基于LASSO分位数回归的对冲基金投资策略研究

由于对冲基金采用了灵活的投资技巧,其收益序列往往表现出与传统投资方式不同的统计特征与风险收益能力,已有方法难以有效地评价其投资绩效.基于LASSO分位数回归,从影响对冲基金收益的众多风险因子中,挑选出重要的风险因子,考察在不同分位点处对冲基金的收益与风险之间关系,识别对冲基金投资风格,继而给出对冲基金投资绩效评价方法.为验证基于LASSO分位数回归的投资风格识别与投资绩效评价效果,构建对冲基金风格组合投资方案,并将其与基于均值回归构建的组合投资、等权组合投资、Markowitz组合投资等经典的组合投资决策方法进行比较.实证研究结果表明,基于LASSO分位数回归的投资绩效评价方法最为有效,给出的组合投资方案能够获得较高的风险调整收益.     

基于Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

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。     

金融资产收益非对称性的多标度分形测度及其在VaR计算中的应用

通过提炼多标度分形分析过程中所产生的对描述金融资产收益非对称特征有益的统计信息,提出了一种新的资产收益非对称测度--多标度分形非对称测度(Multifractal asymmetry measurement)Δf,并以沪深300指数长达7年左右的5分钟高频数据为实证样本,通过两种不同的VaR后验分析(Backtesting analysis)方法,实证对比了Δf测度和传统的偏度系数(Coefficient of skewness)测度在市场风险计算准确性方面的差异。实证结果表明:基于Δf测度的市场风险计算模型的VaR计算精度优于基于偏度系数测度的对应模型,Δf测度具有较偏度系数测度更为优异的对金融资产收益非对称特征的刻画能力。     

基于SKT-ARFIMA-HYGARCH-VaR模型的股票型基金投资风格漂移风险测度研究

投资风格漂移是把双刃剑,基金在获取短期超额收益的同时,其背后也折射出巨大的漂移风险。本文以2004年成立的8只开放式股票型基金为研究样本,在量化基金投资风格漂移收益及分析其序列呈尖峰、厚尾与有偏特征的基础上,通过引入skt分布来刻画新生变量的分布,构建ARFIMA-HYGARCH-VaR模型来测度基金投资风格漂移风险值,并与skt分布下的RiskMetrics及GARCH族等5种VaR模型的风险测度能力做了比较实证分析,同时对各种VaR模型进行失败频率回测检验与动态分位数测试。研究结果表明:在不同显著性水平下,skt分布下的各种模型基本都有较好的风险测度能力,但ARFIMA-HYGARCH模型的VaR风险测度更加精确与稳定;Person吻合度检验也证实了skt分布能较好刻画投资风格漂移日收益序列的分布。本研究为控制较严重的投资风格漂移及规范基金产品创新设计与发行无疑具有重要的理论价值与现实意义。     

基于Skew-t-FIAPARCH的金融市场动态风险VaR测度研究

本文引入FIAPARCH模型刻画金融价格条件波动率特征,引入有偏学生t分布捕获收益率有偏特征,并以此来测度金融市场动态风险VaR;进而运用返回测试和动态分位数回归方法对风险测度模型准确性进行实证检验.结果表明,RiskMetrics和GARCH-N测度金融市场的风险的可靠性差;有偏学生t分布比正态分布、学生t分布更能准确反应金融收益分布实际特征,具有更高的风险测度能力;FIAPARCH-SKST展示出比其它模型具有绝对优越的风险测度效果.     

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。     

基于Expectile回归的均值-ES组合投资决策

为解决均值-ES（Expected Shortfall）组合投资决策中的计算困难，通过理论证明将其转化为一个Expectile回归问题，进而给出其Expectile回归求解新方法。该方法具有两个方面的优势：第一，Expectile回归的目标函数为二次损失函数，具有连续、光滑等特性，其优化与计算过程简单易行，且具有很好的可扩展性；第二，优化Expectile回归目标函数得到Expectile，利用Expectile与ES之间对应关系，能够准确地得到最优组合投资的ES风险值。选取沪深300指数中具有行业代表性的5支股票进行实证研究，将基于Expectile回归的均值-ES模型与均值-VaR模型、均值-方差模型进行对比，发现前者能够很好地分散组合投资尾部风险大小，显著提高组合投资绩效。     

