条件自回归expectile模型及其在基金业绩评价中的应用

本文研究了日收益率之下开放式基金的业绩评价和检验问题,提出了改进的条件自回归expectile（CARE）模型并应用到基金业绩评价的问题研究中。首先运用非对称最小二乘法（ALS）对动态的CARE模型进行半参数估计,得到样本基金收益率序列的VaR值和ES值。其次,使用计算结果对样本基金的日收益率进行风险调整,得到基于VaR和ES修正的Sharpe比率。最后,在实证研究中,本文使用传统的Sharpe比率、基于VaR和ES的Sharpe比率对我国56只开放式基金在2005-2011年间的业绩进行了实证分析,结论显著证明了CARE模型在极端风险度量上更精确,在基金评价和检验中的应用中是可行的。     

Adjexpectile风险测度的性质、优化及资产配置的应用

金融风险的度量和识别是风险管理的重要内容,常用的风险度量工具是标准差、VaR、ES,但存在很多缺陷,expectile的提出弥补了这些不足,在理论界得到广泛的讨论和应用。本文扩展了expectile进行资产配置,提出Adjexpectile的概念,并讨论和分析了Adjexpectile的一致性风险度量、随机占优性、凸性,与标准差、VaR、shortfall的关系,风险贡献及风险分解的性质。通过对六个资产指数：上证国债指数、上证企业债指数、上证180指数、深圳100指数、深成长40p指数和黄金现货指数的复合周收益率数据进行组合优化配置,发现Adjexpectile在非对称性收益数据、组合前沿、风险分散方面具有一定的优越性。     

VaR与CVaR的敏感性凸性及其核估计

风险价值（VaR）和条件风险价值（CVaR）是目前两大主流风险度量工具,如何准确地对它们进行估计是风险管理实践中首要而核心的问题。近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们在核估计的框架内讨论VaR和CVaR估计量的性质;给出投资组合VaR和CVaR对组合头寸的一阶导数向量和二阶导数矩阵的核估计公式,并用它们来讨论组合VaR和CVaR对组合头寸的敏感性和凸性。最后,我们利用中国外汇市场的实际数据做实证分析。     

基于Copula-APD-GARCH模型的投资组合有效前沿分析

根据ES风险度量方法,拓展了马克维茨均值-方差资产组合模型,研究均值-ES准则下的资产组合问题.用APD-GARCH模型刻画风险资产收益率序列,以多元Copula函数描述风险资产间的相关结构信息,构造灵活的Copula-APDG-ARCH模型.利用该模型,借助Monte Carlo模拟,分别研究相关结构是多元正态Copula函数、多元t-Copula函数和多元Clayton Copula函数的风险资产组合的均值一ES有效前沿,并进行比较.实证研究表明,在有效组合范围内,正态Copula函数明显高估了资产的组合风险;当期望收益较小时,t-Copula函数对应的风险值最小,但随着期望收益的增加,多元Clayton Copula函数时应的有效前沿表现最好.     

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.     

厚尾分布情形下的信用资产组合风险度量

本文研究风险因子多元厚尾分布情形下的信用资产组合风险度量问题.用多元t-Copula分布来描述标的资产收益率分布的厚尾性,同时将三步重要抽样技术发展到基多元t-Copula分布的资产组合模型中,拓宽和丰富了信用资产组合风险度量模型.同时,并运用了非线性优化技术中的Levenberg-Marquardt算法来解决重要抽样技术中风险因子期望向量估计.模拟结果表明该算法比普通Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差,从而更精确地估计出信用投资组合损失分布的尾部概率或给定置信度下组合VaR值.     

基于Asymmetric Laplace分布的金融风险度量

金融资产的损益分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些风险特征,给出了市场风险VaR和CVaR度量的AL参数法和AL-MC法。选取上证指数、日经225指数及S&P500指数为研究对象,结合各股市的风险特征,给出了VaR和CVaR度量及其返回检验和准确性评价。结果表明,基于AL分布的风险度量模型具有其合理性和适用性,能很好地度量市场风险。     

基于期权与高频数据信息的VaR度量研究

传统的市场风险度量模型没有充分利用期权与高频数据包含的信息,且主要基于单因子波动率模型,导致信息的损失以及模型缺乏足够的灵活性.本文基于灵活的双因子随机波动率模型,通过提取期权与高频数据包含的市场前瞻与当前信息,构建相应的市场风险度量波动率模型对在险值（VaR）进行度量.为了估计模型参数,建立基于连续粒子滤波的极大似然估计方法.采用iVX指数与已实现波动率测度（RV）作为上证50ETF期权与高频数据信息的代理,对构建的市场风险度量波动率模型进行了实证检验,结果表明：充分利用了期权与高频数据信息的双因子随机波动率模型能够在快速变化的市场环境中更好地估计波动率,相比其它波动率模型（仅利用了历史数据信息的GARCH模型、利用了高频数据信息的已实现GARCH模型以及利用了期权与高频数据信息的单因子随机波动率模型）具有更为优越的VaR度量精确性,尤其是极端风险情形下的VaR估计精确性改进明显,凸显了期权与高频数据信息以及双因子波动率在市场风险管理中的价值.     

基于Expected Shortfall的投资组合优化模型

Expected Shortfall(ES)是目前市场风险估值的新型工具,被用来估计VaR(Value-at-Risk)的尾部风险.介绍了ES的概念,给出了MEAN-ES模型,并对基于ES的组合优化模型的特性进行了分析.结果表明,与均值-方差模型相比,MEAN-ES模型有着更多的优点.     

