基于多维Copula函数的投资组合CVaR分析

目前国内有关Copula函数的实证研究主要以二种资产的相关性为主.根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下投资组合的最小条件风险价值(CVaR).实证表明,根据所提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管.     

基于多维t-Copula函数的投资组合的CVaR分析

文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度与资产组成下的投资组合的CVaR(条件风险价值).实证说明,根据本文提出的模型度量资产的风险,可以使投资者选择的资产更加稳健;同时也有利于投资者对投资组合整体风险进行分散和监管.     

基于不确定性均值-方差模型的稳健静态资产组合选择

文章借助相对熵测度风险资产收益的一阶矩和前两阶矩的不确定性对资产组合终期财富期望效用的影响,基于极大极小化理论建立了模型参数不确定下的稳健静态资产组合模型,运用稳健控制方法获得了模型的最优解;根据最优解,以上证综指1997年1月至2009年6月的月收益数据构建了两个不同区间段的样本做实证研究。结果表明,参数不确定性导致资产组合中风险资产的比例降低,并随着投资者不确定性偏好程度增加降低得越多;历史数据或信息越少,参数不确定性影响越强;均值不确定性的影响强于方差不确定性的影响;即使投资者完全不相信方差的预测功能,但仍在一定程度上相信均值的预测功能。     

基于深度学习的收益率预测与投资组合模型

在传统投资组合模型中,备选资产的预期超额收益率的预测误差将导致模型的投资绩效劣化。文章采用Transformer深度学习模型对备选资产的收益率进行预测,以提升预期收益率的准确度,进而提高投资组合模型的绩效。以中证800指数的成分股为备选资产,进行了72期投资,将实证结果与LSTM和SVR模型进行对比,验证了Transformer模型在提升预测准确度和提高投资组合模型绩效上的优越性。     

基于MATLAB的证券投资组合优化分析

投资组合,是指投资者把资金分配给若干种资产,使各类资产的投资数额占投资总额的某一比例,目的是使投资者持有资产的总体收益尽可能高,或者使其投资风险尽可能低。投资组合理论正是研究有关对多种资产进行选择和组合的问题,要求投资收益尽可能高或者使得投资风险尽可能小。狭义     

预期收益的估计

未来的资产收益是不确定的。不确定的收益可以用多种可能的取值及其对应的概率来表示,这两者的加权平均,即数学期望值,就是资产的预期收益。在投资理财中,预期收益的重要性,怎么强调都不为过。它是进行投资决策的关键输入变量。不对它做出估计,什么买卖决策、投资组合一切都免谈。它不仅对投资者重要,对于公司管理者来说,也同样重要,因为公司股票的预期收益是影响公司资本成本的主要因素,关系到公司将来选择什么样的投资项目。虽然这个概念非常重要,但不幸的是,它太让人捉摸不定了,因为你是在预测某项资产未来的收益,不知道它将来到底是正还…     

遗传算法在投资组合模型中的应用

均值-VaR模型是比较复杂的非线性规划问题，传统的算法不能保证得到全局最优值。鉴于此，引入遗传算法求解资产配置比例。对基于均值-VaR的单目标优化问题，设计了限定搜索空间和惩罚函数的遗传算法；而对多目标优化问题，应用并行选择遗传算法，并以沪深300行业分类指数构建投资组合，分析了行业资产配置的投资组合问题。结果表明，算法取得了良好的效果，解的结果既满足了投资的目标和约束条件，又反映了投资者之间不同的收益风险需求，且具有较好的实践性。     

基于VaR约束的均值-绝对偏差投资组合优化模型及实证研究

文章在均值-绝对偏差投资组合优化模型中,加入风险价值约束,给出了基于VaR约束的投资组合优化模型,以增强对投资风险的控制能力,然后利用一个自适应的粒子群算法对这个模型进行求解,实证研究表明模型是合理且风险控制能力更强,能够更好地为投资者提供决策依据。     

