具有灵活时间期限的混合投资组合优化模型

在经济全球化和金融一体化背景下,投资者资产配置需求变得越来越多元化。如何构建合理的多元化投资组合已成为金融理论研究的热点问题之一。为此,本文考虑由项目、股票及无风险资产组成的混合投资组合选择问题。假定在资产组合的投资期限由所选中项目执行期灵活确定的前提下,投资者同时考虑项目间依赖与排斥关系、交易成本及破产风险控制等现实因素,提出以终端财富净现值最大为目标的混合投资组合优化模型。然后,设计改进的多策略融合人工蜂群算法对所构建模型进行求解。最后,借助算例分析来阐明所提出模型的实用性及算法有效性。研究结果表明：灵活时间期限的混合投资组合策略较现有的灵活时间期限的项目投资组合策略更为有效。     

状态变化和学习行为下的最优资产组合选择

针对金融资产收益率序列的非线性动态变化和投资者参数确定的传统假设,考虑状态变化的最优资产组合选择以及参数不确定性下投资者学习行为对最优资产组合选择的影响,运用马尔科夫机制转换模型刻画市场状态变化,采用贝叶斯学习准则描述投资者的学习行为,建立状态变化和投资者学习行为下资产组合选择的离散时间模型,使用期望最大化算法和动态最优化方法给出模型的参数估计,使用蒙特卡罗方法模拟投资者的资产组合选择行为.研究结果表明,中国金融市场存在明显的结构性动态变化,可以将市场分为牛市和熊市.在短期,当市场处于熊市时,投资者将全部财富投资于债券,不投资于股票,但市场处于牛市时股票的投资比重会大大增加;在长期,牛、熊市下股票和债券的权重会稳定在某个水平.市场状态的不确定性造成投资者产生对冲不确定性风险的需求,当市场向好时,投资者学习行为导致其投资于更多的风险资产;当市场状态无法确定时,投资者对股票的投资更为谨慎.考虑市场状态变化的投资组合选择能够提高投资者的总体效用.     

基于前景理论的跨市场状态转移多阶段资产配置研究

在行为金融前景理论框架下研究跨市场间的状态转移资产配置问题,构建隐Markov——混合正态分布模型描述股票、债券和商品混合市场间的状态特征,用Baum-Welch算法估计模型参数,并利用状态转移思想进行情景生成建立多阶段随机优化模型。进一步,以我国股票、债券和商品混合市场的实际数据为背景,利用滚动窗口方法实证分析基于状态转移的多阶段随机模型的表现,并与忽略状态转移特征的基准模型、等权重组合、沪深300指数的结果进行对比。结果表明,与其他组合相比,基于状态转移的投资组合有助于规避风险,且混合市场间的状态转移信息能够对前景理论投资者的最优投资决策产生影响。     

基于投资者情绪的投资组合模型研究

本文在假设投资者风险厌恶、且其风险厌恶程度受其情绪影响的条件下,以投资者效用最大化为决策目标,建立基于投资者情绪的投资组合模型从理论上研究投资者情绪对投资组合结构及其收益-风险关系的影响。研究结果表明,当投资者过度乐观时,其将通过银行借贷融资等方式购买超额风险资产;当投资者情绪处于相对理性状态时,其将合理分配无风险资产和风险资产的投资比例;当投资者情绪处于悲观状态时,其将卖空风险资产。当投资者情绪处于过度乐观和相对理性状态时,投资组合预期超额收益与风险正相关;当投资者情绪处于悲观状态时,投资组合预期超额收益与风险负相关。论文研究结果修正了前人的相关研究结论,是对传统投资组合理论的深化和发展。     

时变性投资机会条件下的战略资产配置决策:理论与中国实证

本文分析了投资机会的时变性特征对长期投资者战略资产配置决策的影响并实证,表明时变性特征降低风险资产长期收益率条件方差的增长速度,降低其在长期投资视角的风险。考虑参数不确定性对投资者最优资产组合选择问题的影响,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。     

公司投资对股票收益的影响研究

本文分析上市公司投资对股票收益的影响,根据行为金融理论和风险定价理论提出对照假设,应用排序组合法和截面回归法实证发现:投资水平高(低)的上市公司后期股票收益低(高)于前期;投资与股票收益的关系动态变化,高投资公司前期的股票收益高于低投资公司,后期则相反,表明投资者对公司投资过度反应;投资扩张后,股票收益不一定下降,而且控制投资因素后股票收益与盈利、账面市值比、贝塔没有显著正相关,结果不支持风险定价理论。投资效应的原因是当前国际学术界的热点问题,本文为此提供了中国经验证据。表明中国投资者的非理性行为导致了投资效应,新兴加转轨的中国资本市场没有达到有效市场的要求,这为加强金融监管和投资者教育提供政策参考。     

