股票流动性能够解释收益反转之谜吗?

以我国沪深股票市场为例研究了股票收益率反转与股票流动性的关系,以期为股票收益率反转和股票流动性之间关系明确前提条件,提供不同国家金融市场差异性研究的佐证.研究表明我国沪深A股市场存在着显著的反转效应与流动性溢价效应;然而与针对美国市场的理论解释相悖,发现股票收益的反转与股票流动性之间代表了我国沪深A股市场上的两种截然不同的风险因素,股票的流动性因素并不完全是股票收益反转的潜在解释因素.并进一步通过分析得出操纵股票行为可能导致这种流动性解释在我国沪深股市上并不适用,这种操纵股票行为本身直接就会导致我国沪深股市短期收益反转.     

股票收益的截面差异与三因素资产定价模型来自A股市场的经验研究

本文研究沪深A股市场股票收益率的截面性质,并检验Fama-French三因素资产定价模型在中国A股市场的适用性。结果表明,沪深A股市场存在着公司规模效应和股东权益帐面市值比效应,基于市场组合、公司规模和股东权益帐面市值比的Fama-French三因素模型基本上可以解释A股市场收益率的截面差异,但不能完全解释惯性与反转投资策略的超额收益。     

投资者非持续性过度自信与股市反转效应

与欧美市场普遍存在的中期动量效应所不同,我国股市表现出显著的中期反转特征。基于我国市场投资者结构与行为特征,本文构建了信息质量模型,系统研究了投资者在非持续性过度自信行为模式下股票市场的反转效应,利用分析师关注度与资金流向分别表征市场的信息质量与投资者行为,实证检验了模型的预测。结果表明:(1)投资者的非持续性过度自信行为是我国股市整体表现中期反转特征的主要原因;(2)信息质量越低,投资者对新消息的过度自信越强,其非持续性过度自信程度越高,股票的反转效应越明显。这一结果为我国提高信息披露质量、完善市场结构、加强分析师队伍和机构投资者的建设提供了理论与实证支持。此外,结合分析师关注与资金流向,反转策略能够有效获得市场超额收益。     

中国股市价格惯性反转与风险补偿的实证研究

利用改进的统计方法,利用1995年1月至2001年12月的月收益数据重新进行了有关中国股票市场的价格惯性、反转效应的实证研究。发现中国股市并不存在显著的惯性效应,而存在显著的中长期(12个月以上)反转效应。对于反转策略所产生的超常收益,我们分别用CAPM模型以及FamaandFrench三因子模型进行风险调整,结果发现,这两个模型均不能很好地解释反转效应。因此我们倾向于认为。反转策略的超常收益主要来源于投资者的过度反应而非理性的风险补偿。     

投资者非理性与中国股票异象——基于异质信念的视角

投资者非理性是影响资产价格形成的一个重要因素,为检验投资者非理性特征对股票异象的影响,本研究利用1997年—2020年的股票交易数据,基于异质信念指标的构建思路构建了一个非理性信念指标,并实证探究了该指标对股票异象的影响.结果发现,非理性信念对未来收益具有负向预测能力;为了检验该指标对异象收益的解释能力,本文构建了一个包含市场因子(MKT)、规模因子(SMB)和信念因子(FMG)的信念因子模型,并复制了市场摩擦类、动量反转类、价值成长类、投资类、盈利类和无形资产类等102个股票异象,使用CAPM模型、FF-5模型、CH-3模型和信念因子模型对比发现,无论是调整的alpha值显著性还是GRS检验结果,信念因子模型都具有相对优势,说明非理性信念可能是导致股票异象形成的主要因子.     

中国股票市场短期反转效应的流动性供给解释——机构投资者退出的角度

本文基于中国沪深股市2001年1月～2016年7月的相关数据,从机构投资者是市场流动性的供给方、活跃的机构投资者对个股持股比例的增加或减少影响个股的市场流动性的角度对中国股票市场短期反转效应予以研究。相关研究结论表明未预期的流动性供给变化是中国股票市场短期反转效应的原因,反转策略收益是对未预期流动性供给冲击的风险补偿,而未预期的机构投资者的参与或退出是影响股票市场流动性供给的来源。此外本文研究还表明中国股票市场存在显著的短期反转效应,且短期反转效应的强度大小与投资组合的选择有关。     

