双侧系统性风险及其在中国股市的实证研究

基于代表性投资者下跌风险规避和上升风险喜好推导出双侧风险偏好资产定价模型,并基于该模型实现了双侧系统性风险的分离.运用中国A股市场1996年～2003年的收益数据进行实证研究表明,双侧系统性风险的绝对值在研究样本区间初期较高,随后逐年下降,说明中国证券市场日趋规范,也与1996年以后实行的股市涨跌幅设限等政策有关;与外在重大信息冲击影响对应,双侧系统性风险的相对比例在研究样本期间内表现为一波三折.     

概率扭曲与A股市场风险定价

在等级依赖效用(RDU)框架下研究了概率扭曲对于A股市场的风险定价影响.理论上,通过推导概率扭曲下的CAPM模型,发现概率扭曲会通过影响投资者对于尾部风险的感知强弱程度而扭曲定价核,进而影响风险与收益的定价关系.当投资者低估(高估)尾部风险时,定价核呈钟型(U型),风险与收益之间负向(正向)关联.实证上,通过上证50ETF期权和A股截面数据证实了本文的理论发现.首先,由期权数据估计经验定价核,发现A股市场钟型定价核占主导,即大部分时期投资者会低估尾部风险.随后,构建概率扭曲指标将市场区分为高估时期和低估时期,回归结果发现：当市场处于低估(高估)尾部时期,系统性风险和特质风险都与预期收益显著负(正)相关.     

机构投资者持股与股价崩盘风险的关系——基于市场变量的检验

"机构投资者持股对股价崩盘风险的影响是正向还是负向?现有研究文献并没有得到一致的结论，本文认为这个问题需要通过对市场条件进行细分来深入研究.为此，本文以2011年~2015年我国A股上市公司为样本，采用门限模型研究机构投资者持股对股价崩盘风险的影响是否会因市场效率和市场化程度的不同而发生变化.研究发现:机构投资者持股与股价崩盘风险之间存在市场效率和市场化程度的门限效应:当市场效率处在高水平时，机构投资者持股会降低股价崩盘风险，当市场效率处在低水平时，机构投资者持股会加剧股价崩盘风险;上市公司所在地区市场化程度处在高水平时，机构投资者持股会降低股价崩盘风险，上市公司所在地区市场化程度处在低水平时，机构投资者持股会加剧股价崩盘风险;在目前我国的整体市场环境下，机构投资者持股会加大股价崩盘风险."     

公司治理、投资者异质信念与股票投资风险——基于中国上市公司的实证研究

基于中国资本市场中股票投资存在巨大风险和投资者缺乏可靠投资决策依据的现状,本文通过分析公司治理、投资者异质信念和股票投资风险三者之间的关系,从微观层面揭示了公司治理对股票投资风险的影响机制,并利用中国A股上市公司样本验证了这一机制的存在。结果表明:公司治理水平的提高有利于降低投资者信念的异质程度和股票的投资风险;投资者信念异质程度的降低有利于减小股票的投资风险;投资者异质信念是公司治理影响股票投资风险的完全中介变量。本文结论可为研究公司治理对资本市场的影响及其在资本市场中的应用提供一些可借鉴的思路和经验证据。     

投资者情绪、过度交易与中国A股市场波动——基于证券投资者信心指数调查数据的分析

本文采用证券投资者保护基金调查数据的证券投资者信心指数(SICI),运用有向无环图(DAG)以及基于有向无环图结果的递归预测方差分解技术，深入探究了我国投资者情绪、过度交易行为与股市波动间的同期及动态影响，进而为减轻我国A股市场的过度波动现象，防范化解金融系统性风险提供实证支持.实证结果显示：就同期影响而言，我国A股市场的过度波动与投资者情绪变化导致了过度交易行为；就动态影响而言，随着互联网通讯技术与杠杆交易的兴起，我国投资者情绪、市场波动具有较强的“自我实现”机制，尽管近年来我国投资者情绪及交易行为日趋理性，但在市场出现较大波动尤其是牛熊更替暴跌时期，市场波动对我国投资者情绪影响将会变大，投资者情绪波动将导致非理性交易行为显著增加，此时投资者的非理性情绪与交易行为也将对我国A股市场波动产生显著影响，加剧了我国证券市场风险.     

