具有VaR约束的跟踪误差投资组合鲁棒优化模型

本文在跟踪误差投资组合优化模型基础上,考虑投资组合的风险价值VaR和收益的不确定性,建立了具有VaR约束的跟踪误差投资合鲁棒优化模型。以国内证券市场为背景,运用线性矩阵不等式(LMI)方法进行了实证计算,并与基准组合、跟踪误差投资组合模型和无VaR约束的跟踪误差投资组合鲁棒模型的投资结果进行了比较。实证结果表明,在给定证券集的条件下,具有VaR约束的跟踪误差投资组合鲁棒优化模型优于其它模型。     

基于非对称主动风险测度的增强型指数追踪模型及应用

本文以下方追踪误差测度非对称主动风险，构建了可以折衷超额收益和下方追踪误差的增强型指数追踪模型，给出了求解模型的广义最小角度回归（generalized least angle regression，简称GLARS）算法，并基于上证50进行了实证。GLARS算法可以给出超额收益在合理区间变化时，使得下方追踪误差最小的组合系数解路径，刻画投资组合的"超额收益—下方追踪误差"有效前沿。将模型应用于中国证券市场上证50指数，与基于"超额收益—追踪误差"的增强型指数追踪模型相比，得到如下实证结论：控制组合股票支数，本文组合的超额收益、单位风险收益更高，在承担相同风险的情况下，得到了更高的平均收益补偿；正下方离差中位数、最大回撤更小，右偏程度更高，表现出"守住下限，放开上限"的特质。本文组合在稀疏性要求下，样本外可以获得高于基准指数的累积收益，对机构和个人投资者具有参考价值，丰富了现有指数追踪研究。     

考虑下偏矩约束的增强指数模型

增强指数模型旨在用少量的成份股构建指数跟踪组合，以期在跟踪指数趋势的同时获取高于指数平均收益的超额收益.当市场指数下跳时，跟踪组合会跟随指数趋势而产生巨额损失，因此有必要在传统的增强指数模型中加入下端风险约束，以阻止跟踪组合随指数下跳的风险.下偏矩(lower partial moment,LPM)作为下端风险度量工具，具有良好的理论性质且涵盖了损失概率、期望损失、下半方差等经典度量方法，因此本文构建LPM约束下的增强指数模型.该模型有三个特点:第一，具有更加一般的目标函数且允许投资者根据自身的目标设置参数，通过调节模型中的权衡参数，模型可以退化到传统的指数复制模型和超额收益最大化模型;第二，加入非参数LPM约束，以控制跟踪组合的下端风险;第三，得到目标函数和非参数1-阶LPM的凸性，证明了基于非参数1-阶LPM约束的增强指数模型是凸优化问题.模拟和实证结果表明，本文的模型能够控制下端风险并获得超额收益.     

考虑条件高阶矩风险的动态对冲模型研究

传统的期货对冲模型多数忽视了期货和现货收益高阶矩风险的影响。本文使用效用函数的Taylor展开分析了高阶矩风险对投资者目标函数的影响,并利用二元GARCHSK模型对期货和现货收益的条件高阶矩风险进行了动态建模,在此基础上提出了考虑条件高阶矩风险的动态对冲模型。通过使用恒生指数期货和现货数据的实证表明,考虑条件高阶矩的动态对冲策略和静态策略相比,能够更有效地降低高阶矩风险和提高投资者的效用。     

基于一般失望模型的证券组合投资分析

基于Jia&Dyer(2001)[7]的一般失望模型,给出了一种新的非对称风险度量方法,它利用"上偏矩(upper partial mement)"来修正下方风险,不仅只考虑收益低于期望收益率时所带来的损失,而且利用了超过期望收益率时可能带来可观利润的收益.进一步给出了基于该非对称风险度量的组合投资计算方法,并通过上海证券市场的实际数据验证了该方法的有效性和实用性.     

基于SV-SGED模型的动态VaR测度研究

本文针对金融资产收益展现出“有偏”及“厚尾”分布特征,引入有偏广义误差分布（SGED）来描述资产收益,继而提出SV-SGED模型对资产收益波动率建模,并以此来测度动态风险值（VaR）,进而采用后验测试技术对风险测度模型的精确性进行检验。同时,为了估计SV模型的参数,提出基于有效重要性抽样（EIS）技巧的极大似然（ML）估计方法。最后,给出了基于上证综合指数的实证研究。结果表明,SV-SGED模型比正态分布假定下的SV（SV-N）和广义误差分布假定下的SV（SV-GED）模型具有更好的波动率描述能力,SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。     

基于ARIMA-GARCH模型和极值理论的中国股市风险价值度量

以极值理论为基础的风险值度量方法是最近发展起来的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例,利用ARIMA-GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较,然后利用极值理论对经过ARIMA-GARCH模型筛选过的残差进行极值分析,估算风险价值。     

