上海股票市场系统流动性风险溢价研究

以收益率与系统流动性因子的β值作为系统流动性风险的代理变量,按照FF三因素模型的方法,将账面市值比替换成β值,构建新的包含市场超额收益、公司规模和β值的三因素模型,研究系统流动性风险与我国股市超额收益的关系。上证50指数成分股的实证结果表明,系统流动性风险对我国股市超额收益有显著影响,β值为正的股票获得正的系统流动性风险溢价,而β值为负的股票获得"负"溢价。     

基于Copula房地产与金融行业的股票相关性研究

房地产市场和金融市场的关系多数文献从相互影响的角度研究,而本文以房地产与金融行业的股票收益率数据,引入Copula方法定量刻画两个行业股票之间的相关关系.实证结果表明,双参数结构的Copula拟合度普遍高于单参数结构的Copula;如果仅考虑单参数或双参数Copula函数结构,可能会得出错误的结论.本文同时选取单参数和双参数的Copula拟合房地产与金融行业的股票收益率之间相关性结构,通过AIC、BIC最小原则应为BB3 Copula,说明两个行业股票在市场低迷时期的尾部相关性高于活跃时期的尾部相关性.因此,在投资股票时,不能通过对这两个行业股票的组合投资降低风险.     

CAPM模型的实证检验——基于我国上市银行股2011~2014年的数据分析

本文基于我国上市银行股2011~2014年的数据对CAPM模型进行了实证检验,结果表明,CAPM模型对4组银行股收益情况解释能力均显著,即4个组合超额收益与市场超额收益的一元线性关系显著,其中,小规模、高账面市值比银行股的贝塔系数大于1,其系统性风险和风险报酬均高于市场平均,适合在牛市持有;对4个组合来说,CAPM模型的拟合优度均不高,还存在其他重要解释变量。市场风险是解释银行股收益率不可或缺的重要因素,且中国银行业整体系统性风险较小,适合长期价值投资。     

经典詹森指数绩效衡量方法的有效性研究及改进--来自中国基金市场的检验

以 33只封闭式基金为对象,对经典詹森指数绩效衡量方法在中国基金市场上的有效性进行了实证检验,发现经典绩效衡量方法关于资产组合收益率服从正态分布的假设在中国基金市场上不能成立、在运用单因素詹森指数模型对基金绩效进行评价时用不同的市场组合作为基准组合会得到不同的β值、仅以单一基准组合对基金绩效加以衡量不够充分且其结果是不准确的.作为改进,提出了一种三因素詹森指数绩效衡量模型,并与单因素模型进行了对比分析.     

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.     

股市与房市投资风险比较研究——基于武汉房市的实证分析

随着市场经济的发展,无论在西方国家还是在我国,股市和房市都已经成为了居民投资的重要领域。股票和房地产都很容易成为泡沫经济的主要载体。本文对股市投资和房市投资的收益的波动性进行分析,研究两种投资的风险的特征,并根据我国上证综指和武汉房地产综合价格指数为基础,以比较两者之间投资风险的大小。认为从长期平均的水平来看,投资房地产市场的实际季收益率将远远高于投资股票市场的实际季收益率,投资房市的平均风险小于投资股票市场的风险,房市投资的风险会随着股票市场投资风险的加大而加大,而防止经济泡沫从股票市场向房地产市场转移,增加购房首付比例无疑具有防火墙的作用。     

价值与动量混合策略DEA多期限资产组合选择及效率评价

运用DEA融合有效价值与有效动量指标,构造多期限价值与动量混合策略资产组合,在期望收益率与风险调整收益率条件下评价其相对有效性。基于沪深300成分股的实证发现,DEA高效率值股票组合持有期期望收益率显著高于沪深300组合,且期望收益率与风险调整收益率均高于单一价值股票组合和赢者股票组合;在此基础上,构造同时持有DEA高效率值股票组合多头与DEA低效率值股票组合空头的套利交易策略,在相对较长的持有期上能给投资者带来显著的超额收益率。     

基于条件风险值CVaR模型的房地产组合投资的风险度量与策略

降低房地产投资风险不仅是房地产企业、投资者关注的问题,更是降低金融风险的重要内容.本文着重研究了基于条件风险值(CVaR)模型的房地产组合投资风险度量问题,通过定义离散α-VaR、α-CVaR损失值以及α-FCVaR损失值的等价函数,建立了基于离散CVaR模型的房地产组合投资优化模型,通过计算得到在一定置信水平下的组合投资比例和风险损失,从而为房地产投资决策提供依据.论文用2003-2005年我国六大城市房价数据实验,结果表明控制房地产风险的一种主要策略是选择低风险的CVaR值的投资组合.     

信息风险与市场定价

本文从信息风险的角度出发,以应计质量作为信息风险的代理变量,分别采用CAPM单因素和三因素模型及GLS(2001)模型计算权益资本成本,研究了整体应计质量及其不同部分与权益资本成本的关系。两种方法的研究结果均表明:整体应计质量与权益资本成本呈负相关关系,提高应计质量,能够降低权益资本成本。但是,将整体应计质量进行分解后,只有固有应计质量对权益资本成本有显著影响,一方面说明在应计的组成部分中,投资者无法识别操控应计带来的风险;另一方面也可能是操控性应计的不同部分造成的不同影响抵消所致。并且我们的结果发现,在单因素模型与三因素模型中,应计质量可以解释超常回报,其包含了部分市场风险。     

房地产行业冲击下的系统性风险

房地产是当前中国最大的“灰犀牛”之一.本文首次就房地产行业冲击对我国所有行业可能造成的系统性风险影响进行了压力测试.为克服以往二维压力测试无法刻画所有行业之间联动的问题,本文提出了一种新的动态高维Copula(DHDC)宏观压力测试方法.还提出了一种新的系统性风险度量—条件市值损失(CoMVL),它结合了已有风险度量CoES和MES的优点,又融入了市值信息,从而更好地测量负向冲击的影响.利用中国18个行业的指数回报数据,基于DHDC压力测试的实证分析表明：房地产行业冲击对其他各个行业产生了广泛的不利影响,如果未来一个月内房地产行业累积收益率下跌20%,将会导致制造业、金融业、信息技术业和采矿业的市值分别下跌10.14万亿元、0.81万亿元、0.65万亿元和0.42万亿元,收益率分别下跌29.10%、7.81%、15.27%和10.92%;房地产行业冲击对一个行业造成的市值损失75%以上归结于间接影响,即房地产行业通过影响其它行业而其它行业又对目标行业造成的影响.风险溢出网络分析表明,房地产行业冲击主要通过信息技术业、采矿业、批发零售业、交运仓储业、水电煤气业和建筑业六个行业对制造业和金融业产生了不利影响.拓展分析还表明,房地产行业冲击时间越长,对其他行业产生的不利影响也就越大;而且房地产行业负向冲击产生的影响要大于同等幅度下正向冲击产生的影响,即当前稳定房地产下跌预期对防范系统性风险相对更加重要.一系列稳健性检验都证实了本文结果的可靠性.本研究对于全面理解和防范房地产行业冲击对其它各行业可能带来的系统性风险具有重要的政策指引意义.