机构投资者信息挖掘、羊群行为与股价崩盘风险

聚焦机构投资者决策行为背后的信息驱动因素，选取2007年～2017年沪深A股作为研究样本，构建了机构投资者信息挖掘能力的度量指标，分析机构投资者信息挖掘能力的差异对股价崩盘风险的影响效应及其中介路径.实证发现，持股机构投资者信息挖掘能力的差异程度越大，则越能减缓样本股票的股价崩盘风险.多重链式中介效应检验表明羊群行为在其中起到了部分中介效应，也即信息挖掘能力差异会导致机构投资者的羊群行为程度降低，进而缓解了股价崩盘风险.在不同市场环境中，熊市中这种缓解效应相较于牛市更加明显.同时，良好的公司内外部环境不仅能有效降低股价崩盘的风险，也可以加强机构投资者信息挖掘能力差异性对股价崩盘风险的缓解效应.研究结论为全面认识机构投资者信息挖掘能力以及如何降低股价崩盘风险提供了借鉴.     

投资者关注与股价崩盘风险——基于百度指数的实证研究

如何促进资本市场平稳健康发展引发各方关注。本文运用2011～2020年A股上市公司样本，基于上市公司百度搜索指数，分析投资者关注对于企业股价崩盘风险的影响。分析结论表明，投资者关注度提升能够显著降低股价崩盘风险，同时此种影响在牛市样本中更为显著。具体机制来看，投资者关注度提升能够通过外部监督机制的补充和流动性增加两种机制，降低企业股价崩盘风险。同时，信息环境的优化同样能够起到积极作用。本文分析结论有利于进一步厘清市场投资者与股市崩盘风险之间的关联，为维护资本市场稳定提供政策启示。     

机构投资者对其持股公司绩效的影响研究——基于机构投资者自我保护的视角

从机构投资者自我保护的视角出发, 通过构建公司内部人和机构投资者的博弈模型, 揭示了机构投资者对其持股公司绩效影响的微观机制.在此基础上, 实证研究我国沪深A股市场2004年-2012年公司样本.结果表明:机构对其持股公司绩效的改善作用在2004年-2007年和2008年-2012年两个阶段存在结构性变动;从整体来看, 在上述两个阶段, 机构投资者对其持股公司绩效有显著改善作用, 但第二阶段的改善作用明显减弱;基金有助于改善其持股公司绩效, 而其它机构投资者缺乏这种改善作用.机构在第二阶段改善作用减弱的主要原因是,在样本期间, 基金持股规模占比迅速衰减, 其它机构投资者持股规模占比大幅提高抑制了整个机构对其持股公司绩效的改善作用.     

参数不确定性对投资者最优资产组合的影响：基于中国的实证

现代金融学主要目标是给出具有科学依据的投资建议。这一任务对于投资期限较短的投资者已完成,但对面临时变性投资机会的长期投资者,金融学家还不能给出高精度的投资建议。文章考虑投资者自身预测力存在估计误差的感知风险(参数不确定性)对投资者最优资产组合选择问题的影响。运用我国资本市场数据的实证研究表明:忽略参数不确定性对资产组合选择问题的影响将会误导投资者配置过多的风险资产。     

存在老鼠仓时的投资、消费与风险溢价

首先,对存在老鼠仓情况下市场各方投资、消费策略进行建模.做仓机构投资者偏好向老鼠仓消费的转移将导致其增加投资并减少消费;同时老鼠仓引发的资产价格变动将影响投资者对于资产未来收益的预期,导致投资者之间对于资产收益率的信念产生不一致.这两个方面的共同作用将提高均衡时市场的风险溢价.最后,利用我国证券市场相关数据对模型进行实证分析,结果较好地规避了"股权溢价之迷".     