海外资产配置与A股国际化是“双赢”之举吗——基于投资组合均值—方差张成检验的实证分析

资产配置效率是影响投资组合绩效的关键因素,如何衡量资产配置效率对于投资者构建与评价投资组合表现具有重要现实意义。基于改进后的均值—方差张成检验模型,分别研究A股市场投资组合引入国际资产以及国际投资组合引入A股指数后对原有投资组合表现的影响及成因,研究结果表明:在国内A股投资组合中引入发达市场股票指数可以有效控制A股投资组合的尾部风险,而在国际投资组合中引入A股指数则能够提升国际投资组合的夏普比率,并且目前A股指数尚不能够替代国际投资组合中的其他新兴市场指数;国际投资者应当引入A股资产以提升投资组合风险收益比,A股投资者应引入国际资产以有效控制投资组合尾部风险。     

风险测度模型的建立及实证

Markowitz均值-方差(M-V)模型是至今应用最广的组合投资模型.当然模型仅当证券的随机收益服从正态分布,投资者的效用函数是二次函数时才成立.而大量实证研究表明证券的随机收益是偏态分布,理性投资者的心理是递减的绝对风险厌恶的,因为投资者的财富越多,对风险的抵抗能力越大,二次效用函数不能刻划这种心理.本文利用期望效用函数,对风险厌恶型投资者的最优投资行为进行理论分析,建立了投资组合的风险测度模型,包括绝对风险厌恶程度和相对风险厌恶程度的度量.     

中国居民家庭的主观贫困感受研究

主观贫困包含着大量客观贫困无法体现的信息,是客观贫困测度的一种有效补充。本文提出了一种基于半参数广义可加模型的主观贫困效应的测度方法,利用中国社会状况综合调查（CSS）的微观调研数据,对影响我国居民主观贫困感受的决定因素以及主、客观贫困间的关系进行了实证研究。首先,按照CSS数据中居民对自身经济地位的自我评价,将居民划定为主观贫困和非主观贫困两种状态;其次,为了更加灵活的捕捉连续变量的影响,利用所提方法对影响主观贫困的因素进行了计量分析,并对主、客观贫困测度间的关系进行了分析。研究发现,居民主观上的贫困感受不仅受到家庭收入水平的影响,家庭规模、人口结构、教育水平、资产积累、医疗支出、家庭遭遇困境事件、居住位置等因素均会显著改变主观贫困发生的概率。因而居民主观贫困的脱离不仅依赖于经济条件的改善,教育、医疗保障等公共服务水平的提升、居民生活环境的改善、从政策上提高贫困人口应对困境的能力都对提升居民安全感和获得感具有重要的影响。     

中国各地区人口特征和房价波动的动态关系

本文分析了人口特征、金融市场和房地产市场三者的相互影响机制，基于2002-2015年中国大陆31个省市自治区直辖市的年度数据，建立了面板平滑转换模型，将人口密度作为异质变量构建计量模型来研究房地产市场的非线性影响因素，研究中国省市人口特征对房价波动的影响机制。实证结果表明：人均GDP对房价的影响随人口密度增加呈现非线性提升效应；人口密度小的城市房地产价格上涨比人口密度大的城市更像是“货币现象”；当人口密度较小时，地区中老年人口占比越大，房价有下降趋势，反映了房地产“年轻人推动房价上涨”的直观趋势，但是极少人口密度比较大城市例外。     

基于自适应组LASSO估计的高维门限因子模型一致选择

门限因子模型设定载荷具有阈值型区制转换结构,可以同时刻画高维时间序列的共变性和区制转换特征。针对高维门限因子模型,本文基于自适应组LASSO技术给出了一种一致模型选择过程。这一模型选择过程将因子个数设定、门限效应推断纳入统一的分析框架,不仅解决了模型选择的一致性问题,还同时实现了模型选择误差的统一控制,这对于高维门限因子模型而言是非常重要的。理论研究和随机模拟结论表明本文给出的一致模型选择过程具有良好的大样本性质和有限样本表现。最后,本文将门限因子模型应用于我国金融市场分析,实证结果进一步验证了本文理论的有效性。     

基于加权网随机区块模型的学术热点提取算法

学术热点在把握科学前沿、掌握学术动向、制订科研规划、学术作品评审等领域中有广泛的应用。针对学术热点发现中对文献市场选择性影响体现不足和热点内容结构表现单一的问题,本文提出了以学者选读文献为基础的学术热点提取模型和算法,设计了基于加权网模块社群挖掘算法的随机区组模型两阶段算法,用于发现带结构的学术热点,模拟和实证研究均表明算法在学术热点提取中取得良好效果。     

