基于下偏度最小化贷款组合优化模型

运用组合偏矩刻画信贷风险原理,以贷款组合下偏度最小化为目标函数,控制商业银行发生重大损失的概率;以组合风险价值VaR为约束条件,控制贷款组合的整体风险,建立基于下偏度最小化贷款组合优化模型。研究表明：下偏度不要求贷款收益服从正态分布,并能够很好地反映收益率分布的“左尾”,降低商业银行贷款组合发生重大损失的概率;同时下偏度可以真实反映贷款的本质,符合投资者的心理,并且可以反映多笔贷款之间的相关联系,解决现有模型的解析能力不足的问题。     

价值与动量混合策略DEA多期限资产组合选择及效率评价

运用DEA融合有效价值与有效动量指标,构造多期限价值与动量混合策略资产组合,在期望收益率与风险调整收益率条件下评价其相对有效性。基于沪深300成分股的实证发现,DEA高效率值股票组合持有期期望收益率显著高于沪深300组合,且期望收益率与风险调整收益率均高于单一价值股票组合和赢者股票组合;在此基础上,构造同时持有DEA高效率值股票组合多头与DEA低效率值股票组合空头的套利交易策略,在相对较长的持有期上能给投资者带来显著的超额收益率。     

交叉上市、治理环境与上市公司超额现金价值

从超额现金持有价值的角度,将治理环境和治理约束的改变引入到公司治理与公司价值的研究框架中。以1998年至2011年中国A股上市公司的非平衡面板数据为研究对象,采用Dittmar等提出的公司超额现金持有量估计方法,在回归方程中加入交叉上市的虚拟变量,对比分析A股与AB股、AH股以及发行ADR企业所处治理环境的不同对超额现金持有价值的影响。实证结果表明,中国上市公司的超额现金持有普遍存在折价现象;只在A股市场上市的企业超额现金资产的边际价值为负;既在A股市场上市同时又在B股市场或H股市场交叉上市的企业,超额现金资产的折价程度降低,且私有上市公司的折价降低程度更加明显。上述结果表明严格的治理环境和治理约束有助于改善公司治理和降低现金资产折价;中国的A股上市公司,特别是私有公司,可以通过交叉上市增加外部治理约束降低现金资产的折价程度,提升公司价值。     

具有遗憾值约束的鲁棒供应链网络设计模型研究

考虑不确定性环境,研究战略层次的供应链网络鲁棒设计问题,目标是设计参数发生摄动时,供应链性能能够保持稳健性。基于鲁棒解的定义,建立从上游供应商选择到下游设施选址-需求分配的供应链网络设计鲁棒优化模型;提出确定遗憾值限定系数上限和下限的方法,允许决策者调节鲁棒水平,选择多种供应链网络结构;通过模型分解与协调,设计了供应链节点配置的禁忌搜索算法。算例的计算结果表明了禁忌搜索算法具有良好的收敛特性,以及在处理大规模问题上的优越性;同时也反映了利用鲁棒优化模型进行供应链网络设计,可以有效规避投资风险。     

服务产品价格的范围与振荡收敛性研究

服务提供商占有服务创造的价值的问题必然涉及到对服务产品的定价。通过使用价格和服务量共同来描述服务价值的创造与分配,用服务产品的价格的确定来实现价值的分配,用不同的价格决定权和博弈顺序来确定服务产品的价格范围,然后寻求一种服务产品价格的振荡系统,使得服务产品的价格最终收敛于总价值创造最高的价格。     

融资融券交易与市场稳定性:基于动态视角的证据

通过构建“外生信息冲击的门限自回归条件密度(TARCD-X)”模型,进而从动态的视角考察了融资融券实施前后,市场涨跌和交易量增减4种重要的信息冲击对下一期市场稳定性的影响具有怎样的差异,以及融资融券实施后,融资融券余额变动作为新的信息冲击如何影响下一期市场的稳定性.以波动性、暴涨暴跌的不对称性和暴涨暴跌的频繁性3个指标衡量市场的稳定性,研究发现:(1)12种影响关系中,除交易量减小对市场波动性的冲击作用在融资融券实施后有所放大之外,其他11种影响关系均未出现不利变化;(2)融资融券余额的变动没有显著增加市场的波动性和暴涨暴跌的频繁性,但其与暴涨暴跌的不对称性存在显著的相关关系.后者为构建股市暴涨暴跌的预警指标提供了实证依据.     

投资者情绪如何影响股票定价?——基于IPO公司的实证研究

分析了投资者情绪如何影响股票定价,并以2006年—2011年间917家IPO公司为样本进行实证检验.结果发现:1)市场情绪和个股具体的情绪均显著影响IPO溢价.具体而言,市场情绪较高组比较低组的IPO溢价高36％(63％vs 27％),个股具体情绪较高组比较低组的IPO溢价高24％(56％ vs 32％);2)公司价值不确定性越高,市场情绪对IPO溢价的影响越大,公司投机风险越高,市场情绪对IPO溢价的影响越小;3)IPO溢价较高的公司,其股价在上市后会逐渐反转.     

超高频数据的日内效应调整方法研究

日内效应在金融高频数据研究中已被广泛证实,是一种日内周期性运动的动态效应,它影响了以微观金融指标为参数的计量模型的准确估计。基于金融超高频持续期数据,本文首先论述了日内效应调整的重要性,然后引入自适应映射(SOM)的方法对日内效应进行调整。SOM是一种基于神经网络学习的特征提取方法,能够动态识别高维数据中的结构特征,克服了静态调整方法的不足。最后通过建立基于自回归条件持续期模型(ACD)的蒙特卡罗模拟实验,比较了三种日内效应调整方法的效果。模拟结果表明SOM方法在日内效应调整中更为有效和稳定,特别适合大数据条件下的周期性结构分析。     

国有商业银行与股份制商业银行顾客忠诚意向驱动因素比较研究

为对国有商业银行和股份制商业顾客忠诚意向驱动因素进行对比研究,本文将银行类型作为调节变量引入模型。Logit Moderated回归模型结果显示,国有商业银行和股份制商业银行顾客忠诚意向的差异,主要来源于顾客对两者价值资产和关系资产的感知显著不同,而顾客感知两者品牌资产的差异在统计上不显著。在其它变量水平相同的情况下,国有商业银行比股份制商业银行为顾客提供的价值高,但股份制商业银行比国有商业银行与顾客的关系更紧密。该结论从统计上论证了国有商业银行和股份制商业银行各自维持顾客忠诚的特点,同时也为银行未来优化营销经费配置提供了理论依据。     

基于分量差的线性及匿名合作对策值的简化算法

通过给出Shapley值、均分Shapley值、贴现Shapley值、Solidarity值、广义Solidarity值、合意值、 Banzhaf值及最小二乘预核仁分量差的显式解析表达式,本文提出了一种同时计算这些线性及匿名效用可转移合作对策值的简化算法.特别地,这一算法也适用于同时计算这些值中的两种及以上.为了详细说明简化算法的计算过程及优越性,文中给出了具体的数值算例,并将其与传统算法进行了比较分析,结果表明简化算法确实能显著降低同时计算多个值的时间复杂度.