基于Bayesian-Copula方法的商业银行操作风险度量

本文在对损失分布法分析的基础上,将损失事件划分为内部欺诈、外部欺诈以及违规执行三种类型;引用两阶段分布拟合操作风险的损失强度分布,同时采用贝叶斯理论中的吉布斯抽样来获取参数估计值以减小低频率高损失数据不足带来的误差;考虑到操作风险各损失事件间可能存在的相关性,本文采用Copula函数对操作风险进行整合以获得联合损失分布函数,并计算出不同置信水平下我国商业银行操作风险损失的VaR值与CVaR值.实证研究的结果表明:基于贝叶斯理论的参数估计综合考虑了总体与样本等先验信息,估计出的参数值误差较小;Copula函数的引入与VaR值、CVaR值的测算,能在考虑了损失事件发生概率的同时,估测出操作风险潜在的损失大小,从而可以更准确度量操作风险.     

基于EVT-Vine-copula的多市场相关性及投资组合选择研究

研究多元市场间的相关性对构建市场投资组合进而有效规避风险具有重要现实意义。将股票、基金、国债、期货、货币、外汇和现货市场纳入统一框架,以2010年10月1日至2014年3月31日的HS300指数、上证基金指数、国债指数、燃油期货指数、Shibor隔夜拆借利率、欧元兑人民币中间价和原油商品指数为样本,在结合GJR和EVT对各自边缘分布进行估计的基础上,运用R-Vine copula、D-Vine copula和C-Vine copula 3种模型综合探讨中国不同金融市场之间的净相关关系,并详细分析所有两两市场间的非条件相关性及其在一个市场条件下的条件相关性。实证结果表明,中国金融市场间表现出厚尾相关性和非对称相关性特征,3种不同Vine-copula模型对中国金融市场的拟合效果没有显著差异;多数两两市场间具有较高的非条件相关性,通过逐一分析除两两市场外的第3个市场对其相关性的影响得知,二者在某些市场条件下的条件相关性仅为其非条件相关性的20%以下,因而选择对应市场构建三元投资组合可以避免仅在两个市场同向投资时其市场价格同时下跌的风险;熊市时要避免直接在非条件相关性及条件相关性较强的市场间同向投资,应通过选择非条件相关性较低的两个市场、条件相关性表现独立或较低的多个市场构建投资组合,从而规避不同市场价格同时下跌的风险。     

套期保值, 估计风险与贝叶斯统计——基于中国铜期货市场的经验研究

针对期货最优套期保值策略估计中可能存在的估计风险问题,本文对单变量线性回归模型(OLS模型)和多变量线性回归模型(VAR模型和EC-VAR模型)进行贝叶斯分析,并采用Gibbs抽样方法对中国铜期货市场的最优套期保值策略进行了实证分析。本文还同时估计了基于频率统计方法的最优套期保值策略,并对贝叶斯统计下和频率统计下的最优套期保值策略进行了分析比较。实证结果清楚表明,估计风险对模型结果有重要影响。在处理估计风险方面,贝叶斯统计较频率统计方法有明显优势。     

Quantitative Risk Assessment: Developing a Bayesian Approach to Dichotomous Dose–Response Uncertainty

Model averaging for dichotomous dose–response estimation is preferred to estimate the benchmark dose (BMD) from a single model, but challenges remain regarding implementing these methods for general analyses before model averaging is feasible to use in many risk assessment applications, and there is little work on Bayesian methods that include informative prior information for both the models and the parameters of the constituent models. This article introduces a novel approach that addresses many of the challenges seen while providing a fully Bayesian framework. Furthermore, in contrast to methods that use Monte Carlo Markov Chain, we approximate the posterior density using maximum a posteriori estimation. The approximation allows for an accurate and reproducible estimate while maintaining the speed of maximum likelihood, which is crucial in many applications such as processing massive high throughput data sets. We assess this method by applying it to empirical laboratory dose–response data and measuring the coverage of confidence limits for the BMD. We compare the coverage of this method to that of other approaches using the same set of models. Through the simulation study, the method is shown to be markedly superior to the traditional approach of selecting a single preferred model (e.g., from the U.S. EPA BMD software) for the analysis of dichotomous data and is comparable or superior to the other approaches.     

