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。     

高维时变协高阶矩建模及其投资组合应用——基于半参数分布因子模型

本研究提出了一种基于半参数分布时变因子模型的动态协高阶矩建模方法，给出了模型设定、模型估计和时变高阶矩的检验.通过因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题，同时通过引入半参数分布增加了模型的稳健性.实证研究表明：相比于现有协高阶矩估计方法，基于因子模型的动态建模能够有效捕捉资产收益率协高阶矩的时变结构，同时更加契合金融资产收益率的潜在特征；动态投资组合能够应用于高维场景，并产生更高且更稳定的经济价值，稳健性分析进一步证实了这一点.     

基于小波-高阶矩模型的投资组合策略——以国际原油市场为例

考虑到投资者异质性特征,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,提出小波-高阶矩投资组合模型,在此基础上提出频域视角下的高频尺度集成方案和时-频域视角下的全尺度集成方案,并遴选出合适的风险偏好特征改进模型,最后进行稳定性检验。基于国际原油市场数据,样本外检验结果表明:相较于对照组,大部分的小波-高阶矩投资组合策略均取得了更优的投资效果,其中集成部分表现最佳,且高频尺度集成方案侧重于提升收益,而全尺度集成方案侧重于降低波动;通过选择合适偏好高阶矩风险的特征,将会明显改善原始小波-高阶矩投资组合策略,且对两个集成方案改良效果最显著;稳健性检验证实了以上结论。     

基于下偏矩风险的行为投资组合模型研究

基于下偏矩风险测度,提出了LBPT行为投资组合模型.LBPT模型在风险测度指标、假.设应用前提和决策考虑因素等方面不同于BPT模型,体现出投资者既追求最低保障又追求一朝大富的决策心理.此外还讨论了模型参数B的含义和取值,并对单心理账户模型(LBPT-SA)进行转换得到了线性规划形式.与BPT-SA模型不同的是,投资实例表明无论在高期望水平还是低期望水平上LBPT-SA模型的有效前沿都与均值--方差模型有效前沿相似.LBPT模型的显著优点是可转化为线性规划模型并应用于实际投资组合中.     

金融高阶矩风险溢出效应研究

开展金融风险溢出效应的研究,对于避免金融风险从一个国家、地区或市场迅速地传播到其它的国家、地区或市场具有重要的意义.早期的金融风险溢出研究只考虑前二阶矩,即均值的溢出效应和方差的溢出效应.在一元GARCD-JSU模型的基础上,构建了世界因子、地区因子及单个市场因子三个因子模型,并对高阶矩风险的溢出效应进行了分解,用于研究金融高阶矩风险在世界、地区和单个市场之间的溢出效应.最后,对亚洲一些主要国家和地区金融风险溢出效应进行了实证研究.     

基于半定规划松弛的高阶投资组合优化研究

以最小化峰度为例研究了具有高阶目标函数的投资组合优化问题.针对目标函数的高阶性与非凸性所带来的投资组合优化模型求解困难,根据Lasserre和Waki的研究成果,提出高阶投资组合优化模型的半定规划松弛算法;并从理论上推导得到最小化峰度的投资组合优化模型的有效前沿.最后通过实证分析,验证了理论推导得到的有效前沿,进而说明了半定规划松弛算法求解高阶投资组合优化问题的有效性.     

投资组合理论与风险防范

随着社会经济的发展和人们生活水平的不断提高,人们的投资意识也不断地增强,现在有越来越多的人开始学会通过投资或者创办企业来使自己手头上闲置的资金创造出更大的财富。但是投资或者企业的财务管理都存在着各种各样的风险,而这些风险又是可以控制的。在相当长的时期内,企业的投资组合财务风险是企业发展过程中投资组合面临的一项重要的风险。企业如何进行有效的投资组合并且合理地规避投资组合过程中的风险问题,是企业获得快速发展的关键性因素之一。投资的风险只要在投资之前,对所投资的项目各项可能遭遇风险做较为正确的评估,从而做出正确的决策。企业在进行投资项目制定的过程中,一定要做好必要的风险防范措施,建立预警分析指标体系,进行适当的风险防范决策。     