复杂网络视角下行业风险传染与银行信贷配置

信贷业务是银行业主要的收益和风险来源.然而，我国的银行对行业风险进行评估的过程中，没有考虑行业间的整体关联性.因此，基于已有研究，从复杂网络视角研究我国行业风险的主要聚类类型(循环型、中介型、吸收型和扩散型),在考虑行业聚类风险的基础上构建行业层面的银行信贷配置模型(Min-C即最小聚类系数模型)并给出信贷配置最优策略和信贷配置集中化的度量指标C-I-HHI(clustering-industry-HHI).研究结果表明：在4种聚类风险中，国内的行业间聚类风险主要是吸收型，属于较高风险传染类型；Min-C模型由于综合考虑了行业间的聚类风险类型，所以其信贷配置策略在贷款收益率、不良贷款率等指标上优于传统的Na6ve策略、Min-V模型和Min-CVaR模型下的最优策略；Min-C模型下的最优策略的银行不良贷款率也分别低于我国城市商业银行与农村商业银行的平均不良贷款率；稳健性检验中构造的C-I-HHI指标不仅说明了Min-C模型的稳定性，还为银行信贷配置是集中化还是多元化更优的争论提供了新的分析思路.     

基于资产链的异质投资者资本资产定价模型

本文基于资产链理论给出投资者的异质预期假设,通过对资产链各节点系统风险的分解,将传统的资本市场线转变为资本市场超平面,建立基于资产链的资本资产定价模型。本文使用小波滤波分解资产收益,对模型在上海A股市场的适用性进行检验,结果表明模型能够区分各类系统风险对资产收益的影响,对资产的平均收益具有显著的解释能力。     

基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例．利用ARIMA—GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较．然后利用极值理论对经过ARIMA—GARCH模型筛选过的残差进行极值分析,估算风险价值。     

基于动态规划多期期货套期保值优化模型研究

通过对套期保值者头寸价值变化量的分析,采用动态规划方法,建立了多期套期保值动态模型,推导出多期套期保值进行动态跟踪调整的策略。该模型的特点一是反映了期货交易费用在套期保值中的作用,解决了现有期货套期保值策略忽略交易费用的不足,提高了模型的准确性。二是考虑保证金对期货套期保值的影响。把期货交易保证金的机会损失纳入套期保值策略内,从而使套期保值直接反映了期货保证金无利息收入、而存在机会成本的真实情况,弥补了现有研究不考虑期货交易保证金的机会损失的缺陷。三是体现了套期保值者收益最大化的原则。解决了现有模型只考虑了规避期货和现货组合的价格波动风险,忽略组合的收益的弊端,增加了模型的实用性和适用性。     

基于贝叶斯方法的积极资产组合决策模型研究

利用贝叶斯模型平均法提高预测准确性,并在权重设计中考虑预测准确性,以改进积极资产组合决策模型.在中国市场条件下对决策模型进行检验,结果显示:基于该模型构造的积极组合在任何市场条件下都能够获得超越基准组合的收益;在决策模型中考虑超额收益预测准确性是必要的,提高超额收益预测的准确性有利于提高组合超额收益,同时降低组合积极风险;在允许卖空的市场条件下决策模型依然成立,组合超额收益水平未发生显著变化,但积极风险加大.在考虑交易成本的情况下,超额收益仍然存在.     

基于多阶段随机规划模型的国债动态积极投资策略

本文提出国债组合投资的多阶段随机规划模型,导出基于未来利率市场不确定信息的具备动态调整特点的国债组合主动投资策略。该模型采用基于利率水平、斜率和曲率"三位一体"的离散情景树刻画未来利率期限结构动态演化过程,其中特别考虑了广义货币供给变动的影响;通过最小化国债组合收益的条件风险价值,对国债组合进行主动动态调整;同时兼顾国债投资安全性、流动性和收益性等要求,实现了国债组合投资管理中利率风险规避和收益能力的有效匹配。实证研究表明,与传统久期配比免疫模型相比,该模型确定的最优策略不仅能够为国债组合提供更强的抵御利率风险能力,而且能够稳步提升其收益空间,为金融机构实现国债投资的主动管理提供决策支持。     

稳健非参数VaR建模及风险量化研究

参数VaR模型被广泛应用于风险测量中,然而需要给出具体的结构形式,这就容易发生模型错误设定的灾难,使风险计量的精确性易于产生较大偏差。针对参数VaR模型的设定误差问题,本文构建了SQ-ARCH和Nop-Quantile两个非参数VaR模型,诣在提高传统风险计量模型的灵活性、稳定性和准确性。采用稳健的分位数回归方法,得到了计算这两个VaR模型的具体表达式并给出了模型估计的算法和步骤。Monte Carlo模拟发现无论模型正确还是错误设定非参数VaR模型比参数ARCH类VaR模型更稳健。此外,把这两个稳健非参数VaR模型应用于我国股票市场风险量化的实证分析中。研究结果表明稳健非参数VaR模型比参数ARCH类VaR模型度量风险更准确。     