住宅价格与土地价格的城市差异及其决定因素

本文通过建立中国城市住宅市场与土地市场的联立方程模型,试图解释住宅价格、土地价格的城市间差异。通过收集中国35个大中城市的105个样本数据,利用OLS和2SLS两种方法估计了城市住宅价格与土地价格方程。实证结果表明住宅市场与土地市场是互动影响的关联资产市场,住宅价格与土地价格之间存在联立性。人口数量、财富水平、建筑成本、住宅预期收益和土地市场化程度是造成中国城市间住宅价格、土地价格差异的决定因素,而平均工资与城市宜人性的影响并不显著。     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

审计定价管制与交易剩余——2010年审计定价管制失效的自然实验

在经济下行压力加大、资本市场进一步开放的新形势下,厘清审计市场交易——监管机制,完善审计服务市场尤为必要。借由2010 年审计定价管制政策失效的自然实验,本文通过嵌入双边随机边界模型,得到审计双方的定价交易剩余指标,运用双重差分模型解析价格管制与交易定价的作用机制。研究发现,定价管制失效的原因不在于规制俘获,而在于价格管制与当前的市场效率不匹配。下限管制尽管能够提高审计师剩余,但同时会放大交易定价风险,增加剩余的错配,扰乱交易秩序。上限管制则进一步固化市场的低价竞争。进一步研究发现审计师剩余与盈余质量显著相关,2014年的放开定价管制政策提高了审计师剩余。研究厘清了审计市场交易机制,有利于未来研究审计交易机制的微观影响及与盈余质量的关联,为在新时代把握审计市场交易——监管规律、培育自发良性交易的审计市场提供有益借鉴。     

在岸离岸人民币利率极端风险溢出研究

本文采用递归MVMQ-CAViaR模型,对境内外人民币利率极端风险溢出效应进行实证检验。结果表明：境内外人民币利率存在极端风险溢出效应,短期品种表现出显著的双向极端风险溢出,而长期品种以在岸利率对离岸利率单向极端风险溢出为主。在极端风险层面在岸市场仍然处于利率信息的中心地位,且暂时没有旁落离岸市场的担忧。一旦离岸人民币利率发生极端变动,央行会及时进行干预并引导市场参与者预期,降低在岸利率未来的极端风险水平;但面对小的离岸市场冲击,央行更倾向于让在岸利率进行自我调节,离岸冲击会提高在岸利率未来的极端风险水平。本文构建的模型具有较好的预测能力,有助于金融监管部门对离岸利率极端风险进行动态准确地管理。     

中国股市与经济增长的非线性依从关系研究

 针对国内学者在研究中国股市与经济增长关系的实证研究方法上的不足,运用非线性平滑转换回归（STR）模型刻画中国股市与经济增长的内在依从关系。研究结果表明：中国股市与经济增长的关系呈现分段特征,并在线性与非线性关系间转换。近年来,随着股市各项制度的逐渐完善,股市与经济增长的非线性关系开始凸显,即两者间的相互促进作用开始逐步表现出来。然而,美国金融危机的外在冲击严重削弱了这种相互促进关系,2008年之后股市与经济增长的相互影响机制又迅速回到线性关系上。     

资本配置摩擦与中国经常项目波动

本文将国内资本市场摩擦和国际资本流动摩擦引入RBC模型,并采用贝叶斯方法校准模拟了中国经常项目的波动轨迹。研究结果表明：（1）国内资本市场摩擦和国际资本流动摩擦是形成中国经常项目波动的重要传导机制,两类资本市场摩擦机制的引入有助于准确拟合中国经常项目波动的波动性、协动性和持续性等各项特征;（2）贝叶斯估计得到的中国的资本调整成本和利率风险利差的参数值反映了中国资本配置效率和国际资本流动程度介于其他新兴市场经济体和发达经济体的水平之间;（3）中国经常项目波动主要由利率变动冲击和偏好冲击等两类结构性外生冲击通过国内资本市场摩擦机制和国际资本流动摩擦机制传导形成。