股票遴选与投资业绩——基于属性约简及动态时间规整距离

评价风险资产价值的指标(属性)有很多,以少量指标(属性)从数以千计的风险资产中筛选出有投资价值的资产对投资业绩影响重大。本文以股票市场为例,提出了基于属性约简及动态时间规整距离的股票遴选方法。首先利用基于属性重复度的改进属性约简算法筛选出能区分股票投资价值的约简属性集,之后将单指标动态时间规整算法拓展到多指标,建立股票间基于约简属性集的多维动态时间规整距离集,利用聚类技术对规整距离集进行聚类并通过拆分规整距离对股票进行类别划分,遴选收益-风险特征均较好的类别中的股票构建资产池。数值试验表明:随机模拟权重和均等权重投资组合的累积收益率均高于市场基准,且资产的优化配置进一步改善了投资组合的收益-风险特征。该方法通过属性约简降低了投资者评价股票投资价值的难度,通过多维动态时间规整距离度量了不同股票关于各指标(属性)时间序列变动趋势的相似程度;遴选过程基于历史数据,避免了主观因素的影响,且筛选结果具有稳健性。此外,该方法适合于一般风险资产的遴选,还可以将不同市场不同行业考虑在内,以便更好地实现分散化投资。     

考虑损失规避的期望效用投资组合模型

投资者行为的本质特征会影响投资者对不同风险资产的投资决策。本文从期望效用最大化的角度研究不同风险资产的配置问题,并将人的心理活动引入了投资组合模型之中。论文借鉴了损失规避这个重要的概念,将投资者的效用函数表示为期末财富和财富变化的函数;建立了基于损失规避的最优投资组合模型;并对我国上海股票市场进行了实证分析,得到了在财富变化的不同关心程度下的组合前沿。     

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。     

金融市场条件高阶矩风险与动态组合投资

针对传统组合投资理论没有考虑高阶矩风险和静态处理问题两大缺陷,提出多元GARCHSK模型用于衡量时变的高阶矩风险,基于效用函数的Taylor展开推导出带有高阶矩风险的动态组合投资策略,并利用遗传算法进行求解。实证研究表明,中国股市不仅存在高阶矩风险,而且风险具有时变特征;为防范高阶矩风险,投资者需要动态地修正他的资产配置权重。     

中国股市跨行业系统性风险空间溢出关联及风险预测分析——基于尾部风险网络模型

基于条件风险价值CoVaR和SIM单指数分位数回归技术,选取2012-2018年我国股市24行业指数周频数据,构建时变的跨行业尾部风险网络,通过网络拓扑结构反映系统性风险的空间关联及潜在变化趋势。此外,引入ARDL模型探究网络结构和宏观经济变量对股市系统性风险的长短期效应,最后对系统性风险进行预测。结果表明：(1)我国股市行业板块间存在明显的系统性风险空间关联和传染效应,风险溢出网络具有“小世界”特征;(2)网络连边集中度HHI呈明显的周期性变化。在尾部事件期间,HHI指标显著增加,风险网络呈较单一的中心节点结构,网络稳定性差;(3)通过节点风险传播强度和中心化程度发现,仅通过节点内部属性判断节点的系统重要性已不够全面和准确,应结合节点在网络中的位置和关联关系来判断;信息技术、医疗保健、商业和专业服务行业是风险网络中最有影响力的行业;(4)通过ARDL-ECM模型发现网络连边集中度是系统性风险的主要影响因素,并对股市系统性风险进行了高度准确的预测。本研究可为监管机构有效识别我国股市中有影响力的行业提供参考,依据关键行业的溢出关联制定针对性的风险防范措施,同时对风险溢出效应设立预警机制。     

基于动态因子Copula模型的行业间系统性风险分析

国际金融市场间的相关关系以及系统性风险受到很多学者的重视，本文则以我国股市的行业指数作为研究对象进行实证研究。通过构建动态因子Copula模型，文章对行业的日收益率数据进行了动态相关性分析，并基于风险预期占比度量了我国行业之间系统性风险的溢出效应。本文分析了2006年1月4日至2016年7月1日的28个行业指数数据，基于GAS动态负荷因子的变化路径来刻画其相关关系，通过风险预期占比来研究行业间的风险溢出效应。研究表明，各个行业指数收益率之间存在较强的关联性。就单个行业来说，化工行业与其他行业关系最为不稳定。就金融与非金融行业而言，金融行业对非金融行业的影响较大且较为平稳。本文所得研究结果可以为投资者和风险管理者在进行决策时提供一定的指导。     

