基于Tsallis熵最大化的VaR模型

统计物理学中的Beck模型具有很好地描述变量的长期记忆和厚尾的特点,文章利用Beck模型和Tsallis熵的最大化理论,对沪市股票指数进行了研究,首先,给出了在Tsallis熵最大化条件下的分布函数,然后,对沪市股票指数数据进行了实证分析,并通过最大似然估计估计出其参数,最后,利用该厚尾分布计算了沪市综合指数的VaR.     

几种q-分布的参数估计方法

由Tsallis提出的非广延统计力学在当今已经有了越来越广泛的应用,并且由此得到的概率分布,即q-分布,也被用来解决各种领域方面的问题,尤其是在交叉学科复杂系统中的运用。文章分别采用矩估计、极大似然估计的方法来推导几种常见q-分布的参数;进一步通过对NBA进球数据进行实证分析,采用不同的估计方法得到参数的估计值,并根据均方误差原理得知极大似然估计方法要优于矩估计方法。     

胜算指标在股票技术分析中的有效性检验

文章根据中国A股市场中18只具有行业代表性的股票价格变动情况,将基于Sharpe指数的胜算指标(WINDEX)作为一种新的方法应用于我国A股市场股价波动的预测行为中,并通过实证分析和配对检验法对胜算指标的有效性进行检验.研究结果表明:按照胜算指标模拟操作的收益率明显优于无操作收益率,胜算指标在我国A股市场具有较强的适用性.胜算指标能够将大部分的股价震荡纳入其中,其检验结果有效意味着一种新的指标可以应用于A股市场.     

中国A股市场的风险厌恶度量

提出了非参数ARCH-M模型,给出了模型的局部估计方法。对2000-2005年间中国A股日市场综合收益率数据进行实证分析,进一步探讨了风险厌恶的度量问题。研究结果表明与常数风险厌恶模型相比,非参数化后的ARCH-M模型能较好地捕捉了变化趋势,且模型的预测精度也得到了提高。     

沪市A股交易量与收益率及波动性的关系--基于混合分布模型的实证研究

本文以混合分布模型为理论框架,运用Granger因果检验和扩展GARCH模型实证研究了上海A股市场交易量与股价之间的关系.得到了如下结论交易量变量和收益率、波动率存在双向Granger因果关系;交易量只能在有限程度内解释波动率持续性;上海股市的信息传播方式基本符合混合分布假设.     

上市公司在证券市场中的统计实证分析

我国自九十年代初建立证券市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看，目前沪市上市公司总数851只，A股841只，B股54只（2007年5月18日）；深市上市公司总数654只，A股599只，B股55只（2007年4月30日）。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。统计资料显示，目前沪市总市值达到13．49万亿，流通市值3．8万亿，平均市盈率42．53倍；深市总市值为3．94万亿，流通市值1．95万亿，平均市盈率50．15倍，超过全年GDP的70％，超过港交所主板及创业板总市值，超过人民币存款量。2007年5月8日，中国证券登记结算公司公布的统计数据显示，目前两市账户总数为9394．54万户（包括A、B股和基金账户），接近一亿大关。     

高频数据驱动的连续时间模型估计

现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。     

沪深A、B股市场信息传递路径实证分析

运用计量经济学中的ARCH-LM检验、GARCH模型、Granger引导关系检验等分析方法，实证分析了B股市场对境内投资者开放前后沪深两市A指收益率序列与B指收益率序列和非预期收益率序列的Granger引导关系，给出沪深A、B股市场信息传递路径，并且指出从信息流动角度来说，A、B股市场整合的方式是从A股市场向B股市场的内幕消息的传递和从B股市场向A股市场的投资理念的趋同。     

