基于Copula-APD-GARCH模型的投资组合有效前沿分析

根据ES风险度量方法,拓展了马克维茨均值-方差资产组合模型,研究均值-ES准则下的资产组合问题.用APD-GARCH模型刻画风险资产收益率序列,以多元Copula函数描述风险资产间的相关结构信息,构造灵活的Copula-APDG-ARCH模型.利用该模型,借助Monte Carlo模拟,分别研究相关结构是多元正态Copula函数、多元t-Copula函数和多元Clayton Copula函数的风险资产组合的均值一ES有效前沿,并进行比较.实证研究表明,在有效组合范围内,正态Copula函数明显高估了资产的组合风险;当期望收益较小时,t-Copula函数对应的风险值最小,但随着期望收益的增加,多元Clayton Copula函数时应的有效前沿表现最好.     

基于Hawkes过程的尾部风险溢酬分析

基于Hawkes过程,利用台指期权和期货数据,估计尾部风险溢酬及其两个组成部分(正跳和负跳的尾部风险溢酬),并进一步探讨其对台指收益率预测力的差异,以及与投资者情绪之间的不同关系.实证结果发现:中国台湾市场上负跳(正跳)的尾部风险溢酬均值为正(负),整体的尾部风险溢酬受负跳的影响更大.负跳(正跳)的尾部风险溢酬对未来1个月～6个月的台指收益率均有(没有)显著的预测力,但整体的尾部风险溢酬对未来收益率预测的效果并不稳定.投资者情绪对正跳(负跳)的尾部风险溢酬具有显著为正(负)的解释力,但对整体的尾部风险溢酬则不具有显著的解释力.     

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.     

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.     

基于非参数时变Copula模型的美国次贷危机传染分析

金融危机传染分析是国际金融领域中的重要课题,本文对Copula变点检测方法进行推广,采用时变非参数阿基米德Copula模型检验金融危机传染的存在性及其变化趋势,以时变尾部相依系数的大小来度量危机传染程度,并结合系数的变化趋势和时间段对金融危机传染效应进行分析.最后选择全球六个主要股票市场指数和S&P500指数进行危机传染实证研究,得出次贷危机对不同国家或地区的传染效应有所差别.     

基于Copula变点检测的美国次级债金融危机传染分析

金融危机传染的分析是国际金融研究中的重要问题,大多数传染效应存在性的检验采用相关性方法,本文通过阿基米德Copula的变点检测方法来检验传染效应的存在性,更加全面地分析了国家收益率之间的相依结构,并以两个国家收益率的尾部相依指数作为传染程度大小的一种度量。最后对亚洲几个主要市场的指数和S&P500指数数据进行了实证分析,研究美国次级债金融危机对亚洲市场的传染效应。     

保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析

2008年金融危机之后,保险业固有的不会产生系统性风险的传统认知被打破。关于保险业在金融系统性风险传染路径中的角色定位,本文从其业务特点和风险传染特点出发,首次提出"媒介"作用的猜想并进行实证研究。本文沿用当前主流研究方法,利用尾部风险的传染网络来研究其媒介作用的大小。本文选取了包括6家上市保险机构在内的34家金融机构,研究区间跨度为2011到2018年。根据金融市场数据"厚尾"和"非对称性"特征,文章首先采用AR-（GJR）GARCH-Skew-t模型对股票收益序列进行处理,然后根据Copula函数,计算尾部相依度,再通过最小生成树和阈值方法构建金融市场的风险传染网络。本文还通过构建保险业媒介中心度来探究其媒介作用的程度。实证结果表明：（1）在金融市场风险传染网络中,保险业起到连接银行市场和证券市场的重要媒介作用;（2）保险机构中又以多元化经营的中国平安的风险传染作用最强,其次是中国人寿。（3）银行市场中的兴业银行和保险市场的联系最紧密,证券信托市场则是中信证券、广发证券等。研究明确了风险传染的路径和关键性节点,为制定更具针对性的系统性风险监管措施提供了参考。     

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.     

