基于有偏胖尾分布的随机波动模型估计及其检验

金融资产的收益分布普遍展现出两个重要的典型特征:"有偏"性和"胖尾"性,但目前绝大多数的随机波动模型都无法同时将上述两类典型特征综合纳入其估计的条件分布假定中.以上证综指和标准普尔500指数为例,通过引入有偏的广义误差分布(Skew GED)来综合刻画条件收益的有偏和胖尾特性,并运用马尔科夫链一蒙特卡罗模拟法(MCMC),探讨了在正态分布(Normal)、有偏的正态分布(Skew Normal)、广义误差分布(GED)以及Skew GEI)这4种条件分布假定下的随机波动模型估计方法,同时实证检验了不同分布假定下的随机波动模型对实际市场波动率的刻画精度和适用范围.     

随机波动率模型的参数估计及对中国股市的实证

基于有效重要性抽样(EIS)技巧,提出极大似然(ML)方法估计了四种不同收益分布假定的随机波动率(SV)模型的参数. 以上证综合指数和深证成份指数为例,实证检验了不同收益分布假定的SV模型的性能,分析适合我国股票市场的SV模型及收益分布. 实证结果表明,与正态分布、学生t-分布和广义误差分布(GED)假定的SV模型相比,具有“有偏”和“尖峰厚尾”特征的有偏学生t-分布假定的SV (SVSKt)模型能够更好地描述中国股票市场的波动性.     

应用半参数方法计算市场风险的受险价值

由于厚尾分布,通常基于正态分布假定的VaR参数法在99%置信水平下计量市场风险时会严重低估风险,文中提出了一种半参数方法。通过对石油市场收益数据的检验,在99%置信水平下,半参数方法的风险计量效果好于通常的参数方法。     

基于信用等级修正和半绝对离差风险的银行资产组合优化模型

用峰度和偏度对企业信用等级转移的阈值进行修正,引入了半绝对离差方法衡量贷款组合风险,建立了基于信用等级修正和半绝对离差风险的银行资产组合优化模型.其创新与特色主要有二:一是用企业各自收益率的峰度和偏度对正态假定下企业信用等级转移对应的阈值进行修正,改变了现有研究把本来是非正态分布的企业收益率按照正态分布来确定其企业信用等级阈值的不合理现象,提高了贷款组合风险的计量精度.二是将半绝对离差方法引入到贷款组合风险度量中,解决了现有研究以方差或绝对离差表征风险、将高于期望收益的超额收益部分当作风险处理的问题,使贷款组合收益风险量化更为真实准确.     

非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。     

拟合中国股票市场收益的统计分布

对中国沪深股市收益的统计分布特征和市场风险规律进行了定量比较研究.分别采用稳定分布、渐近帕累托分布和截断列维分布拟合中国股票市场收益统计分布,实证研究发现中国股市收益分布的中间部分适合用稳定分布描述,分布的尾部适合用尾部指数大于2的渐近帕累托分布描述,即是具有尖峰厚尾特征的有限方差不对称分布.揭示出中国股市中高收益事件比低收益事件发生的更为频繁,深圳市场比上海市场的投资风险要高.所得结论有益于对价格波动性建模、资产定价、金融风险管理等领域的深入研究.     

基于GJR-EVT-COPULA和下偏矩的最优资产组合分析

与方差风险测度相比,下偏矩一方面能够度量下边风险,另一方面通过设置不同的风险因子它可以更广泛的反映投资者的风险偏好.Harlow[1]建立了基于历史数据的均值下偏矩最优投资组合模型,本文考虑建立预测数据下的均值下偏矩最优投资组合模型,并同Harlow的模型进行实证比较.考虑到实际收益数据的时变性、杠杆效应和厚尾特征,引入AR(1)-GJR(1,1)-EVT模型来描述金融时间序列的上述特征,并通过t Copula函数描述资产收益之间的非线性相关性.对基于历史数据的均值-二阶下偏矩模型和基于预测数据的均值-二阶下偏矩模型的投资绩效进行考察.中国股市的实证结果表明,基于预测数据的均值二阶下偏矩模型可以得到更好的投资绩效.     

中国股市指数收益率的时间跨度特性

以上证指数和深成指的3种不同时间跨度的收益率序列--日收益率、周收益、月收益率为研究对象,对比分析它们分布情况、厚尾性、ARcH效应以及自相关性等特征的变化.结果表明,随着时间跨度的不断增加,上海股市和深圳股市的收益率序列逐步趋于正态分布,序列自相关性增强并存在长期相关性,波动集群性逐渐消失,波动持续性和杠杆效应不断减弱,风险溢价的敏感性不断增强,这些相同的变化趋势反映出两地股市有很强的联动性.同时,两地股市指数收益率厚尾性变化有明显区别,随时间跨度的增加,上证指数收益率的左尾变瘦,右尾变胖,深成指收益率的左右尾都逐渐变瘦,这种不同的变化趋势反映出两地股市的差异性.     

