中国股市收益率分布特征研究

一、引言现有关于证券收益率分布研究的文献大致可以分为三类:统计分布模型,随机过程模型和行为投资模型。后两者更多的是寻找收益率波动的原因,或是从价格形成机制,或是从投资行为学角度试图对收益率的波动做出合理的解释,从而确定描述收益率的理论分布函数;统计分布模型一般直接从经验数据入手,对数据的总体情况作全面的描述。比较后两者,统计分布模型最为突出的优点在于能够提出或拟合出一个收益率分布函数,以具体的     

资产相关结构对投资组台风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础.用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES.结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险.     

资产相关结构对投资组合风险测度的影响分析

文章从分析金融资产收益率的统计特征入手,以GARCH模型为基础,用非对称幂分布描述组合资产中各金融资产收益率的边缘分布函数,在多种Copula函数情形下计算组合资产的风险值VaR及ES。结果表明:基于由多元Clayton Copula和多元Gumbel Copula组成的混合Copula函数较好地刻画了多只股票的相关结构,而且ES比VaR能够较准确地估计组合资产的尾部风险。     

上证、深证及道琼斯指数收益率的统计特征

通过对道琼斯工业平均指数,上证指数和深证成指收益率分布的统计和分析,说明了它们具有“高峰厚尾”、“有偏”等统计现象。经过对数据的对比和处理,以求解释这些统计现象的产生原因。通过对三个指数收益率绝对值的统计分析,得出了收益率绝对值的分布特征。     

江汉平原农户教育收益率分析

本文依据湖北五县农户调查数据对生产函数计量模型的具体形式进行了扩展以估算农户教育收益率,从而分析农村教育投资回报情况,并得出相关结论.     

考虑投资者非完全理性反应的投资策略

我们认为,收益率分布作为投资决策行为在市场交易中的直接后果,必然蕴涵着投资决策的行为特征.在我们前期的研究中,建立了基于行为理论的收益率分布模型,利用该模型考察投资者对小概率事件的反应程度,在投资行为模型基础上,可以建立有效的投资策略.本文在行为收益率分布模型和投资行为模型的基础上,通过考察投资者对小概率事件的反应程度,首次提出了不同于传统研究中采用收益率代表投资者的反应程度的方法,建立了不同于传统动量策略和反向策略的回复策略.利用沪市数据对本文提出的回复策略与传统动量、反向策略进行了实证比较研究.     

EM算法下人民币汇率收益率的分布特性

文章以汇改以来的日收益率数据为样本资料,提出混合高斯分布为其分布类型假设,并采用EM迭代算法对其参数进行估计。结果显示,相比于单一概率分布模型,采用3个高斯分布的混合模型几乎能准确拟合汇率收益率的分布规律,同时能通过EM算法求解该混合分布的参数估计。     

股票收益率波动和极值关系研究

一、引言股票价格的巨幅波动一直是国家监管部门、金融理论研究者和投资者关注的热点,而股价的波动又和股票收益率分布的尾部密切相关。已有许多学者从事有关收益率尾行为的研究,但是大多数采用的是统计极值理论方法,在利用这种统计方法分析处理收益率数据的过程中,存在几个方面的缺陷:(1)仅仅对超越一定门限的收益率数据(极端收益率)拟合广义帕雷托分布,对于其他数据弃之不用,因而对于研究收益率的波动来说,损失了样本数据中有用的信息,则基于该方法对股票收益率波动的统计推断具有很大的不确定性[1-3];(2)没有考虑股票收益率时间序列的相…     

深市、沪市地产股指数收益率波动性的统计研究

本文研究了深市、沪市地产指数波动的统计性质。我们主要对深市、沪市地产指数2001年-2006年的日收益率进行研究。首先从平稳序列的角度,采用偏度峰度检验和 Kolmogorov-Smirnov 检验等方法对两证券市场的地产指数收益率分布进行了实证分析,研究结果表明中国证券市场综合地产指数收益率序列与Gauss分布具有一定的偏离。进一步地根据数据统计分析,得到两证券市场的地产指数收益率服从幂率分布。论文的最后对地产指数的相关价格进行统计分析,讨论其相应的统计规律性。     

基于Copula函数风险控制的贷款组合优化模型

文章运用Copula函数拟合贷款收益率联合分布函数,通过K-S检验选择最优Copula函数度量贷款间的违约相关性,建立基于Copula函数风险控制的贷款组合优化模型。优化模型避免了由极端事件发生引起贷款同时违约的高风险;解决了现有研究基于收益率服从正态分布假设存在低估风险的问题;解决了采用联合违约概率度量违约相关性时由于违约数据稀少而影响模型精度的问题。     

基于APARCH-Laplace模型的VaR和CVaR方法

针对我国证券市场收益率分布所表现出来的尖峰厚尾性,文章采Laplace分布刻画收益率分布,建立一种新的风险度量模型:APARCH-Laplace,并用实证分析证明了Laplace分布与正态分布相比,拟合数据较好。模型准确性检验表明用Laplace分布刻画收益率分布所计算的风险度量更有效。     