基于LGCNET多层网络的中国A股上市公司系统性风险度量

系统性风险度量一直是金融风险领域的热点问题,但是对于复杂网络条件下的度量方法还缺乏深入研究。本文将滑动窗口分位数回归与局部高斯相关方法相结合,构建出一种全新的多层时变网络——局部高斯相关网络(Local Gaussian Correlation Network, LGCNET)。基于此方法,本文通过研究中国证券市场股票总体及尾部收益的非线性相关性,分析了2018年至2021年我国A股50家上市企业关联网络的演化特征,通过考察金融网络系统性风险水平在整个时间段内的变化情况,探究了新冠疫情及中美贸易摩擦期间上市公司网络的风险变化情况。结果表明：第一,金融与科技行业是网络节点的中心,与其他行业公司存在较高关联性,表明该类行业是风险传导的中心。第二,基建及银行类公司因为其市值高,在系统中的重要程度普遍较高;同时,尾部风险排名高于其市值排名的企业具有较大市场影响力和风险传导能力,也应该受到关注。第三,在系统层面,受信用风险加剧及中美贸易摩擦的影响,2018年整个网络系统普遍具有较高风险水平;但在2020年新冠疫情期间,国内系统性风险一直控制在较低水平。     

原油价格与世界股票市场之间的高阶矩相依性研究

 作为全球主要能源和各类化学工业产品的原材料,原油在现代社会经济运行中扮演着重要角色。相较于煤炭、天然气等其他一次性能源,原油展现出更为明显的稀缺性和分布不均衡性,因此成为各国普遍重视的战略资源。同时,伴随着原油金融属性日趋强化,其在投资者资产组合的权重不断增加,对全球股票市场走势的影响愈发显著。        运用协高阶矩风险传染检验框架,构建协偏度、协峰度和协波动等检验统计量,对16年来国际原油价格影响世界主要股票市场的渠道及特征进行全面深入的考察,发现在2000年后WTI原油价格与8种不同股票市场指数之间的相关性逐渐增强,但并没有出现非常强烈的正相关,且风险传染检验结果显示取得显著性检验值次数最多的是协峰度统计量CK₃₁、协波动统计量CV₂₂以及相关性传染统计量FR。        实证结果表明,国际原油价格对世界股票市场的风险传染更多的不是发生在相关性层面,而是发生在收益率的波动、偏度和峰度等这些高阶矩层面;在国际原油价格对世界股票市场之间的诸多风险传染特征中,最应该引起重视的是市场极端波动之间的传染性;国际原油价格对发达国家股票市场和新兴股票市场都有着非常显著的影响,但新兴股票市场所受的影响更大。        通过对国际原油价格与世界主要股票市场之间风险传染的特征、渠道和程度等方面的检验,不仅可以加深对能源类产品与股票市场关系的认识,而且可以将此作为大类资产配置的重要决策依据。同时,为国际原油价格对股票市场风险传染的测度和管理提供了具有可操作性的实证工具和更为全面系统的结论参考。另外,从实证研究结果看,全球应加强原油与股票市场间极端风险传染的监管,新兴股票市场需进一步完善运行机制和监管制度。     

结构突变下的高维汇率资产时变投资组合预测研究

金融市场存在结构突变现象是发生金融风险传染的关键所在,而风险传染又是投资组合研究中亟需解决的难点。本文以9种国际主要货币对美元汇率为研究对象,先构建隐马尔科夫模型来对汇率资产进行结构突变预测,并基于结构突变刻画的结果,构建动态R-Vine Copula模型来预测汇率资产的风险传染关系;最后,基于结构突变与风险传染的研究结果,筛选出适合的组合汇率资产,构建时变投资组合预测模型。实证结果表明：HMM模型能够有效地刻画出汇率资产中的结构突变;动态R-Vine Copula模型能够更加有效地刻画出汇率资产间的风险传染关系;基于结构突变与风险传染关系下的动态投资组合预测模型,具有降低投资组合风险与提升投资组合预测收益的优越性,能够为金融风险管理和投资组合研究提供模型参考。     

