中国股票市场收益率的可预测性研究

构造了包括中国A股市场组合、行业组合、账面市值比组合和市值组合在内的31个投资组合,选取了8个预测因子(账面市值比、股利分配率、股息价格比、股息收益率、每股收益价格比、现金收益价格比、通货膨胀率、股票波动率),运用了可行拟广义最小二乘法对各因子对各投资组合收益率的可预测性进行了样本内和样本外检验.研究发现:1)中国股市收益率是可预测的,但是各投资组合收益率的可预测性在样本内、样本外、熊市和牛市均存在差异;2)绝大部分投资组合收益率的可预测性可由条件CAPM模型捕捉的时变系统风险溢价充分解释; 3)行业投资组合收益率的可预测性与行业集中度显著负相关,可由信息摩擦理论解释.     

高管个人特征与公司业绩——基于机器学习的经验证据

在目前的公司治理文献中,大部分的高管特征研究一方面仅关注单一的高管特征与公司业绩之间的关联,缺乏全面的高管特征分析;另一方面主要围绕因果推断进行研究,缺乏从预测能力出发的系统定量的结论.本文首次采用机器学习算法中的Boosting回归树,全面考察了多维度高管特征对公司业绩的预测性.以我国2008年~2016年的上市公司为样本,研究了高管的多维个人特征是否能预测公司业绩,并进一步分析了对公司业绩预测能力较强的高管个人特征及其预测模式.研究发现:1)整体而言,在我国公司CEO和董事长的特征对公司业绩的预测能力较弱;2)在众多高管个人特征之中,高管持股比例和年龄对公司业绩的预测能力较强;3)高管持股比例和年龄与公司业绩之间的关联都呈现出非线性的特点,与以往的理论较为吻合.本研究不仅利用机器学习方法从一个更为全面的视角对中国的高管特征进行了研究,也为公司高管聘任和激励机制设计等方面提供了有益的启发.     

中国股票市场价格波动特征及其可预测性研究

通过对沪、深股指高频数据的实证研究,验证了中国股票市场收益率分布的"尖峰胖尾"特征,发现了沪、深股票市场恢复正态分布假设(therecoveryofGaussiandistribution)的特征时间标度以及沪、深股市在交易日内的波动(intradayvolatility)特性,并对沪、深股指波动的可预测性进行了初步的探索。     

基于SV-M模型的股票市场风险溢价与波动关系研究

资产收益的风险溢价是金融经济学研究的基本问题。在深入考察现有的两种收益与波动关系模型(GARCH-M和SV-M)差异的基础上,以新兴股票市场中的上证综指和成熟股票市场中的标准普尔500指数为例,运用更具理论优势的SV-M模型,实证考察了两种类型市场中风险溢价与波动率之间关系的不同状况。研究结果显示,上证综指的波动率对其风险溢价有负向影响,而标准普尔500指数的波动率对其风险溢价有正向影响;但无论影响方向正负,波动率对风险溢价的影响都是非常微弱的。论文结合两种市场中的不同波动状况对实证结果进行了解释。     

基于多分形理论的动态VaR预测模型研究

经济物理学(econophysics)的大量研究表明,金融市场的波动具有复杂的多分形(multifractal)特征,因此准确地测度和预测市场波动,对金融风险管理工作的意义重大。在已有多分形波动率(multifractal volatility)测度及其模型应用基础上,以上证综指10年的高频数据为对象,提出了基于多分形波动率的样本外动态风险价值(out-of-sample dynamic VaR)预测法。通过两种规范的后验分析(backtesting)结果表明,与8种主流的线性和非线性GARCH族模型相比,在高风险水平上,基于多分形波动率测度的VaR模型明显具有更高的样本外动态风险预测精度。     

异质性技术视角下中国高技术制造业创新效率研究

目前,学术界对选取何种风险调整贴现率期限结构还存在争议,导致对同类投资项目得 出不同的管理指引意见． 针对这一争议,本文通过划分资本产出方式, 寻找影响贴现率结构的 主要因素． 研究表明,不确定的宏观经济产出和项目非系统风险共同影响风险溢价系数, 同时 风险溢价系数决定贴现率期限结构． 其中,当风险溢价系数大于某确定阈值, 贴现率随时间递 增; 其余情况表现为递减．     

基于机器学习的企业定价算法研究

本文根据经济微观仿真模型ASPEN的定价机理,提出了一种自动学习算法.该算法借鉴分类器系统中的规则及消息系统和信任分配系统,模拟了企业通过渐进学习得到最大利润下的价格的过程.文中以一个简单经济模型中的两个企业代理人的价值竞争为例,将算法的定价与理论计算法的结果进行了比较,比较结果表明该算法很好地实现了企业定价的自动学习.     