灾难风险、习惯形成和含高阶矩的资产定价模型

通过引入习惯形成因素,推导出包含灾难风险与习惯形成的高阶矩资产定价模型.数值模拟结果显示:1)该模型能够在相对风险厌恶系数更灵活的赋值区间内解释无风险利率之谜和股权溢价之谜;2)习惯形成因素的引入可以很好地解决基于高阶矩的灾难风险模型对于灾难风险参数选择过于敏感的问题;3)习惯形成显著改善了资产价格高阶矩近似的效果,削弱了高阶矩信息(四阶矩以上)对资产定价的影响.最后,考察了该模型在中国金融市场中的适用性,研究发现,灾难风险定价模型同样能够解释我国的股权溢价特征,且习惯形成因素也能够提升模型对中国金融市场的解释力.     

基于协高阶矩视角的沪港股市风险传染分析

金融风险传染(financial risk contagion)不仅是资产配置和套期保值决策中应该考虑的一个重要因素,而且直接关系着一国乃至全球金融体系的安全与稳定.运用协高阶矩(协偏度、协波动率、协峰度等)风险传染判定方法,实证检验了沪港通实施前后上海和香港两地股票市场间的风险传染状况.研究结果表明,沪港通政策实施后,上海股市向香港股市的第一类协偏度(均值→波动率)、协波动率、经调整的相关系数、协峰度等的风险传染统计量值依次变大,同样依据风险传染统计量值的大小,香港股市对上海股市的风险传染途径依次为协四阶矩(协波动率、协峰度)、第一类协偏度和经调整的相关系数,协高阶矩成为沪港股市间双向风险传染的主要途径;因资本净流动数额和投资者教育等因素,上海股市对香港市场的风险传染效应更强.     

中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面.以中国股票市场最具代表性的两种股价指数--上证综指和深证成指 10 年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征.研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应.初步提出将高阶矩波动模型运用于金融风险管理的思想.     

动态金融高阶矩建模:基于Generalized-t分布和Gram-Charlier展开分布的比较研究

动态时变高阶矩是金融收益率的一个重要特征。本文对比研究了主流的Generalized-t分布(GT)和Gram Charlier Expansion分布(GCE)在GJRGARCH模型下对动态高阶矩的拟合能力和Value-at-Risk的预测能力。基于2005-2014美国标普500股指和中国沪深300股指日收益率的实证结果显示,收益率的条件高阶矩存在显著的时变性和持续性,其中偏度参数的持续性参数达到0.9以上。从各种统计指标综合来看,这两种方法都具有较好的实证表现。尽管GCE分布具有某些高阶矩建模的便利性,GT分布的实证拟合能力更强,对极端概率Value-at-Risk的样本外预测也更加准确。     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

基于行业组合的贷款总体风险优化决策模型

应用资本资产定价模型中的单因子模型表达贷款收益和风险函数,以不同行业贷款组合后的总体风险最小化为目标,运用非线性规划方法建立了基于组合贷款总体风险优化的行业贷款分配模型。通过负相关行业的风险对冲,避免了选择单个或少数行业进行贷款所导致的、当该行业不景气时的系统性风险对贷款质量的影响,降低了贷款组合的系统性风险。从组合贷款总风险中分离出系统风险和非系统风险,并通过实例验证行业组合可以降低系统性风险,显示通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。     

基于非对称结构与长记忆的股票市场风险测度研究

针对金融市场条件收益存在的有偏胖尾分布与非对称波动性特征以及长记忆特征等典型事实特征,运用ARFIMA-FIGARCH-SKST模型等来测度股市动态风险,并通过规范的返回测试检验中的LRT和DQR方法实证考察了测度模型的可靠性。得到了一些非常有价值的实证结果:有无长记忆约束的非对称结构风险模型在中国大陆沪深股市动态风险测度能力上并无实质性差异;ARFIMA-FIAPARCH-SKST模型能够准确测度股市的动态风险;股票市场极端风险的测度尤其不能放弃非对称结构的这一约束条件。     

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β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略，首先通过上升和下降贝塔来优选行业，然后在选择的行业中构造股票投资组合。对于股票投资组合，利用均值方差投资组合模型作为内核，通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型，并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略，这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法，并从侧面验证了我国股市的非有效性。