特异性尾部风险、混合尾部风险与资产定价——来自我国A股市场的证据

使用下偏距(lower partial moment,LPM)来度量投资组合尾部风险,将组合的尾部风险分解成三部分:特异性尾部风险、个股的系统性尾部风险和混合尾部风险.论文分别研究了三种尾部风险对资产预期收益的定价功能,基于我国A股市场股票数据进行Fama-MacBeth截面回归发现:1)特异性尾部风险与资产期望收益呈显著负相关关系; 2)混合尾部风险与资产预期具有显著的正相关关系,具有稳健的显著正向定价作用,对资产预期收益的影响强于市场贝塔和市场下方贝塔(downside beta)的影响; 3)系统性尾部风险对资产收益预期的影响最弱; 4)利用Fama-French-Carhart四因子模型对特异性尾部风险和混合尾部风险进行回归后发现,特异性尾部风险与混合尾部风险均具有显著四因子alpha系数,表明四因子模型不能很好的解释两种尾部风险与资产预期收益的关系.     

基于FIGARCH模型的地产股对金融股市场影响分析

2008年美国金融危机爆发后,房地产市场与金融市场的关系越来越受到人们的重视.本文以地产股指数变化情况代表房地产市场的整体发展趋势,选取中国深圳证券交易所地产股和金融股为研究对象,利用能够兼顾收益与尾部风险相关性测度的FIGARCH模型,探讨中国地产股对金融股波动及收益的影响;并以次贷危机爆发为界将样本分成两部分进行对比分析.结果表明,我国地产股整体行情指数的波动风险和收益对金融股股票均具有显著的正向影响;地产波动风险在危机前的影响大于危机后,而地产收益的影响则在危机后更大.研究结论有助于相关部门制定更合理的调控和监管政策,促进中国股市更健康的发展.     

基于TGARCH模型的证券投资惯性反向交易策略实证研究

惯性反向交易策略是比较成熟的行为金融投资策略.选取2000年1月～2006年10月投资组合公告发布在7年以上的10只偏股型封闭式基金,将TGARCH模型结合Shiller等提出的模型测度中国证券投资基金的惯性反向交易策略,探讨证券收益的波动性与惯性反向交易之间的关系.实证分析结果表明,惯性反向交易行为使基金收益具有负自相关性,同时惯性反向交易行为在市场上升和下降时是不对称的,市场下降时的惯性交易行为远比市场上升时剧烈,存在明显的杠杆效应,并且利空消息比同样大小的利好消息对收益波动性的影响更大.     

基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量

作为风险资产收益和波动之间关系的度量，杠杆效应是金融市场数据三大分布特征之一，在波动预测、资产定价和风险管理中起着重要作用。日内高频数据计算的已实现波动作为波动的代理变量，解决了波动不能观测的问题，实现了用波动和收益直接建模捕捉杠杆效应。深入了解收益和已实现波动的相关模式并以此构建二者的联合分布是正确度量杠杆效应的关键。本文以局部相关系数为工具研究收益和波动在不同取值范围内的相关性变化，实证研究结果表明，与负收益冲击引起波动增加一样，正收益冲击也会引起波动增加，这与传统杠杆效应理论并不一致，与Chen和Ghysels（2011）对美国股票市场的实证结果一致。为正确捕捉和度量实证结果反映出的杠杆效应，在扭曲混合Copula构造方法基础上，本文用截尾扭曲函数构造扭曲混合Copula，以此作为收益和已实现波动的联合分布，再现收益和已实现波动的局部相关性特征。以上证综指2013.1.29日至2017.4.30区间内日内1分钟高频数据为样本进行实证分析表明，本文构造的Copula函数具有和实际数据一致的局部相关特征，能够正确刻画市场表现出的杠杆效应。Copula拟合优度的非参数检验表明，实际数据不拒绝本文构造的Copula函数，而现有文献采用的单成分Copula函数和两成分混合Copula函数均被拒绝。本文为收益和已实现波动的联合建模提供参考，具有基础重要性。     