资产定价与劳动成本占比

根据经典生产函数可知与劳动要素相关的变化应反映到企业价值层面，那么劳动要素对股票市场具有怎样的影响呢？本文以沪深A股为研究对象，基于劳动成本占比探索劳动要素对股票市场定价的影响。通过模型推理和实证分析相结合的方法证明劳动成本占比与企业风险正相关，劳动成本占比具有放大企业风险的杠杆作用。基于风险与收益相补偿的原理，通过回归分析和投资组合分析发现劳动成本占比具有正的股票收益预测能力；采用买多-卖空组合构建劳动成本占比风险因子，通过Fama-MacBeth回归证明劳动成本占比是影响股票收益的风险因子，并且相对Fama-French的五因子不是冗余因子；在三因子模型和五因子模型基础上包含劳动成本占比风险因子的定价模型对股票横截面收益的解释力更好，模型的定价效率更高。本文不仅丰富了股票收益影响因子和劳动成本经济后果领域的文献，而且对投资者投资决策、企业制定薪酬制度、政府颁布劳动保护相关政策和收入分配改革方面具有参考价值。     

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。     

Distribution of Spot and Forward Exchange Rates: Empirical Evidence and Investor Valuation of Skewness and Kurtosis*

This paper examines the statistical distribution of exchange rates for eight major currencies for the post-1973 floating rate period. The results show that spot rates, forward rates, and ex-post risk premia all exhibit significant, persistent, but varying deviations from normality, and that the risk premia in forward rates reflect investor preferences for skewness and investor aversion towards standard deviation and kurtosis. These results imply that foreign currency forecasting and hedging practices, mean-variance portfolio analysis, pricing of foreign currency options, and other research involving exchange rates should account for these significant deviations from normality.     

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。     

效用函数意义下投资组合有效选择问题的研究

我们知道,每个投资者在进行投资过程中,都有自己对收益与风险的偏好程度,即投资活动要遵循一个关于收益与风险的效用函数。按照古典经济学的分析,这个效用函数称为无差异曲线 (IDC),它是用均值 -方差来表现风险 -回报率相互替换的大小和形式的。每个投资者都拥有一条无差异曲线来表示他对于预期回报率和标准差的偏好。那么投资者如何确定他的一条无差异曲线,使他的最佳资产组合位于这条无差异曲线上 ?本文运用自己独创的一种几何方法解决了这个难题。本文首先把Markowitz模型的有效前沿用投资组合的权重向量表示出来,然后将无差异曲线也用抽资组合的权重向量表示出来,再由资产组合的有效选择原则就求出这个无差异曲线了。     

投资者情绪对股票市场收益和波动的影响-基于开放式股票型基金资金净流入的实证研究

投资者情绪立足于投资者非理性的角度,能够对股票市场的大幅波动作出较好的解释。当前国内以开放式股票型基金角度分析投资者情绪的研究尚为空白。本文以开放式股票型基金资金净流入作为投资者情绪的度量指标,运用GARCH-M模型研究了投资者情绪对股票市场收益和波动的影响。研究结果表明：投资者情绪与股票市场收益之间存在正向反馈作用;且在以股票市值为分类的组合中,发现大市值股票组合受投资者情绪影响的股票市场指数条件波动越大,股票组合收益越大;小市值股票组合受投资者情绪影响的股票市场指数条件波动越大,则股票组合收益反而越小。     

基于高阶矩波动和Copula函数的相依性模型及其应用

本文提出了基于高阶矩波动的相依结构模型:Copula-NAGARCHSK-M模型。考虑资产的时变条件方差风险、条件偏度风险和条件峰度风险对边缘分布的影响,应用模型研究了上证综指和深证成指对数收益率之间、条件方差之间、条件偏度之间和条件峰度之间的相依结构。发现两股票市场的指数对数收益率之间、条件方差之间和条件峰度之间有相似的相依结构,而条件偏度之间的相依结构则是负方向的相似。     

