基于支持向量机的股市风格轮换策略研究

作为一种增加潜在收益的工具,风格轮换策略已经成为广为接受的金融投资策略.通过对几种常见的风格轮换模型进行比较,采取支持向量机分别建立规模溢价和价值溢价的预测模型,根据预测结果形成规模风格和价值/成长风格轮换策略,并检验这种积极风格轮换策略在中国股市的有效性.研究结果表明,中国股市存在显著的价值溢价,规模风格轮换策略业绩显著优于消极持有小盘股策略和市场收益,适合采取规模风格轮换策略进行短期投资;消极持有价值股的投资策略业绩显著优于规模风格轮换的投资策略,这暗示在长期投资上更适合采取买入并持有价值股的消极风格投资策略.     

资产价格泡沫对消费的影响:抑制还是促进?

基于单位根右侧ADF泡沫检验方法(BSADF)对中国股市和楼市在2001—2015年间的周期性泡沫进行动态挖掘;在全面分析股市泡沫和楼市泡沫的存续周期及异质性特征基础上,采用马尔可夫区制转换向量自回归模型(MS-VAR)分析这些泡沫对不同层面消费需求的影响差异。研究表明:在整个研究时期内,股市和楼市均出现多次周期性泡沫,其中股市在2006年11月至2007年12月间出现了最严重泡沫,而楼市在2005年10月至2006年2月期间出现了最严重泡沫。楼市泡沫对不同消费需求存在显著的抑制效应,股市泡沫对不同消费需求存在一定的促进效应,且楼市泡沫的抑制效应显著大于股市泡沫的促进效应。股市泡沫和楼市泡沫对不同消费构成的影响存在区制依赖特征。因此,对待楼市泡沫和股市泡沫应实施差异化的防范措施,重点应在于通过抑制楼市泡沫进而缓解其对消费需求的抑制效应。     

中国股市风格资产组合市场风险测度——基于EVT-t-Copula模型的实证研究

针对传统线性计量模型无法充分刻画中国股市风格资产收益系列存在"自相关"、"尖峰"、"厚尾"等非正态分布特征以及风格资产间存在复杂的非线性相关结构的局限。本文首先采用AR(1)-GJR(1,1)模型来刻画中国股市风格资产的边缘分布,接着结合各边缘分布的残差系列,引入Copula函数来分析这六种风格资产之间的相关结构,并结合极值理论和蒙特卡罗模拟方法来模拟大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值这六种股市风格资产投资组合的联合收益率分布函数,在此基础上求出各我国股市风格资产组合的市场风险(VaR与CVaR)。研究结果表明,根据极值理论得到的广义帕累托分布能够较好拟合风格资产日收益率序列的尾部特征,相比其他计算方法的VaR和CVaR值,基于EVT-t-Copula模型能够更准确度量中国股市风格资产组合的市场风险。因此,EVT-t-Copula模型有助于提高中国股市投资组合的风险管理效率。     

基于SKT-ARFIMA-HYGARCH-VaR模型的股票型基金投资风格漂移风险测度研究

投资风格漂移是把双刃剑,基金在获取短期超额收益的同时,其背后也折射出巨大的漂移风险。本文以2004年成立的8只开放式股票型基金为研究样本,在量化基金投资风格漂移收益及分析其序列呈尖峰、厚尾与有偏特征的基础上,通过引入skt分布来刻画新生变量的分布,构建ARFIMA-HYGARCH-VaR模型来测度基金投资风格漂移风险值,并与skt分布下的RiskMetrics及GARCH族等5种VaR模型的风险测度能力做了比较实证分析,同时对各种VaR模型进行失败频率回测检验与动态分位数测试。研究结果表明:在不同显著性水平下,skt分布下的各种模型基本都有较好的风险测度能力,但ARFIMA-HYGARCH模型的VaR风险测度更加精确与稳定;Person吻合度检验也证实了skt分布能较好刻画投资风格漂移日收益序列的分布。本研究为控制较严重的投资风格漂移及规范基金产品创新设计与发行无疑具有重要的理论价值与现实意义。     

中国开放式基金风格择时能力的实证研究

文章采用中国2004年之前成立的52只开放式基金在2004～2007年月度数据,从市场择时、小盘/大盘、价值/成长三种风格层面对基金的风格择时能力进行实证研究。结果发现基金总体上没有显著的小盘/大盘风格择时能力,大部分基金具有一定的价值/成长的风格择时能力,但不显著;大部分基金具有显著的择时能力。     

风格漂移、现金流波动与基金绩效之关系研究

基金风格漂移、现金流波动与基金绩效之间存在复杂的联系。本文利用2003年底之前成立的52只开放式基金在2004-2008年期间的数据对这种相关性进行实证研究。结果发现:风格漂移在长期上显著削弱了基金绩效,现金流波动也在长期上对基金绩效具有显著的负面影响;从短期上看,风格漂移对基金绩效的影响随股市景气变化而变化;在熊市中,风格漂移有利于提升基金绩效,在牛市或由牛市转向熊市的过渡阶段,风格漂移对基金绩效有负面影响。     

基于SKT-ARFIMA-HYGARCH模型的开放式基金投资风格漂移收益及其波动分形研究

以往大量文献研究表明基金经常发生风格漂移现象,但资本市场呈分形特征违背了有效市场假说,对传统的实证研究方法提出了巨大挑战。以2005年上半年成立的5只开放式基金为研究样本,利用3个信息准则确定ARFIMA（1,d1,1）-HYGARCH（1,d2,0）为最优模型,引入SKT分布结合该模型来探索研究基金投资风格漂移所带来的收益及波动过程的分形特征。实证结果表明：该模型能够较好刻画投资风格漂移日收益序列的双长记忆性分形特征,其波动过程均存在显著的长记忆性,但收益过程存在长、短记忆性不统一现象,这进一步说明基金投资风格经常发生无序漂移现象,也折射出其背后存在着巨大的漂移风险隐患。最后,Person吻合度检验证实了SKT分布能较好地拟合基金投资风格漂移日收益序列的分布。