基于小波多分辨分析的高阶矩CAPM

 为改进传统Beta系数测量系统风险的不足，反映系统风险的动态特征，讨论了四阶矩的资本资产定价模型(CAPM)并将小波分析引入到高阶矩CAPM研究中。利用小波多分辨分析的特点，给出了小波高阶中心矩和高阶混合中心矩的定义，基于此给出了多分辨系统风险测度Beta、Gamma、Theta的计算方法和多分辨CAPM，并从行为金融理论出发，给出多分辨高阶矩CAPM的金融背景解释。实证结果支持了多分辨系统风险假说和多分辨高阶矩CAPM的成立，为构建动态投资组合分散金融风险的动态影响提供了证据。     

基于小波多分辨分析方法的高阶矩CAPM研究

近几年来,分析高阶矩CAPM的变化规律,已经逐渐成为该领域研究的热点。为改进传统Beta系数测量系统风险的不足,反映系统风险的动态特征,本文讨论了四阶矩的资本资产定价模型(CAPM)并将小波分析引入到高阶矩CAPM模型研究中;利用小波多分辨分析的特点,给出了小波高阶中心矩和高阶混合中心矩的定义;给出了多分辨系统风险测度Beta、Gamma、Theta的计算方法和多分辨CAPM。     

Beta系数跨期时变与公司估值

从理论上剖析Beta系数跨期时变、时间要素设定差异对系统性风险度量及公司估值结果的影响,并以2005年1月1日至2014年12月31日为样本周期,以有色、钢铁、石化、房地产、银行等5个周期性行业板块收益率及市场平均收益率的周数据和月数据为研究样本,对理论分析结论进行实证检验。研究发现：（1）时间要素设定差异会显著影响Beta系数稳定性;（2）时间要素设定差异对系统性风险度量及公司估值结果影响显著;（3）审慎设定时间要素,有利于提高Beta系数稳定性,同时降低系统性风险度量及公司估值误差。其中,“5～10年”是更为可取的Beta系数估计时段,并应优先选择以“周”为单位的收益率度量时限,其次是以“月”为单位。     

基于极值Copula的投资组合集成风险度量方法

 应用极值的阈值与峰值模型来度量单个资产的风险价值,用两种不同的方法度量了基于Copula函数的沪深指数收益率的相关结构,比较了不同Copula函数下基于沪深指数的二元投资组合集成风险值,结果说明：Gauss Copula函数对沪深指数收益率的相关结构拟合较好,阈值模型的极值Copula能较好的度量投资组合的集成风险值,在高置信度下（0.99以上）,基于Gumble Copula函数的上尾（正收益）集成风险值、基于Clayton Copula函数的下尾（负收益）集成风险值与真实值最为接近。直接加权的方法会高估投资组合的风险,假设沪深指数的收益率服从二元正态分布会低估风险。峰值法的集成风险值误差较大。     

金融市场风险的极值模型及实证分析

风险值(VaR)是金融市场风险的度量指标,选择好的计算方法十分重要。文章主要应用极值理论中的门限模型来研究风险值,并对2000年以来深圳综指和上证指数的日对数收益率计算风险值和期望亏损,最后对两市的风险进行了比较。     

沪市VaR估计误差及其实证

风险价值是一种概率估计,造成风险价值的预测有误差.利用不同分布条件下VaR估计的置信区间来度量风险价值的预测误差,能使风险价值的估计更精确.对沪市周、月收益率进行实证研究,得出月收益率比周收益率的波动性大,参数法有高估风险的迹象.     

沪深股市的风险测度研究

本文比较风险测度方法在不同置信水平下是否能力有效测度沪深市场风险.针对上证综指收益率具有自相关、波动集聚性和杠杆效应特征,运用ARMA-GJR模型对上证综指的负收益率序列进行MLE以求出条件均值和方差以及标准残差序列,运用10%的数据作为极值数据运用MLE方法来估计广义帕累托分布,还对风险测度方法的估计效果进行分析,认为极值VaR能有效测度沪深股市风险.     

β值证券组合投资灰色决策模型

任何机构和个人进行证券投资前,都要计算和预测证券在一定时期的收益,而描述这种收益常用的是预期收益率,同时还要考虑风险的存在.因此,证券的预期收益率和风险是投资分析的重要指标.β值证券组合投资决策模型和均值-方差模型相比具有需要确定的参数少、计算量小、风险选择参数更具合理性的优点,有的文献是在证券组合中不含有无风险资产和允许卖空的条件下研究β值证券组合投资决策模型的;考虑到证券组合中应允许包含无风险资产,而且在现实的证券市场上卖空常常受到限制,提出了允许持有无风险资产的β值证券组合投资决策模型.其实这两种模型都是假定某一投资期内预期收益率和风险均为已知的常数,但并不符合实际情况.因为在现实的证券市场中,由于诸多不确定因素,如政治因素、经济因素、社会因素、国际证券市场等因素的影响,导致证券投资的预期收益率和风险具有"部分信息已知,部分信息未知"的"贫信息"不确定性,所以在证券投资时,投资者应考虑到这种区别于"随机不确定性"和"认知不确定性"的"贫信息"不确定性.鉴于这种原因,本文考虑预期收益率和风险为贫信息不确定性的允许持有无风险资产的β值证券组合投资灰色决策模型.     