安全投资转移视角下的跨行业投资组合模型及实证

投资者根据市场状态变化和板块轮动效应进行安全投资转移,使得资金在行业间流动,导致风险溢出。本文首次从投资者安全投资转移行为的角度对行业间风险溢出进行研究,采用大规模股票与小规模股票的订单流差异量化安全投资转移。利用状态依赖下的敏感性VaR模型（SDSVaR）衡量行业间风险溢出效应的方向和大小,进一步考虑板块轮动效应,构建跨行业投资组合模型,分析行业间风险溢出和板块轮动效应对资产配置的影响。研究发现：状态依赖下的安全投资转移显著影响行业间联动性和风险溢出;考虑行业间风险溢出的资产配置模型能够分散非系统性风险的同时降低截面维度系统性风险,提高投资者的收益,有效地规避极端风险,可以为投资者的风险管理和投资决策提供有价值的参考。     

指数证券组合模拟市场指数的聚类和MTV方法

根据Markowitz组合证券投资理论,在一定的假设下,投资者优化其投资组合的结果必定是以市场证券组合为其最优风险资产的投资组合.国外许多研究也表明消极投资策略是有效的,投资者只要按照某个较有代表性的股票市场综合指数中的每个股票所占权重投资每个股票,就可以消除股票的特有风险,达到很好的投资效果.但是,股票市场上股票种类繁多,有限的资金很难按照股票市场综合指数去投资.本文提出了一种利用聚类分析和MTV模型,可以以有限的几种证券的资产组合去逼近市场综合指数的方法.然后以上海股票市场为例,从任意选取的50种股票中使用本方法抽取不超出10种股票,用它们的组合去逼近上证综合指数,取得了比较满意的逼近和预测效果.     

考虑对称性冲击的时变信息风险测量

准确测量股票信息风险对资产定价、风险管理和市场业绩的衡量均具有重要的作用． 针对Duarte 和Young 模型中参数假设为常数这一缺陷,采用已有金融文献使用交易量建模消息状态概率和对称性订单流冲击概率的方法,允许Duarte 和Young 模型中的消息发生概率和对称性订单流冲击概率均时变,从而提出了时变信息风险测量模型,该模型可以测量日间和日内两个时间窗口的APIN 和PSOS． 进一步通过选取我国股市交易活跃股票的交易数据,实证比较了所建构的时变信息风险测量模型与Duarte 和Young 模型对数据的拟合效果及其对价差的解释能力． 最后,实证研究了我国股市的周内信息风险的特征．     

考虑对称性冲击的时变信息风险测量北大核心CSSCI

准确测量股票信息风险对资产定价、风险管理和市场业绩的衡量均具有重要的作用.针对Duarte和Young模型中参数假设为常数这一缺陷,采用已有金融文献使用交易量建模消息状态概率和对称性订单流冲击概率的方法,允许Duarte和Young模型中的消息发生概率和对称性订单流冲击概率均时变,从而提出了时变信息风险测量模型,该模型可以测量日间和日内两个时间窗口的APIN和PSOS.进一步通过选取我国股市交易活跃股票的交易数据,实证比较了所建构的时变信息风险测量模型与Duarte和Young模型对数据的拟合效果及其对价差的解释能力.最后,实证研究了我国股市的周内信息风险的特征.     

基于ARCH-Expectile方法的VaR和ES尾部风险测量

甄别和确定风险因素的贡献是资产或资产组合风险管理的重要研究内容。近十年,下端风险越来越受到关注,在险价值（Value at Risk,VaR）和预期不足（Expected Shortfall,ES）是资产组合风险管理中两个常用的风险度量工具。Kuan等^[1]在一类条件自回归模型（CARE）下提出了基于expectile的VaR度量-EVaR。本文扩展了Kuan等^[2]的CARE模型到带有异方差的数据,引入ARCH效应提出了一个线性ARCH-Expectile模型,旨在确定资产或资产组合的风险来源以及评估各风险因素的贡献大小,并应用expectile间接评估VaR和ES风险大小。同时给出了参数的两步估计算法,并建立了参数估计的大样本理论。最后,将本文所提出的方法应用于民生银行股票损益的风险分析,从公司基本面、市场流动性和宏观层面三个方面选取影响股票损益的风险因素,分析结果表明,各风险因素随股票极端损失大小的水平不同,其风险因素的来源及其大小和方向也是随之变化的。     

基于β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略，首先通过上升和下降贝塔来优选行业，然后在选择的行业中构造股票投资组合。对于股票投资组合，利用均值方差投资组合模型作为内核，通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型，并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略，这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法，并从侧面验证了我国股市的非有效性。     

基于时变Copula函数的下偏矩最优套期保值效率测度方法研究

由于下偏矩测度方法具有明显优于最小方差风险度量方法的特征,因此是更为合理的套期保值效率测度准则。本文针对已有的计算最小下偏矩套期保值比率的非参数方法与参数方法存在的局限性问题,提出使用时变Copula函数来估计现货与期货收益率的联合密度函数,然后通过数值方法计算最小下偏矩套期保值比率的新方法。并且运用上海期货交易所交易的铜期货合约价格与上海金属网公布的铜现货价格数据进行实证检验,发现使用具有随时间变化的相关系数的Copula函数,与非参数方法相比,可以得到更小下偏矩的套期保值率。     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

