基于EIS的杠杆随机波动率模型的极大似然估计

杠杆随机波动率(SV-L)模型在金融计量学文献中已经引起了广泛的关注,然而,它的参数估计一直是一个难点.本文基于有效重要性抽样(EIS)技巧,给出了SV-L模型的极大似然(ML)估计方法.为了检验提出的EIS-ML方法的精确性以及小样本性质,构建了蒙特卡罗(MC)模拟实验.结果表明,EIS-ML方法是非常准确和有效的.最后,将EIS-ML方法应用于实际数据,选取上证和深证综合指数的日对数收益率数据为研究样本,利用SV-L模型对中国股市进行了实证分析.结果表明,中国股市具有很强的波动持续性,并且存在显著的杠杆效应.     

考虑交易成本的投资组合效率估计方法

投资组合绩效评价是学术界研究的热点问题。本文在经典的经济学框架下,基于真实前沿面,给出了投资组合效率的明确定义。由于实际投资环境的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合效率的应用带来了很大的困难。本文基于投资组合理论,在投资组合模型所对应的前沿面为凹函数的情况下,采用基于数据的投资组合DEA评价模型构造前沿面来逼近真实的前沿面,从而估计一般情形下投资组合的效率。在此基础上研究了考虑交易成本的投资组合效率评价问题,并用实例说明了本文方法的合理性与可行性。     

中国上海燃料油期货市场信息溢出研究

运用改进的信息溢出模型,对上海燃料油期货市场与国际石油市场的信息溢出关系进行了系统深入的研究.实证结果表明,WTI石油期货市场、迪拜原油期货市场对亚洲燃料油市场存在稳定的信息溢出,上海燃料油期货市场与新加坡燃料油现货市场有双向的均值溢出,从主要国际石油市场至上海燃料油期货市场还存在显著的波动溢出.上海燃料油期货市场的影响力正在增强,但尚不能替代新加坡燃料油市场的主导地位.     

深切怀念教育界前辈杨兆钧教授

著名回族教育家、史学家、穆斯林学者,中国伊斯兰教协会第一、二届委员,云南大学国际关系学院教授、硕士研究生导师杨兆钧先生,因病于2003年1月15日在昆明归真,享年95岁。先生逝矣,我们深切怀念这位德高望重的老前辈。兆钧教授将其毕生精力都奉献给了人民教育事业,特别对回族文化教育的发展有突出贡献。杨兆钧教授1908年出生于北京牛街的一户回民家庭,曾用名杨涤新(杨迪心),经名萨迪。先生于1926年在北京尚志中学毕业后,便开始从事回民文化教育工作,任小学教员,是北京牛街中才小学创办人之一。同时,追求进步,积极参加各种社会活动,加入…     

云南回族的他称--"潘塞"、"潘西"和"帕西"辨析

历史上云南回族马帮商人在云南境内外各条商道上不绝于途,不少人还定居缅甸和泰国.缅族称云南回族为"潘塞"(旧译"潘泰"),掸族称之为"潘西".在国内,西双版纳傣族称回族为"帕西".海外学者对缅语"潘塞"一词的语源争议不休,众说纷纭.本文论述提出(一)"潘塞"、"潘西"和"帕西"原为印度、缅甸一带民间对穆斯林的泛称,尔后用以称呼云南回族,三者系同一名词,仅读音有微小差异;(二)三者均由中世纪以来印度民间称呼波斯人的"帕尔西"(Patsi)一词演变而来.     

文本感知——金融研究新动态

在传统的金融研究分析领域,文本型数据大多只供研究者阅读参考以及定性研究,其价值未充分体现。随着基于计算语言学、自然语言理解的文本挖掘技术的迅速发展,这种状况正在改变。本文概要性地介绍文本感知挖掘技术在金融市场状况、投资者情绪、企业经营状况和关系感知领域的一些应用,并指出未来发展前景及挑战。     

V aR 之下厚尾分布的最优资产组合的收敛性

主要研究在V aR 风险度量之下, 收益具有厚尾性质的资产的投资组合问题. 证明了基于 尾部分布二阶展开的最优投资组合收敛于基于尾部分布一阶展开的最优投资组合. 因此, 对于 V aR 风险度量之下的最优投资组合问题, 如果要求的风险承受水平充分低, 则只需要利用尾 部分布的一阶展开代替厚尾部分布进行近似计算, 就可以达到满意的精度, 从而不需要进行复 杂的高阶运算.     

风险价值方法及其实证研究

本文详细讨论了风险价值模型,并提出了两种新的计算方法即完全参数方法和半参数方法,它们本质上是历史模拟方法或参数方法和极值理论的结合运用。通过实证研究,表明该方法优于目前流行的RiskMetrics方法。     

资产证券化交易过程中的会计和税务问题探讨

资产证券化是世界上最先进的金融工具之一。就目前我国来讲 ,资产证券化的发展还处于起步阶段 ,缺乏实践经验 ,因此在会计和税务制度等方面尚难以对资产证券化形成支持 ,这将成为我国开展资产证券化的障碍。在借鉴发达国家运用证券化融资的成功经验的基础上 ,着重讨论了资产证券化过程中的会计和税务问题 ,并结合资产证券化本身的特性 ,提出了相应的解决建议     

不同交易量股票价格的信息调整速度差异研究

本文以交易量为划分标准,对不同交易量股票价格对信息的调整速度差异进行实证研究:首先将信息划分为公共信息和公司特有信息,发现高交易量股票对两者的调整速度均大于低交易量股票,但对后者的调整速度差异受公司规模因素影响。随后,本文进一步将公共信息细分为好消息和坏消息,发现与国际成熟市场不同的是,无论对好消息还是坏消息,高交易量股票的调整速度均显著高于低交易量股票。