股票与外汇市场尾部风险的跨市场传染研究

随着国际经济环境联系的日益紧密,防范尾部金融风险的快速扩散与跨市场传染成为了各国政府当局与学术界的重要议题.在此背景下,采用条件自回归风险价值模型,准确测度了全球45个主要国家(地区)股票市场与外汇市场的尾部风险.同时,从体制区间效应的角度进一步探讨在非线性框架下进行研究的合理性,深入考察各经济体内尾部风险跨市场的非线性传染.其次,从动态视角分析尾部金融风险在我国股市与汇市间的动态演变,以及美国金融风险的跨国传染情况.最后,基于多元多分位数条件自回归风险价值模型,具体量化了各经济体尾部风险传染的强度,并展开跨国、跨市场的比较与分析.在此基础上,针对加强我国系统性金融风险的防范体系及监管方向提出了若干建议,它将有助于改进系统性金融风险的测度指标、化解国际股票市场与外汇市场尾部风险的外溢冲击,为我国防范跨市场的交叉性金融风险、维护金融稳定提供理论分析与实证检验的参考依据.     

Copula函数选择对投资组合压力测试的影响分析

将在刻画变量之间相关性方面具有优势的Copula函数与能够准确评估市场极端情况的压力测试两种方法相结合,通过度量市场危机发生的期望等待时间,实证检验不同Dopula函数对投资组合压力测试结果的影响.在实证过程中,首先选择上证A股、深成A股两个市场指数作为研究样本,构造能反映单变量极值的广义帕累托边际分布,然后采用不同形式的Copula函数刻画变量之间的相关性结构,利用压力测试的方法考察Copula函数的选择对刻画投资组合风险的影响.实证检验表明,在度量两个市场同时出现危机情况的等待时间时,拟合效果较好与拟合效果较差的两种Copula函数对风险的估计存在显著的差别.这一结论表明,在压力测试的应用中引入Copula函数为组合投资风险管理指出了一个新的方向,但仍需要在描述相关性过程中慎重考虑Copula函数的选择.     

基于双变量EARJI-EGARCH的时变收益关联研究——来自东亚地区股市跳跃的分析

本文改进了双变量EARJI-EGARCH模型,并对东亚地区的中国上证指数,日本日经指数和韩国综合KS指数的跳跃和双边时变收益关联的影响进行了研究。结果表明,东亚地区股市的时变关联持续性非常高,东亚地区单个市场跳跃对时变关联影响较小,市场同时发生跳跃对市场时变关联的影响取决于跳跃的方向。当市场都发生正向的跳跃时,上证和日经指数的时变收益增量最多,当市场都发生负向跳跃时,上证和韩国KS指数的时变收益减少最多。表明在东亚地区股市同向跳跃发生时,中国和日本股市相互关联较大。且同时跳跃对时变关联的影响将远远超过了单个市场跳跃对时变关联的影响,当市场发生反向的跳跃时,也超过了单个市场跳跃的影响,但不及同向跳跃的影响,且上证和日经指数时变收益增加最多,而日经和KS指数时变收益减少的最多,表明在股市反向跳跃时同样是中国和日本股市比日本和韩国股市之间的相互关联大。     

新冠疫情风险下企业优惠券的低效及其应对机制

优惠券是企业常用的营销工具,已有研究一般隐含着低外在风险的常态市场环境设定,鲜有探究在高外在风险下优惠券对消费决策的影响。新冠疫情对经济发展和居民消费都产生了深刻影响,为激发消费活力,中国很多企业都推出优惠券活动,但在新冠疫情这一高外在风险背景下,优惠券究竟如何影响消费者决策值得进一步探索。基于信任理论,探索在新冠疫情下消费者对企业优惠券的兑换意愿,并探究消费者对企业的能力信任和善意信任的中介作用,引入信任线索作为调节变量,考察企业应该如何影响消费者对优惠券的感知和态度。通过新冠疫情期间真实的企业优惠券发放和兑换数据,初步检验消费者在新冠疫情期间的优惠券使用情况,结合情景实验明确新冠疫情风险对优惠券兑换意愿的影响机制以及信任线索的调节作用。运用Spss进行方差分析,采用bootstraping法进行中介效应检验,以验证研究假设。研究结果表明,新冠疫情风险会影响消费者对企业优惠券活动的信任水平和优惠券的兑换意愿。研究1a通过二手数据为新冠疫情风险负面影响优惠券兑换率提供了初步证据;研究1b结合情景实验再次发现,在新冠疫情风险下消费者对企业优惠券的信任水平和兑换意愿下降,能力信任和善意信任...     

基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.