“吃鱼理论”的定量分析

本文将VaR值应用到具体某只股票的风险度量上,并将股票价格波动带来的风险分为多头风险和空头风险,结合苏宁电器的具体走势数据,使用历史模拟法（HS法）,计算出了多头VaR值和空头VaR值,并试探性的使用这些数据来寻找“吃鱼理论”中的鱼头和鱼尾,得出了有一定参考价值的结论。     

Illiquide Assets in der Portfoliooptimierung

When optimizing a portfolio, which comprises liquid as well as illiquid assets, under the constraint of a liquidity requirement, one has to take into account the particular characteristics of illiquid assets. Illiquid assets in this context have the constituting property that they can only be sold as a whole and – if sold on a short term basis – selling leads to losses. Performing the analysis of a single period model in a mean downside risk framework with one liquid and one illiquid asset, significant differences are proven in comparison to the results of an optimization concerning solely liquid assets. For example, although the return on assets is safe in the first scenario, the portfolio value is already risky due to the uncertain liquidity requirement and situations arise where the allocation to both the liquid and the illiquid asset is optimal. Furthermore, when asset returns are uncertain, the expected portfolio value depends on the assets’ variances and can even be increased by positive correlations.     

一个非对称风险度量模型及组合证券投资分析

在分析Jia&Dyer的风险-价值理论基础上,给出了一个基于预先给定的目标收益的非对称风险函数。该风险函数是低于参考点的离差和高于参考点的离差的加权和,它利用一阶"上偏矩"来修正二阶下偏矩,进一步建立了在此非对称风险函数下的二次规划组合证券投资模型;并证明了该模型与三阶随机占优准则的一致性;最后通过上海证券市场的实际数据验证了该模型的有效性和实用性。     

基于随机久期缺口控制的全资产负债优化模型

资产负债管理是银行等金融机构在负债结构和总量一定的前提下,通过对资产进行优化配置,达到资产流动性、盈利性和安全性“三性”之间的平衡。本文基于CIR动态利率期限结构求解随机久期,对包括增量和存量在内的全部资产负债组合的久期缺口进行预留和约束,构建资产负债优化模型控制利率风险。本文的创新与特色有三:一是以控制CIR利率期限结构的随机久期缺口为约束条件建立非线性规划模型、对资产配置进行利率风险免疫,反映了利率随时间的动态变化,突破了Macaulay久期、FW久期等现有研究的利率随时间的变化是固定不变或平行移动的限定条件,使资产配置的利率风险免疫更加符合现实情况。二是建立了包括增量资产负债与存量资产负债的全资产负债优化配置模型,改变了现有资产负债模型大多只考虑增量资产负债、而忽略存量资产负债的弊端。三是以市场利率朝着最不利方向变动时、预留缺口损失后的资本充足率仍满足监管要求为约束条件,保证了在利率不利变动情况下损失仍在可控范围内,在利率有利变动时银行净值增加。     

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.     

考虑流动性和组合再平衡风险的股票质押率优化模型

股票质押率的合理与灵活设定对于降低质权人风险，从而避免市场恐慌情绪蔓延具有重要意义。考虑到现有研究和实务操作往往只是简单地基于波动率来计算股票质押率，而忽视了流动性、杠杆和交叉持股等因素对股票质押率的影响，即在股票质押率定价过程中未能考虑质押标的的流动性风险和组合再平衡风险。鉴于此，本文分析了杠杆对投资者资产组合价值的影响机理，以及交叉持股对质押标的的正反馈效应，构建了一个兼顾波动率、流动性和组合再平衡风险的股票质押率定价模型。另外，通过模拟分析发现，杠杆及流动性冲击均显著影响股票质押率；且与仅基于波动率预测的传统模型相比，本文提出的定价模型所计算的股票质押率要显著低于前者，结果证明本模型确能有效解决杠杆过高、交叉持股情况下，股票质押率的合理调整问题。     

结构突变下的高维汇率资产时变投资组合预测研究

金融市场存在结构突变现象是发生金融风险传染的关键所在,而风险传染又是投资组合研究中亟需解决的难点。本文以9种国际主要货币对美元汇率为研究对象,先构建隐马尔科夫模型来对汇率资产进行结构突变预测,并基于结构突变刻画的结果,构建动态R-Vine Copula模型来预测汇率资产的风险传染关系;最后,基于结构突变与风险传染的研究结果,筛选出适合的组合汇率资产,构建时变投资组合预测模型。实证结果表明：HMM模型能够有效地刻画出汇率资产中的结构突变;动态R-Vine Copula模型能够更加有效地刻画出汇率资产间的风险传染关系;基于结构突变与风险传染关系下的动态投资组合预测模型,具有降低投资组合风险与提升投资组合预测收益的优越性,能够为金融风险管理和投资组合研究提供模型参考。     

基于下偏度最小化贷款组合优化模型

运用组合偏矩刻画信贷风险原理,以贷款组合下偏度最小化为目标函数,控制商业银行发生重大损失的概率;以组合风险价值VaR为约束条件,控制贷款组合的整体风险,建立基于下偏度最小化贷款组合优化模型。研究表明：下偏度不要求贷款收益服从正态分布,并能够很好地反映收益率分布的“左尾”,降低商业银行贷款组合发生重大损失的概率;同时下偏度可以真实反映贷款的本质,符合投资者的心理,并且可以反映多笔贷款之间的相关联系,解决现有模型的解析能力不足的问题。     

半参数alpha策略的反转效应研究

文章考虑风险与收益的时变性,提出了变系数市场模型以便更好的捕获市场风险变化因素,建立了半参数alpha策略模型,并以沪深300指数及其成分股为研究对象,利用该半参数模型构建可以取得alpha策略反转效应的股票组合,文章还对半参数alpha策略的反转效应的持有期长短、股票稳定性对反转效应的影响进行了研究。实证结果表明所提出的模型可以作为较为理想的预测工具,同时也为提高投资收益和管理投资风险提供了一定的理论参考。