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。     

基于信息更新的动态资产组合选择

本文研究了不完全信息下风险资产收益前两阶矩的参数不确定性对动态资产组合选择的影响。首先,在连续时间下假设资产价格服从随机扩散过程,引入参数不确定性,运用随机控制方法推导出风险资产最优选择的封闭解,给出定性分析。其次,在离散时间下用一阶自回归模型描述风险资产收益动态,基于贝叶斯分析框架,以上证综合指数不同区间段的两个样本做实证研究。结果表明,当投资者的风险规避程度大于(小于)对数效用时,参数不确定性将导致负(正)的投资期效应;当投资者在估计过程中运用较多的历史数据、或者风险规避程度增加时,参数不确定性的影响将减弱;参数不确定性下的资产组合选择可解释风险溢价之迷。研究说明了在动态资产组合选择过程中应考虑参数不确定性问题。     

Applying the Partitioned Multiobjective Risk Method (PMRM) to Portfolio Selection

The analysis of risk-return tradeoffs and their practical applications to portfolio analysis paved the way for Modern Portfolio Theory (MPT), which won Harry Markowitz a 1992 Nobel Prize in Economics. A typical approach in measuring a portfolio's expected return is based on the historical returns of the assets included in a portfolio. On the other hand, portfolio risk is usually measured using volatility, which is derived from the historical variance-covariance relationships among the portfolio assets. This article focuses on assessing portfolio risk, with emphasis on extreme risks. To date, volatility is a major measure of risk owing to its simplicity and validity for relatively small asset price fluctuations. Volatility is a justified measure for stable market performance, but it is weak in addressing portfolio risk under aberrant market fluctuations. Extreme market crashes such as that on October 19, 1987 ("Black Monday") and catastrophic events such as the terrorist attack of September 11, 2001 that led to a four-day suspension of trading on the New York Stock Exchange (NYSE) are a few examples where measuring risk via volatility can lead to inaccurate predictions. Thus, there is a need for a more robust metric of risk. By invoking the principles of the extreme-risk-analysis method through the partitioned multiobjective risk method (PMRM), this article contributes to the modeling of extreme risks in portfolio performance. A measure of an extreme portfolio risk, denoted by f(4), is defined as the conditional expectation for a lower-tail region of the distribution of the possible portfolio returns. This article presents a multiobjective problem formulation consisting of optimizing expected return and f(4), whose solution is determined using Evolver-a software that implements a genetic algorithm. Under business-as-usual market scenarios, the results of the proposed PMRM portfolio selection model are found to be compatible with those of the volatility-based model. However, under extremely unfavorable market conditions, results indicate that f(4) can be a more valid measure of risk than volatility.     

混合椭球分布下证券组合的尾部条件方差

由于风险价值、条件风险价值等下方风险度量没有考虑尾部数据的变异性,因此在刻画极端金融风险方面存在一定的缺陷。为了更好地控制尾部极端损失的发生概率,我们选择用尾部条件方差来刻画这种极端风险,即超过风险价值的那部分损失的方差。考虑到混合椭球分布在金融数据建模中的重要性,本文在这类分布下研究了证券组合的尾部条件方差,得到了证券组合尾部条件方差风险的精确表达式,为了验证本文的结果,我们也进行了一些数值计算及在最优投资组合方面的应用研究。     

投资者的博彩行为研究——基于盈亏状态和投资者情绪的视角

本文以中国股市2000年1月至2017年9月的数据为样本，实证研究盈亏状态和投资者情绪对股票市场博彩行为的影响。本文首先构造股票博彩指数和资本利得量以及二者的交互项，然后使用Fama-MacBeth回归并分析该交互项系数估计量的统计显著性和经济显著性，结果发现，尽管我国股市投资者总体上表现出博彩偏好，但当投资者处于盈利状态时，投资者会厌恶风险，不愿意冒险买入或继续持有"博彩型"股。本文还构造了投资者情绪指数，并以中位数为界将全样本分为投资者情绪高涨期和低落期，然后通过分组研究发现，投资者情绪对博彩行为有直接和间接两种影响：较之于情绪低落期，投资者在情绪高涨期会更加偏好投资"博彩型"股票；此外，情绪还会通过影响投资者的风险态度进而间接影响投资者对"博彩型"股票的投资决策。