养老服务业：商机无限的产业链

近日，《国务院关于加快发展养老服务业的若干意见》正式发布，激起了热烈的社会反响。 在敏感的A股市场。与养老题材相关的房地产、医药保健股集体大涨。世联地产8月与著名养老产业集团恒安照护签署战略合作协议，拟探索符合市场特点的养老服务模式，9月份公司股价区间涨幅超过30％；上海三毛的“祁连山路一养老产业园”项目进入前期筹备阶段，在短短3个交易日斩获20％的涨幅收益。     

基于乘法模型的沪深A股财务定价实证研究

文章对沪深1444只A股价格与上市公司财务指标关系的多元回归分析表明,财务因素对于股价有较强的解释能力。盈利能力在股价形成中处于核心和枢纽地位。盈利能力提升可显著提升股价,但盈利中包含的非经常性损益增加或盈利的现金保障程度降低则可对股价产生显著的抑制效应。流通盘增大亦可在一定程度上抑制股价。高负债水平和盈利改善的趋势则分别可以大幅度弱化和强化每股收益增长对股价的推动效应。     

SCAD惩罚逻辑回归的财务预警模型

作为一种有监督学习算法,逻辑回归(Logistic Regression,LR)已广泛应用于财务危机建模分析,但其潜在地存在过拟合问题。鉴此,提出一种基于平滑削边绝对偏离(Smoothly Clipped Absolute Deviation,SCAD)惩罚逻辑回归的财务预警模型。该模型不仅能很好地解决模型过拟合问题,而且还可以同时实现变量选择和模型系数估计,并提高了模型的解释性。结合沪深股市A股制造业上市公司的财务数据进行实证研究,同时对比一般的L1正则化和L2正则化逻辑回归模型的预警效果进行实证分析,实验结果表明:SCAD惩罚逻辑回归模型具有较好的分类效果和较强的经济解释能力。     

中国股指期货与股票市场波动性关系的实证分析

使用修正的EGARCH模型与VaR方法检验股指期货的推出对中国股票市场波动性所产生的影响。采用的数据为沪深300指数,样本数据分为股指期货推出前,股指期货推出后的短期、中期和长期与样本数据全体五个时间段。研究表明,从股指期货推出的短期与中期来看,市场对信息的反应比较混乱。从长期来看,股指期货的推出加速了信息的传递速度并且弱化了非对称效应,并没有加大股市的波动性。VaR方法检验表明,股指期货的推出有效降低了股市风险,使A股市场更加成熟和完善。     

Optimal choice of sample fraction in univariate financial tail index estimation

This study introduces a technique to estimate the Pareto distribution of the stock exchange index by using the maximum-likelihood Hill estimator. Recursive procedures based on the goodness-of-fit statistics are used to determine the optimal threshold fraction of extreme values to be included in tail estimation. These procedures are applied to three indices in the Malaysian stock market which included the consideration of a drastic economic event such as the Asian financial crisis. The empirical results evidenced alternating varying behavior of heavy-tailed distributions in the regimes for both upper and lower tails.     

基于季报数据的收入公告后漂移现象研究

利用收入指标对股票超额收益率进行解释构成了理解"定价异常"的重要方面。为此,基于盈余公告后漂移的理论分析框架,以上证A股2008年1季度至2011年4季度的相关数据为基础,利用标准化预期外收入估计量(SURE)和分类检验模型方法对中国股票市场公告期内股票价格的收入公告后漂移现象进行实证检验,研究发现:在盈余公告期内,预期外收入与股票超额收益率呈现出负相关或是不显著的关系,即中国股票市场的收入公告后漂移效应不显著。之后的稳健性分析也同样证实了负相关或是不显著关系的存在,而这种异常可能与中国股市的弱有效率相关。     

时变三因子模型风险系数的动态研究

由Fama和French提出的三因子模型能够较好地解释股票的收益率风险溢价。文章以状态空间模型为框架,将风险因子系数作为状态变量,市场风险溢价作为观测变量,构建时变三因子模型来应对股票市场价格的时变特征。研究结果显示,利用卡尔曼滤波来估计时变风险因子系数,增强了估计结果的准确性与连贯性;风险因子系数变化规律与中国A股市场政策和环境影响相吻合,消除非理性噪声后的时变三因子模型更具有解释力度。     