多时间尺度下行业间系统性金融风险溢出及拓扑结构分析

系统性金融风险频发，其表现出的风险溢出效应受到国内外学者广泛关注。通过极大重叠离散小波变换和溢出指数方法，从静态和动态视角定量研究不同时间尺度和阶段下我国市场行业间系统性金融风险溢出特性，并构建多时间尺度和不同风险阶段下风险溢出网络，分析其拓扑结构演化规律。实证结果发现：行业间总体风险溢出水平较高，市场整体风险联动性强；原始尺度下国防军工、农林牧渔、有色金属行业为主要的风险溢出行业，资本市场及相关行业、化工及机电、部分服务业、医药生物行业始终是主要的风险接受行业；不同时间尺度下行业间风险溢出特性会发生明显的改变，且随着时间尺度的增加，整体风险溢出特性开始减弱；内生危机时行业间风险溢出水平要高于外生危机；同一社区下的行业之间会优先发生风险的传递。所得结果可为监管者和投资者提供一定的决策参考。     

多国股票市场的高频波动相关性研究

本文通过建立包含马尔科夫机制转换结构的MS-MHAR-DCC模型，并选取世界上比较发达的国家和地区股票市场的高频日内交易数据为样本，对多个股票市场波动相关性进行研究。通过引入包含马尔科夫结构的外部随机矩阵，本文识别出金融市场波动相关的截断时期，正态分布设定下相比在t分布设定下识别的截断时期更多且持续时间更长。在模型的截断时期内，多个股票市场的波动相关结构主要受到正向冲击，即在截断时期内的波动相关性大于平常状态的波动相关性。本文还发现，相同地域的股票市场间的动态波动相关性在大部分时期内表现为较强的正相关；美国股票市场和其余5个国家股票市场波动的动态相关性在大部分时期都表现为较强的正相关，表明美国作为全球巨头在世界金融市场波动的引导作用。     

金融网络风险下多因子矩阵回归的资产组合与定价

本文从企业的股权、债权关系出发,基于违约距离构建无向图网络,分析了不确定性风险以网络形式进行传染、溢出和蔓延等现象,通过最小生成树的稀疏网络优化方法最大限度降低资产组合的非线性风险影响。站在资源配置的角度,利用稀疏聚类算法深入挖掘资产特征和捕捉其间的相依关系,采用多目标、多指数的稳健矩阵回归策略动态跟踪市场趋势,并通过自适应权重学习策略对网络风险叠加影响下的资产组合进行选择和配置,最终获得最小生成树风险下投资组合的稀疏聚类优化策略,进一步扩充了资产定价多因子模型。研究发现多目标矩阵回归的稀疏聚类投资组合,不仅对组合内投资标的进行了选择性舍弃,使资金能够集中配置于优质资产,更有助于通过最小生成树减缓甚至切断风险在网络中的传播,有效降低了资产之间风险的传染性。基于金融网络的风险分析方法不仅有效地刻画了风险以网络方式互相传染、互相影响、互相强化的非线性叠加效应,而且通过资产之间配置系数的压缩变换和最小生成树的优化方式,最小化最坏情形下风险传染的影响,对复杂网络环境下的资产配置和全面风险管理进行了有益补充,为长期投资基金获得风险和收益更为均衡的资产配置,提供了合意的投资策略和决策依据。     

动态尾部金融网络结构与传染性度量

基于Lasso高维分位数回归模型,本文构建了中国金融系统的尾部网络结构,并定义了总体网络以及行业间、行业内和金融机构间等多层金融网络的尾部风险传染度,解构其传染机制与关联特征,评估各机构双向系统重要性(接收端和发射端)。同时,本文提出了一个最优滚动窗宽选择标准方法,以优化滚动样本技术下的动态网络结构。结果表明,所有层级尾部风险传染效应(总体系统、行业间、行业内和机构间)在经济金融极端困境时期,呈现明显增强及剧烈震荡特征,2015年中国股灾期间尤甚。跨行业传染效应日益严峻,银行与保险间表现出较强关联性,房地产机构与其他金融机构间均表现出较高传染性,跨业监管值得关注。接收与发射最多尾部风险传染的金融机构仍然是银行与证券类机构。系统中超过50%的金融机构倾向于接收风险传染,一旦出现系统性冲击,整个金融系统的稳定性将遭受重创,因此,应加强此类机构应对外界冲击的能力。此外,基于新滚动窗宽选择标准法的动态模型的估计性能明显优于传统方法。研究结论有助于理解中国金融系统的网络结构和传染机制,对宏观审慎监管体系的建立提供了依据。     