上证指数与恒生指数的copula尾部相关性研究

文章结合多分辨率小波分析方法和Copula技术对上证指数与恒生指数的尾部相关性进行了分析.重点利用Archimedean copula函数族中的Gumbel copula,探讨了上证指数与恒生指数收益率在不同尺度上分解后的数据的上尾部相关性.通过量化的尾部相关性揭示了股票市场的变化.     

资产相关结构对投资组合风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础,用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES。结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险。     

上海银行间同业拆放利率ES风险度量研究

随着基准利率地位的不断变化,上海银行间同行业拆放利率（SHIBOR）市场风险管理对金融机构将会越来越重要。然而同正态分布相比而言,SHIBOR收益率变量具有偏态等特征。提出采用广义双曲线分布来拟合收益率序列。为了解决参数估计难的问题,提出利用强有力的EM算法对于解决像包含Bessel函数这样复杂、具有大量局部最优解的优化问题,具有很现实的意义,同时利用蒙特卡罗模拟方法来计算广义双曲线分布下的VaR值、ES值,最后讨论广义双曲线分布在SHIBOR市场风险度量中的应用。     

证券组合投资的目标规划模型研究

文章通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险的目标规划模型,通过确定合适的证券组合的投资比例,可使证券组合投资的预期收益率和投资风险达到投资者满意的程度,这对投资者具有指导意义,最后给出了该模型的应用分析.     

基于预测收益率的模糊投资组合优化模型

本文提出用预测收益率代替均值,在新的经济周期下投资者重视对偏离预测收益率的风险度量,更重视最新的样本数据;并通过建立模型来预测收益率,提出了新的风险度量函数,在此基础上建立了新的投资组合优化模型,解决了样本数目不足的投资组合优化问题.本文建立的模糊环境下的投资组合可以完全转变成线性规划求解,减少了协方差的计算量,使得处理大型证券组合优化问题成为可能.     

国内外石油市场的市场风险测算及比较

根据石油市场收益率的基本特性,文章从收益率的波动性与概率分布出发,将能准确度量时变风险价值的ES-GARCH-GED模型应用到布伦特石油和大庆石油的风险测算:然后将两个市场的ES风险值进行了比较,发现国际石油市场的市场风险明显大于国内石油市场的市场风险;而产生这些差异的主要原因则是国家对石油市场的严格控制扣国际石油市场的期货投机过于猖獗.     

基于序数空间的行业间战略相对风险度量

文章针对不同行业之间风险难以比较分析的问题,在前期战略风险研究的基础上,利用序数理论中系统不确定性的熵度量方法,将企业参考集的战略风险考虑为其位置的下降所带来的负面不确定性信息。选取中国30个行业为研究对象,取净资产收益率作为指标,对30个行业的风险熵值进行了相对风险排序和比较分析,研究结果对投资者对行业的选择及行业间战略实践提供了决策依据。     

中国股市动态VaR计量模型分析

风险测量是现代金融活动的中心。近年来,新兴的VaR测量方法已成为国际上风险管理的主流方法。文章介绍了利用GARCH模型的VaR计算方法,并比较了基于不同分布假设的4种GARCH模型计算的VaR值,并得出以下结论:证券市场收益率具有强烈的GARCH效应和非正态分布性;基于GARCH-T的VaR估计值在给定的显著性水平下能够有效地度量金融资产的风险。     

资产相关结构对投资组台风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础.用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES.结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险.     

基于GARCH-VaR模型的金融科技风险测度

文章以上证互联网金融主题指数与中证申万互联网金融主题指数的日收益率作为样本，运用GARCH-VaR模型度量我国金融科技风险，通过比较分析不同的模型和序列分布后，选取在Students’t分布下的GARCH(1,1)模型计算VaR值，并通过进行Kupiec的失败频率检验提高结论准确度。研究表明：我国金融科技市场波动强烈；上证互金指数收益率分别有90%、95%和99%的概率将平均损失控制在2.36%、3.21%和5.32%内，申万互金指数收益率则分别控制在2.26%、3.14%和5.45%内；对不同收益率序列的VaR值进行对比分析，发现相较于传统金融，新兴金融科技创新遭遇极端损失的可能性及损失的额度更高。     

中国西部大城市商品房价格下方风险的测度

文章运用在险值(VaR)理论的三种模型方法,以重庆、成都为典型城市,采用2005-2012年两市商品房价格指数数据估计重庆、成都两市的商品房市场价格下方风险的在险值水平.研究发现,重庆、成都两市的商品房价格指数收益率具有一定的地域同步效应;整体而言,重庆市的商品房市场价格下方风险要略高于成都市的下方风险;回溯测试结果表明,面对市场极端变化值,并不存在完美的在险值计算模型.     

供应链管理中的组合风险决策

本文针对供应链管理中的组合风险决策问题,建立了类似Markowitz均值-方差模型,实现了在不同期望收益率水平下的多供货源企业的优化组合.