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.     

中国商品期货市场风险溢价及其影响因素测度研究:基于套期保值压力效应的视角

本文基于套期保值压力效应的视角主要从商品期货合约本身的套期保值压力和交叉套期保值压力两个方面对我国农产品、能源化工和金属商品期货的风险溢价进行测度和分析.实证研究表明:当控制系统风险后,商品期货本身的套期保值压力与存在于组内的交叉套期保值压力均显著地影响期货的风险溢价.最后,本文引入价格压力变量以检验期货风险溢价模型的稳健性,当控制价格压力后,这两种套期保值压力效应仍然显著地存在.     

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．     

技术指标能够预测商品期货价格吗? 来自中国的证据

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

已实现跳跃波动与中国股市风险溢价研究——基于股票组合视角

基于我国股市5分钟高频数据为研究样本,采用非参数方法估计了Fama-French25个股票组合的已实现跳跃波动率的主要成分(规模、均值、标准差和到达率等),实证分析表明:(1)已实现跳跃波动的主要成分可通过线性和非线性(交叉项)形式预测大部分股票组合的超额收益率.(2)已实现跳跃波动率成分在一定程度上可以通过线性方式解释股票组合的横截面收益.(3)已实现跳跃波动率可能是Fama-French三因子模型中规模因子和账面市值比因子的背后驱动因素.     

技术指标能够预测商品期货价格吗?来自中国的证据北大核心CSCDCSSCI

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

基于神经网络的股票市场预测研究综述

本文总结了常见的股票市场预测方法,基本面分析方法,技术分析方法,时间序列分析方法,最后重点总结了基于神经网络的股票市场预测方法。     

基于联合风险的商业银行贷款定价研究

当前的贷款定价研究主要针对信用风险,对信用风险和市场风险的联合风险的研究较少。因此从信用风险与市场风险的联合风险角度进行贷款定价的研究,目前还是较新的课题。本文对此进行了探索性研究,构建了基于联合风险的贷款定价模型,并得到了有意义的研究结果:不同的项目贷款,若其市场风险与信用风险的关联程度不一,即使其它指标一致,银行也应对它们执行不同的贷款利率,这个结果对实践有很好的指导意义。     

消费者信心指数与股票市场收益率关系研究——基于Granger因果检验视角

文章运用计量经济学基本手段,设立相关模型,对我国消费者信心指数和股票市场收益率进行了单位根检验、granger因果分析、VAR回归分析。得出我国消费者信心指数granger因果影响股票市场的收益率,而滞后的股市收益率和消费者信心指数存在着负的相关关系,结果表明,消费者信心指数和股市收益率之间存在的不同形式的影响关系。影响具有时空滞后性和不对称性。     

基于流动性视角的中国股票市场IPOs长期表现实证研究

国内外众多实证研究表明,新股上市后的长期回报普遍欠佳。针对这一现象,本文基于流动性视角对其进行了重新考察。通过对2002年在上海证券交易所上市新股的实证分析,我们发现,当考虑了流动性因素对股票收益的影响后,不管是采用事件研究法还是日历时间研究法,新股原本存在的长期弱势现象都得到了显著改善,并在三年考察期结束时出现正的超额回报。     

对基于递归图的时间序列可预测性的进一步研究

理论与实例皆表明:在重构系统相空间的基础上构造递归图来描述时间序列的可预测性时,递归图能否真实反映时间序列的实际可预测程度,这起决于重构系统相空间时是否选用了合适的嵌入参数.本文在虚假最近邻域概念的基础上,提出了可同时确定最优的嵌入维数与时间滞后的方法,为正确、快速判定时间序列的可预测性提供了可靠的保证.     

基于随机森林的企业监管方法研究

为了提高市场监管部门的监管效果与执法效率,本文提出利用大数据技术中的机器学习工具,对各类市场主体的违规违法风险进行识别的监管路径,探索利用大数据手段辅助市场监管,维护市场竞争秩序。利用北京市的12万家企业数据建立随机森林模型并进行优化,同时将模型与市场监管工作相结合,极大提高了市场监管效率。     

基于无穷状态转换模型的中国股票市场收益率分析

本文建立一个状态数目由数据决定的马尔可夫转换向量自回归模型,用贝叶斯方法推断模型参数,并利用基于Gibbs分块采样的MCMC方法做逼近。然后本文用此模型和估计方法分析上海A股市场周收益率,结果发现,我国股票市场最可能存在5个不同的状态,状态间的区分首以波动性大小不同为标准,股市除了在初期波动性极小外,从1992年4月开始可以分为两个阶段,在各阶段股市均在三个状态之间转换。