从机会成本角度论均值方差模型的适用性

研究了当证券收益率偏离正态分布时,证券投资者选用Markowitz的mean-variance投资决策方法替代期望效用最大化投资决策方法的机会成本。对具有常风险厌恶系数的投资者,选用有偏随机变量Γ分布模拟资产收益率显著的偏度和峭度,推导了此种情况下投资者机会成本,并在上海股市进行实证分析。发现和Simaan的结果有一定区别,在所有资产都是风险资产和存在无风险资产时,投资者的机会成本都有随财富增加而减少的趋势。当存在无风险资产时随财富增加而减少,机会成本对投资者有一定的影响,但影响并不显著。投资者在实际操作中可以按mean-variance分析进行投资决策。     

Skewness of return distribution and coefficient of risk premium

The skewness of the return distribution is one of the important features of the security price. In this paper, the authors try to explore the relationship between the skewness and the coefficient of risk premium. The coefficient of the risk premium is estimated by a GARCH-M model, and the robust measurement of skewness is calculated by Groeneveld-Meeden method. The empirical evidences for the composite indexes from 33 securities markets in the world indicate that the risk compensation requirement in the market where the return distribution is positively skewed is virtually zero, and the risk compensation requirement is positive in a significant level in the market where the return distribution is negative skewed. Moreover, the skewness is negatively correlated with the coefficient of the risk premium. This research is supported by China Natural Science Foundation (70701035, 70425004, and 70221001), Hunan Natural Science Foundation (09JJ1010), and the Key Research Institute of Philosophies and Social Sciences in Hunan Universities.     

中国股票市场的收益分布及其SPA检验

以上证综指和代表性波动周期为例,采用样本外的滚动时间窗预测法,计算了不同收益分布假设下的波动率模型对指数波动率的预测值,并进一步运用基于自举法的SPA检验,评估了各种分布假设对上证综指波动的预测精度.实证结果显示:就中国股市而言,有偏分布能够提供最优的波动率预测精度;在某些损失函数标准下,广义误差分布也具有较好的预测表现.     

一个依赖于挠度与峭度的三项式期权定价模型

提出了一个将股票收益分布的头四个动差结合起来的三项式期权定价模型。该模型所包含的股票收益分布的挠度可正可负，尾部可宽可窄，还可以是混合的。特别地，模型的系数可选择得与股票收益分布的实际估计评均值、方差、挠度和峭度相匹配，因而就可能产生出与实际观测的股票收益分布较为一致的期权价格。     

基于AAVS-CAViaR模型的股市风险测量研究

考虑金融资产收益与正负收益对分位数冲击的不对称性,建立含有不对称绝对值和斜率设定的AAVS-CAViaR模型,采用混合最优化方法估计模型的参数并进行显著性检验.对1996-2008年期间沪深港股票指数的实证研究表明:沪深港股票市场均存在正负收益消息对市场风险冲击的不对称现象,且在不同VaR置信水平下存在差异;通过Granger因果检验发现沪深港股市的风险变化存在显著的互动传导关系;提出了VaR预测模型的评估准则,对所选样本数据而言AAVS-CAViaR模型比间接GARCH模型更好地描述了市场风险的演化模式.     

证券组合SKST-APARCH模型和VaR估计分析

金融资产无条件收益分布表现为偏度和峰度共存，运用ARCH模型族在波动和Valt分析中往往将对称的后尾t、GED误差分布与不对称冲击结合在一起来解决序列不对称特性．由于偏度和峰度并非相互独立．这样未能根本上解决问题。本文在APARCH模型中引入偏t分布（Skst）模型对上证指数和深证A股指数的波动及VaR进行了实证分析，并与Gauss、t、GED等对称分布下的估计进行了比较，结果显示Skst能较好的拟舍波动、较准估计VaR．     

过度自信、后悔厌恶对收益率分布影响的数值模拟研究

通过构建数值模拟模型,对投资者受过度自信与后悔厌恶影响下的收益率分布进行模拟,结果证实:与有效市场假说之下的正态分布相比,此种状态下的收益率分布存在着尖峰厚尾、左偏、左尾厚于右尾以及尖峰与厚尾程度随着时间单位的延长呈现下降趋势等统计学特征.进一步的数值模拟还发现,随着反应滞后时间的增加,收益率分布峰度增加明显,左尾有下降的趋势;随着反应不足程度的增加,收益率分布的峰度与偏度同时增加;随着过度反应程度的增加,收益率分布右尾有着明显的增加;收益率分布右尾对处置效用不敏感,左尾随着处置效用的增加厚尾程度减少.