耦合风险视角下基于GARCH-Copula模型的基金组合风险研究

在资本市场不断多样化的投资方式中, 投资组合以其相对稳定的风险与收益而得到广泛应用, 其中基金组合凭借在收益一定的情况下的低风险成为投资者关注的热门品种.传统的投资组合研究大多只考虑市场风险的影响, 忽略了信用风险的耦合效应, 从而往往导致对组合总体风险的低估.首先借助于GARCH模型获得边缘分布, 然后选择Copula函数刻画各基金之间的相关结构, 建立联合分布模型, 进而采用Monte Carlo方法模拟生成基金组合中各基金的收益率序列, 最后根据损失函数计算基金组合的风险价值.实证结果表明, 市场风险大的基金组合其信用风险不一定大, 并且基金组合能有效分散基金风险.同时, 耦合风险视角下基金组合的CVaR值大于市场风险视角下的CVaR值, 耦合风险能更好地衡量基金组合的风险.另外, Student t-Copula模型较之其它模型能更好地刻画耦合风险的联合相依结构.     

基金管理者报酬的线性模型研究与实证分析

探讨了四种跟踪组合回报率与目标回报率间偏差的线性模型 ,线性偏差比传统的二次型偏差更能准确描述投资者的风险态度 ,用线性规划给出了明确的优化方案 ,并对上海证券 A股各分类资产组合作出了实证分析和比较 ,得出为达不同的投资目标投资者确定投资组合及基金管理者报酬的各种优化模型 .     

基于非预期损失的赊销风险控制研究

本文针对企业赊销风险及其控制方法进行研究,提出了企业经风险调整后的赊销收益(Risk-Adjusted Return on Credit Sale,RARCS)的概念及其计算方法;进而得到企业为防备由赊销风险引发的非预期损失(Unexpected Loss,UL)应备留的赊销风险资本(Capital at Cedit Sale Risk,CCSR),并建立了经风险调整后的赊销风险资本收益模型(CS-RROC)。在本文的研究中,由于考虑了赊销非预期损失,使企业赊销收益与其所承受的风险相匹配。最后给出示例。     

我国开放式基金的风险度量模型研究

开放式基金作为一种收益共享、风险共担的集合投资工具,日益受到投资者的青睐.本文首先对开放式基金传统的风险度量方法,以及Bangia、Diebold、Schuermann&Stroughair模型、Hisata&Yamai的L-VaR模型和Shamroukh的流动性风险调整VaR模型进行了综述,指出其适用性与局限性.在此基础上,提出改进的开放式基金流动性风险度量指标,通过改进的指数化换手率来避免因换手率的差异而导致流动性风险测量的失真,构建我国开放式基金的资产流动性风险价值和条件风险价值度量模型.同时,考虑股票停牌、权重股等因素,在实证中反映我国开放式基金的流动性风险,形成基于流动性风险调整的开放式基金资产变现方法.     

现金流信息、现金流风险与股票收益定价研究

研究了现金流信息、现金流风险与股票收益定价的关系,建立了包含现金流信息的多变量股票非预期收益定价模型,并采用2002年1月至2011年4月间中国股票市场的有关交易数据、机构会计收益预测数据和财务数据,检验了理论模型和实证模型的预测,发现:1)由证券分析师盈余预测修正估计出的正现金流信息对股票非预期收益、股票实际收益、股票超额收益均具有稳健的解释能力;2)由证券分析师盈余预测估计出的现金流风险反映了股票的系统风险,可以对股票预期收益定价;3)在解释股票超额收益方面,由现金流信息、现金流风险、分析师跟踪人数与宿成建3变量模型构成的多变量模型优越于Fama-French 3因子模型变量与现金流信息、现金流风险构成的多变量模型.     

基于随机贴现因子方法的权证定价研究

本文应用随机贴现因子方法,考虑了标的资产服从杠杆随机波动率(SV-L)模型下的权证定价问题。首先,基于保险精算中的Esscher变换,设定随机贴现因子为状态变量的指数仿射函数,基于该随机贴现因子能够给出不完全市场中权证唯一的理论价格;然后,假设标的资产服从SV-L模型,结合指数仿射随机贴现因子,推导出风险中性概率测度下标的资产收益的动态过程;最后,给出了基于在沪深交易所上市的认购权证的实证研究。结果表明,提出的权证定价模型的定价效果优于经典的Black-Scholes(B-S)模型的定价效果。