An Empirical,Nonparametric Simulator for Multivariate Random Variables with Differing Marginal Densities and Nonlinear Dependence with Hydroclimatic Applications

Multivariate simulations of a set of random variables are often needed for risk analysis. Given a historical data set, the goal is to develop simulations that reproduce the dependence structure in that data set so that the risk of potentially correlated factors can be evaluated. A nonparametric, copula‐based simulation approach is developed and exemplified. It can be applied to multiple variables or to spatial fields with arbitrary dependence structures and marginal densities. The nonparametric simulator uses logspline density estimation in the univariate setting, together with a sampling strategy to reproduce dependence across variables or spatial instances, through a nonparametric numerical approximation of the underlying copula function. The multivariate data vectors are assumed to be independent and identically distributed. A synthetic example is provided to illustrate the method, followed by an application to the risk of livestock losses in Mongolia.     

我国金融机构的系统重要性评估:基于多元极值理论

2008年全球金融危机以后，金融机构的"大而不能倒"问题以及由此引发的系统性风险备受关注。本文基于多元EVT和Copula函数，建立了系统重要性的多角度评估指标体系，并对我国公开上市的26家金融机构的系统重要性做了一个综合评估。实证研究结果表明：（1）我国银行业在金融体系中占有主导地位，且银行业同质性较高，易诱发系统性风险；（2）规模不是系统重要性的唯一考量因素，其他因素也会对系统重要性产生显著影响，部分股份制商业银行和城商行也应被列为金融监管的重点关注对象。     

基于通货膨胀和风险偏好视角的资产配置研究

不确定条件下的资产配置问题无论对于学术研究还是投资行为都具有重大的理论和实际意义。本文选取广义范围上的现金、股票、债券作为投资者进行资产配置的产品,在CRRA(Constant Relative Risk Aversion)和HARA(Hyperbolic Absolute Risk Aversion)两种偏好假设下,分别求出了投资者效用最大化时的最优财富以及最优资产组合中各资产的权重,并比较分析了两种偏好假设下通货膨胀、风险偏好、投资期限三种因素对资产配置的影响。研究结论表明:通货膨胀会影响股票和债券的风险溢价,进而影响最优资产组合中各资产的权重;股票的权重不会受投资期限的影响,在通货膨胀率和风险偏好不变时,其值始终为一常数,但债券和现金的权重则由投资期限、通货膨胀和风险偏好共同决定;此外,在CRRA和HARA偏好假设下,以上三种因素对资产配置的影响存在较大差异,特别是在HARA框架下存在买空行为。     

银行投资组合多元化与系统性风险的关系研究

在现代金融系统中,人们逐渐开始关注整个银行业的系统性风险而不仅仅是个体风险,而传统经济学中个体银行投资组合多元化理论对于系统性风险来说并不一定是有效的,因此对于银行投资组合多元化与系统性风险之间的关系仍需要深入研究。本文基于简化的金融市场,通过资产负债表刻画银行和资产之间的联系,构建了描述银行破产边界的数学模型,并以此为基础分别研究了银行个体风险、系统性风险、考虑拆借关系的系统性风险以及同时考虑减价出售和拆借关系的系统性风险之间的区别与联系,进而分析了银行投资组合多元化对不同风险的影响。最后,参考实际金融市场中的参数取值,对本文构建的模型进行了数值实验,研究结果表明：多元化会使银行的投资组合变得相似从而更容易引发系统性风险,资产减价出售和银行间拆借关系的存在同样会增加银行系统性风险,因而通过减少投资组合多元化和控制银行拆借比例等措施可以在一定程度上降低系统性风险的发生,这对于系统性风险的监管具有较高的参考价值。     

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。