基于银行-资产双边网络模型的系统性风险及投资策略研究

受近几年的国际金融危机及金融全球化的影响,对金融系统的系统性风险的研究已成为国内外学者的关注热点。考虑到当前基于"银行-资产-银行"间接传播渠道的相关研究相对匮乏,本文基于银行-资产双边网络模型来分析银行系统性风险。首先,使用中国47家上市银行2018年的资产负债表数据构建了中国银行系统的双边网络模型,研究分析各类资产遭受冲击时外部冲击、降价出售效应及银行所持有的各类资产占银行总资产的比例对银行系统性风险的影响。然后,引入系统性冲击方式,通过设置具有不同属性的两大类资产并生成四种冲击事件来构建银行的投资策略模型,从资产视角探讨银行最优的投资策略。研究发现,外部冲击与降价出售效应这两个产生系统性风险的影响因素在一定区间值时会产生叠加效应,使银行系统性风险急剧增加;五种资产类中,贷款类资产对外部冲击最敏感;分析发现在各类资产冲击下都未倒闭的所有银行的资产组合具有一定的相似性;进一步研究发现银行系统中存在着最优的资产组合,使得银行在稳定的同时能获取最大收益,并且资产负债比越大的银行其风险承受能力越强,从而可以选择更激进的投资策略来追求高收益。     

本地投资者有信息优势吗?基于百度搜索的实证研究

本文以公司注册地所在省份网民在百度中对公司股票简称搜索的次数占全国网民搜索总次数的比例,度量公司被本地个人投资者关注的程度,发现A股市场个人投资者显著过度关注本地公司,即在注意力配置上存在本地偏差。基于注意力配置和资产配置的紧密关联,本文利用这一本地关注度指标对A股市场本地偏差现象源自投资者理性的信息优势还是非理性的行为偏差进行了实证检验,发现个人投资者对本地公司的过度关注提高了上市公司风险溢价水平,强化了个股股价与市场、行业以及区域个股的同步性,并削弱了个股的定价效率,表明行为偏差假说对A股市场本地偏差现象更具解释能力。     

我国金融机构的系统性金融风险评估——基于极端分位数回归技术的风险度量

本文将极值理论引入到系统性金融风险度量中,通过极端分位数回归技术估计我国33家上市金融机构对金融系统整体的风险贡献,并识别出我国系统重要性金融机构。研究结果表明,我国金融机构的市场价值总资产收益率呈现明显的非正态分布特征,使用极端分位数回归技术可以更准确的度量尾部的风险联动性;银行类金融机构的系统性风险贡献水平最高且波动变化最大,系统性风险贡献排名前十的金融机构基本为银行类机构;证券类、保险类、信托类金融机构的风险贡献水平相对较低;通过与其他研究的对比发现,考虑到极端情形下的尾部风险联动性时,股份制商业银行对金融系统的风险贡献上升。本文的研究为系统重要性金融机构的宏观审慎监管提供了实证依据。     

投资者的博彩行为研究——基于盈亏状态和投资者情绪的视角

本文以中国股市2000年1月至2017年9月的数据为样本，实证研究盈亏状态和投资者情绪对股票市场博彩行为的影响。本文首先构造股票博彩指数和资本利得量以及二者的交互项，然后使用Fama-MacBeth回归并分析该交互项系数估计量的统计显著性和经济显著性，结果发现，尽管我国股市投资者总体上表现出博彩偏好，但当投资者处于盈利状态时，投资者会厌恶风险，不愿意冒险买入或继续持有"博彩型"股。本文还构造了投资者情绪指数，并以中位数为界将全样本分为投资者情绪高涨期和低落期，然后通过分组研究发现，投资者情绪对博彩行为有直接和间接两种影响：较之于情绪低落期，投资者在情绪高涨期会更加偏好投资"博彩型"股票；此外，情绪还会通过影响投资者的风险态度进而间接影响投资者对"博彩型"股票的投资决策。