沪深300指数统计特征研究

文章以2005年4月8日至2007年10月30日沪深300指数日收盘价格序列为样本,以复合收益率为研究对象,通过对股市收益率非正态性检验,分析了沪深300指数的一些典型统计特征,验证了沪深300指数收益率"尖峰厚尾"的特性。因此有必要寻找一种更合适的模型,以便更准确地反映沪深300指数收益的真实分布。最后对其进行了GARCH效应的检验,结果表明沪深300指数收益率的波动存在着显著的GARCH效应。     

基于EGARCH-Copula的金融市场条件相依分析

文章应用条件copula函数拟合上证指数和深证成指收益率的联合分布。对上证指数和深证成指收益率应用EGARCH-t模型拟合其条件分布,在此基础上根据连续条件分布Sklar定理,采用条件正态copula函数建立两者的联合分布。结果表明,EGARCH-t模型能够很好的描述两指数收益率的特征,正态Copula能够很好的描述沪深股市的相关性信息。     

金融资产收益率分布的混合高斯分布模型

众所周知,对金融资产投资组合收益率统计分布的研究在资产定价和金融风险分析等领域有着十分重要的应用.股市综合指数作为一种特殊的投资组合,对其收益率的统计特性已有大量的分析与研究.     

CGE模型中CES生产函数的贝叶斯估计

文章讨论了如何把贝叶斯统计方法应用到单个方程非线性计量经济学模型中。首先对贝叶斯统计方法进行了分析；然后以CES生产函数模型为例分析了单个方程非线性模型的贝叶斯估计问题；最后分析了常替代弹性（CES）产函数模型在不同的先验分布下的贝叶斯估计。     

基于函数型主成分的中国股市波动研究

运用函数型主成分分析方法,对中国沪市89支股票的月度收益率进行分析,其结果表明函数型主成分方法能够较为准确地捕捉到月度收益率的时间波动特征,特别是它在时间上的变化方向和形式,为股票收益率的建模和预测提供科学依据.     

混合贝塔分布随机波动模型及其贝叶斯分析

为了更准确地揭示金融资产收益率数据的真实数据生成过程,提出了基于混合贝塔分布的随机波动模型,讨论了混合贝塔分布随机波动模型的贝叶斯估计方法,并给出了一种Gibbs抽样算法。以上证A股综指简单收益率为例,分别建立了基于正态分布和混合贝塔分布的随机波动模型,研究表明,基于混合贝塔分布的随机波动模型更准确地描述了样本数据的真实数据生成过程,而正态分布的随机波动模型将高峰厚尾等现象归结为波动冲击,从而低估了收益率的平均波动水平,高估了波动的持续性和波动的冲击扰动。     

基于EGAROH-Gopula的金融市场条件相依分析

文章应用条件copula函数拟合上证指数和深证成指收益率的联合分布.对上证指数和深证成指收益率应用EGARCH-t模型拟合其条件分布,在此基础上根据连续条件分布Sklar定理.采用条件正态copula函数建立两者的联合分布.结果表明,EGARCH-t模型能够很好的描述两指数收益率的特征,正态Copula能够很好的描述沪深股市的相关性信息.     

个人教育收益率的估计与比较: 一个半参数方法

 本文运用一种变系数部分线性模型扩展了传统的明瑟人力资本收入函数,并提出了对明瑟函数中“平行性”假设的一种检验方法,以分析个人教育收益率如何受到工龄等因素的影响。通过对1991、2000以及2004等年度国家统计局城镇居民收入调查数据的分析,揭示出近二十年来我国城镇居民中不同工龄的人们的教育收益率存在明显区别,其中人教育收益率最高的始终是在1980年代中后期参加工作的群体。对导致我国教育收益率这种特殊现象的原因作了分析。     

参数法、半参数法的动态VaR模型风险度量

文章采用参数法和半参数法,分别考虑标准化收益在GED、SGT、GPD分布下以及FSH方法下的GARCH模型、EGARCH模型和PGARCH模型的风险测度的准确性,据此组建了12种风险测度的动态VaR模型,并采用道琼斯股票市场指数和上证指数进行实证分析.对收益率进行基本统计分析发现两个股票市场的收益率都不服从一般的正态分布.运用后验测试的方法,对所有模型的样本外预测动态VaR值采用LR、LR.和DQ三种方法综合检验,并由损失函数值可以看出:GARCH模型的风险度量能力最弱,在置信水平99.5％下,EGARCH模型最准确,在置信水平95％下,PGARCH模型最准确;GED分布描述市场的准确程度相对最弱,在较高的置信水平下,半参数模型能更好地度量市场的风险,在较低的置信水平下,参数模型能更好地度量股票市场的风险.