金融统计与金融计量的新进展——2009金融统计与金融计量国际研讨会会议综述

一、引言 在过去的几十年中,金融统计与金融计量学以其独有的研究对象和研究方法,已经成为统计学中相对独立、颇具特色和最为活跃的研究领域之一.从广义上看,金融统计与金融计量研究金融中的数量问题.它以经济、金融理论为基础,运用统计技术解决金融中各种各样的问题,包括资产定价、衍生产品定价、资产配置策略、风险管理、金融模型的建立与估计、波动率估计、金融经济学理论检验、金融系统模拟等等.     

参数与非参数GARCH的预测能力比较

股票市场的收益与风险历来都是股票投资者和研究者所关注的问题,人们常常借助于条件异方差(或波动率)刻画股市的波动性.     

中国股票市场金融持续时间的统计特征挖掘

文章基于日内交易数据,全面考察了金融持续时间的描述统计规律和分布特征;关注了与日内交易活动密切相关的交易持续时间、价格持续时间和成交量持续时间这几个特征变量的描述统计与无条件分布特征;将金融持续时间分为交易持续时间、价格持续时间和成交量持续时间进行了深入细致的研究.     

基于因素模型的协高阶矩矩阵估计及其应用研究

在高阶矩投资组合中,使用传统样本估计方法会产生较高估计误差和模型设定误差。本文在多因素模型的基础上,给出一种改进的协高阶矩估计方法,分析了基于多因素模型压缩估计量的渐进一致性。蒙特卡洛模拟表明,多因素压缩估计量在有限样本中具有更小的平均绝对误差、根均方误差以及更高的平均绝对改进百分比,有效提高了协高阶矩矩阵估计的精度;即使在样本观测量比资产数目少时,估计的协高阶矩矩阵精度都会有较大提高。基于2005年6月至2019年5月沪深300成分股的高阶矩投资组合实证发现,多因素压缩方法与其他估计方法相比,在年化收益率上可以获得4.7%~32.8%的提升,最大回撤能够下降3.7%~18.3%,表明使用多因素压缩估计方法构建的投资组合有更大的可能获得更多货币效用增益,以及面临亏损时,产生的最大亏损更小。该方法有助于金融机构或理性投资者在进行投资组合时减小投资损失,获得更好的投资回报。     

ACD模型及其扩展--金融高频数据计量模型的新动态

本文结合高频数据所表现出的独有特征系统地回顾了近年ACD(Autoregressive Conditional Duration)模型及其扩展在国际、国内的发展状况,展望了该模型的发展方向.     

统计学与获取新知识：学习C．R．劳教授的《统计与真理——怎样运用偶然性》

一、C R Rao教授对统计学发展所做出的主要贡献　　近几年 ,我国出版了大量的统计学以及相关分支的教材和参考书 ,这是与我国目前统计学专业以及统计学相关分支的大力发展密切配合的 ,参见文献 [2 ]。但是 ,在众多教材中 ,着重介绍统计学的历史发展 ,论述统计思维、并从哲学角度传播统计知识、论述统计学原理的读物在国内还不多见。最近 ,由科学出版社出版的当代国际著名统计学家C R 劳 (C R Rao)教授所著的《统计与真理———怎样运用偶然性》(中文简体字版①)一书 ,可以说是其中的一本优秀著作。本书是C R 劳教授毕生统计学术思想的总…     

高维时变协高阶矩建模及其投资组合应用——基于半参数分布因子模型

本研究提出了一种基于半参数分布时变因子模型的动态协高阶矩建模方法，给出了模型设定、模型估计和时变高阶矩的检验.通过因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题，同时通过引入半参数分布增加了模型的稳健性.实证研究表明：相比于现有协高阶矩估计方法，基于因子模型的动态建模能够有效捕捉资产收益率协高阶矩的时变结构，同时更加契合金融资产收益率的潜在特征；动态投资组合能够应用于高维场景，并产生更高且更稳定的经济价值，稳健性分析进一步证实了这一点.     

安全第一准则下的改进型保险资金投资组合研究北大核心CSCDCSSCI

目前我国保险行业面临收不抵支、利润率较低等与保险大国不相匹配的尴尬境遇。这迫使保险机构需要通过保险资金投资等途径来降低保险资金保值增值的压力,以满足投保人和保险投资的需要。本文根据我国保险业保险投资各方面的法律法规对经典安全第一准则进行改进,实证模拟并计算了对应破产水平下的投资组合和有限边界。因此,投资者可基于改进的安全第一准则模型,根据限定概率下可以接受的破产水平和最大期望收益,选定包括无风险资产和风险资产在内的投资组合。     

股市涨跌预测与量化投资策略:基于时变矩成分分析

利用时变矩成分分析提取高阶矩吸收率,改进基于阈值的高阶矩因子个数选择方法,提出基于元素值的联合矩成分分析权重设定,构造了一种基于股票市场高阶矩相关结构的量化投资策略。研究表明,基于矩成分吸收率的投资策略能够对股市涨跌做出有效预测,对于股市的重大系统风险尤为敏感,在熊市中也有良好表现;基于单因子吸收率、累积三因子吸收率和赫芬达尔吸收率的高阶矩投资策略优于二阶矩吸收率投资策略,而三阶矩单因子吸收率投资策略最优,基于元素值权重的投资策略优于基于元素个数权重的投资策略;量化投资策略具有参数稳健性,且可通过优化高阶矩的时变结构对投资效果进行优化。