盈余管理对公司投资行为的影响研究——来自中国A股市场的经验证据

盈余管理和公司投资行为问题是资本市场关注的热点内容。以中国A股市场的上市公司为研究对象,探讨了上市公司盈余管理对投资行为的影响。研究发现盈余管理程度与公司投资水平呈负向关系,具有微盈动机和扭亏动机的公司投资水平显著低于非微盈公司和非扭亏公司的对应水平,得出了公司盈余管理降低了公司投资水平、对公司投资行为有显著影响的结论。     

时变参数状态空间模型估计研究

在宏观经济和金融资本市场上广泛存在着非线性时变参数时间序列,而当前的研究主要关注静态参数状态空间模型的估计。本文通过引入变点分析,改进了静态参数的粒子学习滤波技术,提出了变点粒子学习滤波技术,用于估计时变参数状态空间模型。并且利用模拟实验同经典的变结构IMM滤波技术进行了对比,结果显示,本文提出的变点粒子学习滤波在动态模拟样本数据方面具有更大的优势。可以用于对股票价格和成交量的联合动态轨迹进行实时的模拟追踪。     

基于熵最大原则的GPD估计与中国股市极值风险测度

POT极值模型参数的准确估计是计算金融资产回报市场风险的关键。根据最大化熵原则（POME）得到POT模型中GPD参数估计方程组,通过回归模型的可决系数法选取阈值,最后将其应用到中国两个时段股市金融风险测度的实证研究中。结果表明：第1、2时段,最优阈值分别为0．01799、0．01801,γ、ξ和β的估计值分别为18．53467、0．14871、0．00802和2．93172、0．03649、0．01258,并得到不同显著性水平下的VaR和ES值,为GPD参数估计找到了一个更科学有效的方法,更为准确计算金融资产回报市场风险提供了新思路,同时也测算了本次国际金融危机对中国股市风险的影响。     

A note on comparison and improvement of estimators based on likelihood

The problem of estimation of a parameter of interest in the presence of a nuisance parameter, which is either location or scale, is considered. Three estimators are taken into account: usual maximum likelihood (ML) estimator, maximum integrated likelihood estimator and the bias-corrected ML estimator. General results on comparison of these estimators w.r.t. the second-order risk based on the mean-squared error are obtained. Possible improvements of basic estimators via the notion of admissibility and methodology given in Ghosh and Sinha [A necessary and sufficient condition for second order admissibility with applications to Berkson's bioassay problem. Ann Stat. 1981;9(6):1334–1338] are considered. In the recent paper by Tanaka et al. [On improved estimation of a gamma shape parameter. Statistics. 2014; doi:10.1080/02331888.2014.915842], this problem was considered for estimating the shape parameter of gamma distribution. Here, we perform more accurate comparison of estimators for this case as well as for some other cases.     

Bayesian Analysis of Stochastic Volatility Models

New techniques for the analysis of stochastic volatility models in which the logarithm of conditional variance follows an autoregressive model are developed. A cyclic Metropolis algorithm is used to construct a Markov-chain simulation tool. Simulations from this Markov chain converge in distribution to draws from the posterior distribution enabling exact finite-sample inference. The exact solution to the filtering/smoothing problem of inferring about the unobserved variance states is a by-product of our Markov-chain method. In addition, multistep-ahead predictive densities can be constructed that reflect both inherent model variability and parameter uncertainty. We illustrate our method by analyzing both daily and weekly data on stock returns and exchange rates. Sampling experiments are conducted to compare the performance of Bayes estimators to method of moments and quasi-maximum likelihood estimators proposed in the literature. In both parameter estimation and filtering, the Bayes estimators outperform these other approaches.