于广义自回归得分(GAS)模型的基本思想对收益率和已实现协方差矩阵进行联合动态设定，协方差矩阵的更新过程依赖于收益率分布和已实现协方差矩阵分布联合似然函数的得分函数。已实现协方差测度在协方差矩阵的更新过程中发挥了重要的作用。基于20支上证50成分股高频数据的实证分析研究结果显示，与GAS-N-Wishart模型和GAS-tF模型相比，无论样本内还是样本外，GAS-SKST-F模型有着更加良好的样本内估计和样本外预测能力。     

考虑随机利率和通货膨胀的连续时间资产组合选择

通过随机控制技术、Bellman最优性原理和HJB方程研究了通货膨胀、随机利率和交易成本等因素影响下的连续时间投资组合选择的最优化问题，将利率假定为服从Vasicek利率模型的随机过程，应用连续时间的动态均值-方差方法得到符合实际意义的HJB方程，通过多重网格的数值逼近方法求解相应的HJB方程得到双目标优化问题的最优投资策略。用实证方法与国内证券市场上代表性指数基金进行对比研究，发现通货膨胀和利率变动以及经济环境和投资者的异质信念等因素均会对最优策略产生影响，有效前沿会随之发生变化，债券与股票之间的投资比例并不是简单维持固定比例就可以保证总资产最优，拓展了基金分离定理。考虑通货膨胀和交易成本等因素的资产组合选择模型可以实实在在为机构投资者提供客观的实践指导和科学的理论依据。     

A Comprehensive Model for Managing Credit Risk on Home Mortgage Portfolios*

Managing credit risk in financial institutions requires the ability to forecast aggregate losses on existing loans, predict the length of time that loans will be on the books before prepayment or default, analyze the expected performance of particular segments in the existing portfolio, and project payment patterns of new loans. Described in this paper are tools created for these functions in a large California financial institution. A forecasting model with Markovian structure and nonstationary transition probabilities is used to model the life of a mortgage. Logistic and regression models are used to estimate severity of losses. These models are integrated into a system that allows analysts and managers to depict the expected performance of individual loans and portfolio segments under different economic scenarios. With this information, analysts and managers can establish appropriate loss reserves, suggest pricing differentials to compensate for risk, and make strategic lending decisions.     

Prices and Portfolio Choices in Financial Markets: Theory,Econometrics, Experiments

Many tests of asset‐pricing models address only the pricing predictions, but these pricing predictions rest on portfolio choice predictions that seem obviously wrong. This paper suggests a new approach to asset pricing and portfolio choices based on unobserved heterogeneity. This approach yields the standard pricing conclusions of classical models but is consistent with very different portfolio choices. Novel econometric tests link the price and portfolio predictions and take into account the general equilibrium effects of sample‐size bias. This paper works through the approach in detail for the case of the classical capital asset pricing model (CAPM), producing a model called CAPM+ε. When these econometric tests are applied to data generated by large‐scale laboratory asset markets that reveal both prices and portfolio choices, CAPM+εis not rejected.     

考虑多维效率的上市公司财务困境预警研究

已有的财务困境预警研究一般基于财务指标，或在财务指标基础上引入单一效率指标，而多维效率指标能够更加全面有效地反映不同行业、不同资产规模的上市公司整体状况，从而对上市公司财务困境产生更好的预警效果。本文从经营效率、财务效率、融资效率和人力资本效率这四个维度分别提出相对应的投入产出指标体系，并采用数据包络分析对上市公司各个维度的相对有效性进行评价。在此基础上，将得到的多维效率指标与财务指标相融合，建立上市公司财务困境预警模型。为了验证所提出模型的有效性，采用支持向量机、人工神经网络和决策树这三种常用的财务困境预警技术，并基于不同的财务指标体系对我国上市公司进行实证研究。结果表明，考虑多维效率指标的上市公司财务困境预警模型能够有效提高预测准确度。     

不完全市场中相关性风险的对冲策略研究

随着我国资本市场的进一步完善,以及市场波动的更加剧烈,投资者对于相关性风险的关注日益增强,如何对冲相关性风险是一个亟待解决的重要课题。本文在基于跳跃的不完全市场中,以带有跳跃的价格过程为基础,引入相关性随机过程,依据期权的希腊字母对冲原理,构建相关性风险的对冲策略——卖出一份股票指数看跌期权同时买入若干份对应个股的看跌期权和若干份标的股票,使投资组合保持资产波动率以及价格跳跃风险中性,进而通过卖出组合中指数期权的相关性风险溢价来对冲个股组合的相关性风险。本文选取2007年3月到2013年3月香港恒生指数及其成份股期权的日数据用以实证分析,结果表明:该策略能够对冲个股投资组合的相关性风险,且在大部分情况下获得显著为正的收益。本文对事前构建对冲策略以规避极端事件发生时的相关性风险具有重要的参考价值。     

Application of the Fuzzy Weighted Average in Strategic Portfolio Management*

We propose a systematic approach that incorporates fuzzy set theory in conjunction with portfolio matrices to assist managers in reaching a better understanding of the overall competitiveness of their business portfolios. Integer linear programming is also accommodated in the proposed integrated approach to help select strategic plans by using the results derived from the previous portfolio analysis and other financial data. The proposed integrated approach is designed from a strategy‐oriented perspective for portfolio management at the corporate level. It has the advantage of dealing with the uncertainty problem of decision makers in doing evaluation, providing a technique that presents the diversity of confidence and optimism levels of decision makers. Furthermore, integer linear programming is used because it offers an effective quantitative method for managers to allocate constrained resources optimally among proposed strategies. An illustration from a real‐world situation demonstrates the integrated approach. Although a particular portfolio matrix model has been adopted in our research, the procedure proposed here can be modified to incorporate other portfolio matrices.     

多维特征视角下基于图卷积网络的专利技术领域自动识别研究

专利审查周期缩短政策的提出与专利申请数量急剧增加的现状给实现专利技术领域识别的专利分类工作带来巨大挑战,如何引入专利自动分类技术提高专利分类工作效率、缩短专利审查周期成为重要研究主题。本文提出基于多维特征和图卷积网络的专利技术领域自动识别方法。该方法根据文献计量学与图表示学习理论从专利摘要、引证专利、专利发明人维度提取专利特征;其次利用专利摘要维度特征生成表征专利文本特征的专利-核心词汇异构网络,并将引证专利、专利发明人维度特征作为专利数字特征嵌入专利-核心词汇异构网络;通过图卷积网络进行半监督学习,确定专利-核心词汇异构网络中专利节点的类别标签,完成专利自动分类任务。为验证本文所提方法的识别效果,采用Incopat全球专利数据库中专利数据进行实验;实验结果表明专利文本特征与专利数字特征共同作为专利特征可以提高专利分类准确率,引证专利信息的引入可以提高专利分类准确率。同时,本文所提方法也给专利技术领域自动识别问题提供新解答思路,为缩短专利审查周期政策的实施提供支撑。