国际油价与中美股价的相依关系研究——基于不同行业数据的分析

石油市场和股票市场作为现代经济中两个重要的市场,在经济活动中发挥着重要的作用。二者之间的关系对研究市场间的价格波动和风险传递有着重要的意义,本文通过vine copula模型对国际油价和中美两国股价之间相依关系进行分析,并将得到的相依关系运用到风险管理中。利用国际油价和中美各十个行业股票价格指数进行相依关系建模,得到相应的相依结构和相依关系,选择出与油价相依关系较强的行业股票价格指数和油价构建投资组合,利用相依关系模拟出收益率数据,度量投资组合的风险。实证研究结果表明中美两国的行业股票价格指数与国际油价的相依关系存在着显著的不同,中国行业股票价格指数与国际油价之间的相依关系要弱于美国行业股票价格指数与国际油价的相依关系;同时利用相依关系组成投资组合,对两组投资组合进行风险度量,风险度量的结果显示vine copula-GARCH能对具有较强的相依关系的变量组成的投资组合风险有很好的估计。     

一类稀疏投资组合双层参数估计模型及其应用

带基约束的投资组合问题是近年来投资组合领域的热点问题,但是参数不确定性直接影响了模型的效果。带基约束的投资组合问题所涉及的参数不仅包括以往研究认为非常重要的预期收益率,还包括控制投资组合规模的稀疏度,尤其是最优稀疏度估计方面的专门研究还十分匮乏。为了使带基约束的投资组合模型更好地为投资决策服务,本文从投资者效用出发,用双层规划的思想构建了带基约束的投资组合双层参数估计模型。然后根据模型的特点,设计了无导数优化算法框架,并基于ADMM对算法子问题进行求解。本文实验针对真实的市场数据给出了预期收益率和最优稀疏度的估计,接着通过与等权重策略和含上下界约束的均值-方差模型进行比较,说明了模型及算法的有效性和实用性。最后,将本文提出的双层参数估计模型推广到了更一般的形式。     

具有时变自由度的t-copula蒙特卡罗组合收益风险研究

应用时变条件t-copula函数描述股票指数收益序列之间的时变相依结构。时变条件t-copula模型的难点在于如何设定时变相依参数的演化方程,本文建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程。进而采用蒙特卡洛仿真方法计算了各种指数组合的VaR,分析了道琼斯指数与标准普尔指数组合风险的演化趋势,并对结果进行后验测试,结果表明,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险。     

欧债危机环境中资产组合ES模型比较研究

本文以中国上证综指、德国法兰克福DAX指数、美国S&P500指数为研究对象,分别运用DCC-GARCH及时变Copula-EVT模型建模,探讨了欧债危机爆发后股市间相依关系的变化状况。在此基础上,将三个股指收益两两组合,分别建立了各类模型假定下的资产组合预期损失ES模型,并通过后验分析方法,探讨了危机爆发后,各类ES风险模型测度精度的变化状况及对比结果。实证研究表明：欧债危机爆发后,时变Copula-EVT-ES的风险测度准确度明显高于DCC-GARCH-ES模型;边缘分布模型的选择对于时变Copula-EVT-ES模型的测度精度具有重要影响。综合对比分析发现,在金融市场极端波动的状况下,能够捕捉杠杆效应且善于刻画厚尾特征的时变t-Copula-AR（1）-GJR（1,1）-EVT-ES模型能够取得相对较好的风险测度效果。     

耦合风险视角下基于GARCH-Copula模型的基金组合风险研究

在资本市场不断多样化的投资方式中, 投资组合以其相对稳定的风险与收益而得到广泛应用, 其中基金组合凭借在收益一定的情况下的低风险成为投资者关注的热门品种.传统的投资组合研究大多只考虑市场风险的影响, 忽略了信用风险的耦合效应, 从而往往导致对组合总体风险的低估.首先借助于GARCH模型获得边缘分布, 然后选择Copula函数刻画各基金之间的相关结构, 建立联合分布模型, 进而采用Monte Carlo方法模拟生成基金组合中各基金的收益率序列, 最后根据损失函数计算基金组合的风险价值.实证结果表明, 市场风险大的基金组合其信用风险不一定大, 并且基金组合能有效分散基金风险.同时, 耦合风险视角下基金组合的CVaR值大于市场风险视角下的CVaR值, 耦合风险能更好地衡量基金组合的风险.另外, Student t-Copula模型较之其它模型能更好地刻画耦合风险的联合相依结构.