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.     

非均衡市场的调控研究

从最优控制角度研究宏、微观、单、多市场非均衡的调控规律,对中国经济的非均衡调控作了实证分析。     

基于DDMRS-GARCH的VaR模型及其在上海股票市场的实证研究

本文提出了基于DDMRS-GARCH模型的VaR方法,并对中国上海股票市场的风险进行了实证分析,证明考虑了金融波动的结构变化的DDMRS-GARCH模型能够更好的刻画上海股票市场的波动特征,基于DDMRS-GARCH模型计算VaR值更加有效。     

非线性协整建模研究及沪深股市实证分析

讨论了线性协整和非线性协整的涵义,指出在非线性系统中,非线性协整可以更好地刻画多个时间序列之间的均衡关系.提出了利用小波神经网络逼近非线性协整函数的方法,并给出了训练小波神经网络的变尺度算法.最后利用上海和深圳股指数据进行了实证研究,通过与BP神经网络的比较,证实了小波神经网络在非线性协整建模中的有效性,并说明沪深股市之间存在着非线性协整关系.     

基金投资行为及其监管的模糊随机理论研究

讨论了投资基金的价格监管和风险控制问题 .基于模糊随机理论 ,定义了投资基金价格风险的测度 ,对有交易成本时的基金投资行为以及基金投资行为风险控制和监管问题进行了讨论 .完成了给定控制区间下有效交易时间的仿真 ,仿真结果说明方法是有效的 .最后探讨了这一问题的进一步工作     

寡头市场的激励机制与企业兼并

本文采用Sklivas的管理者报酬是利润和销售收入的线性合成形式,运用子博弈完美均衡博弈方法,分析了激励机制在寡头竞争市场上的作用,指出企业业主对其管理者运用激励机制,提高了企业的生产效率,加强了市场的竞争.管理者不仅要注重企业的利润,还要注重企业的市场占有率.另外,分析了激励机制对企业兼并前后的影响,指出了企业的发展战略目标.     

金融市场波动溢出分析及实证研究

对于动态投资组合与风险管理来说,测度波动的溢出效应是非常重要的.在已有的文献中往往是检验不同金融市场之间是否存在波动溢出,对产生波动溢出的概率却未提及.文章在研究金融市场间影响概率的基础上,引入了分位数表示市场风险,证明了金融市场之间线性相关与相互影响概率之间的关系;随后给出了金融市场波动溢出的新定义,构建了回归模型,并证明了在不同线性相关下回归参数与相互影响概率的对应关系,最后进行了实证分析.     

战略联盟契约风险对策研究

战略联盟契约风险问题,即隐藏行动的道德风险问题,依赖于显性激励合同与隐性激励合同的结合,并考虑相对业绩比较的保险功能才能得以彻底解决。战略联盟短期合作的契约风险可采用包含监控(内控与外控)变量的最优激励合同(显性合同)来解决。在设计激励方案时,盟主必须考虑激励盟友的成本与盟主利益的一致性,而且还要考虑收益和成本的均衡。只有当观测成本小于由此带来的代理成本的降低时,将监控变量写进激励合同才有价值。联盟要长期合作,必须有效发挥隐必激励合同的作用,通过现期努力对产出的影响来改进市场对能力的判断,强化声誉效应,弱化棘轮效益,从而强化激励监控机制,进而使战略联盟的契约风险问题得到有效的解决。     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.