非线性资产定价模型与特质波动率之谜

在资产收益分布非正态性或者投资者效用函数比二次型更复杂的条件下,依据均衡定价理论推导出一个基于消费的非线性资产定价模型.该模型不仅捕捉了收益的波动风险,而且可以捕捉收益的高阶矩风险.通过实证检验,发现包含因子平方项的非线性资产定价模型比传统的线性资产定价模型有更好的定价效率.分别以非线性定价模型和传统线性定价模型对"特质波动率之谜"进行检验,发现基于非线性定价模型估计特质波动率会使"特质波动率之谜"明显减弱,说明非线性资产定价模型比线性资产定价模型能够更有效地解释这一典型的市场异象.     

基于风险溢价和特征要素的中国股市B/M效应

对B/M效应已有研究结果进行回顾,总结了B/M效应解释中存在的风险溢价和特征要素观点冲突。通过基于产业与资本市场的资产定价模型的推导原理和经济涵义,统一了对B/M效应的理性风险补偿与特征要素解释观点;实证效果证实了之前的理论结果。     

流动性溢价:一个理论分析

在考虑了资产的流动性之后,得到了一个基于流动性的消费版的资产定价模型.通过这一模型,对股权溢价之谜、规模效应等实证金融中的反常现象进行了分析.     

分形市场中的资本资产定价

简要介绍有效市场理论的局限性及其与分形市场理论的关系,并指出有效市场理论是资本资产定价模型的基础。在分形市场中单个资产收益与市场收益之间的线性关系很难成立。针对于此,提出运用非线性协整理论进行分形市场中的资本资产定价,并给出运用小波神经网络进行非线性协整建模的方法。最后给出上海股市的实证研究。     

基于时间序列的上海股市系统风险、流动性风险溢价实证研究

在Acharya和Pedersen（2003）提出的三种流动性风险（收益对市场非流动性的敏感性COV（ri,LM）、非流动性对市场收益的敏感性COV（Li,rM）、流动性的共性COV（Li,LM）的基础上，提出了一个关于市场收益、市场非流动性、组合收益以及组合非流动性的四元均值GARCH（1，1）模型，鉴于多元均值GARCH类模型参数估计的困难，我们分两阶段建模，对上海股票市场四类指数（工业、商业、公用以及地产）1997～2004年的风险溢价状况进行了实证研究。结果表明，存在系统风险溢价和流动性风险溢价，并且流动性风险溢价主要来源于收益对市场非流动性的敏感性和非流动性对市场收益的敏感性。     

罕见灾难风险与中国股权溢价

本文计算了我国1996-2014年平均股权溢价,并通过基于传统效用函数及广义预期效用函数的资产定价模型计算的相对风险规避系数、GMM估计方法及H-J最小方差界验证了我国的确存在股权溢价之谜,以此构建灾难风险模型对我国股权溢价之谜进行解释,结论包括:1)我国1996-2014平均股权溢价为8.64%,股票收益波动性较大;2)我国的确存在股权溢价之谜,仅考虑广义期望效用函数无法合理解释我国股权溢价之谜;3)时变灾难模型可以较好地解释我国股权溢价之谜,尤其股市熊市模型更能体现灾难对投资者行为的影响从而影响资产价格风险溢价;4)我国股票收益率波动较大,而股息增长率波动较小,本文验证了灾难视角下股利价格比可以有效预测股票超额收益,为今后投资决策提供稳定科学指标和研究框架.     

模型不确定性条件下的一般均衡定价

在CIR模型基础上, 通过引入折现熵, 研究了模型不确定性条件下的一般均衡定价问题; 并导出了模型不确定性条件下的无风险利率定价方程、跨期资本资产定价模型、基于消费的资本资产定价模型、 金融资产定价公式及包含不确定性成分的随机折现因子. 研究发现, 随着投资者的不确定性规避偏好的提高, 均衡时的无风险利率随之降低, 风险资产的溢价水平却随之提高, 因此文章结论可以同时解释无风险利率之谜与风险溢价之谜.     

投资者情绪和资产定价异象

在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用.     

我国证券市场行业收益三因素模型的实证研究

Fama-French三因素模型比资本资产定价模型更好地描述了股票收益率横截面数据的变动,采用最新的股票数据(2000.01～2003.12)并运用Fama-French的三因素模型对每个行业的平均回报率进行了检验。论证了行业收益的三因素模型在我国证券市场上是成立的,同时检验了我国证券市场上每个行业是否有“月度效应”现象。实证结果为风险预算过程中的战略风险预算和风险控制提供了可靠依据,同时为投资组合选择、预测、决策及其业绩评价提供了一定的依据。     

基于马尔科夫状态转换下的CAPM实证研究

将一阶马尔科夫过程引入到经典资本资产定价模型(CAPM)中,从动态的角度提出基于马尔科夫状态转换下的资本资产定价模型,即允许反映市场风险载荷的β系数和条件方差呈现时变状况.实证显示该模型优于经典资本资产定价模型,并能够刻画动态变化过程,经典CAPM为该模型的特例.     

定价核、市场效用函数与投资者偏好

在非仿射GARCH扩散模型一致参数体系下,推导了经验定价核、市场效用函数以及投资者风险厌恶函数.基于标的资产与期权价格联合数据,建立了模型的极大似然估计方法.采用香港金融市场数据进行实证研究,结果表明:存在一个参照点,其对应于恒生指数收益率约为-12%.市场效用函数在参照点左侧为凸函数,在参照点右侧为凹函数;投资者在收益率低于参照点时表现为风险爱好,在收益率高于参照点时表现为风险厌恶.     

状态依赖下考虑空间交互作用的资产配置模型与实证

构造基于经济距离的空间权重矩阵捕捉资产间的空间交互作用，考虑市场状态对空间交互作用的影响，构建状态依赖下考虑空间交互作用的收益估计模型。进一步，推导期望收益率的协方差矩阵，构建考虑时间和截面双重维度系统性风险的资产配置模型。研究发现，空间交互作用是状态依赖的，对收益有显著的解释能力。状态依赖下的贝塔系数捕捉时间维度系统性风险，间接效应和反馈效应捕捉截面维度系统性风险，状态依赖下考虑空间交互作用的资产配置可以提高传统均值-方差资产配置的表现，为投资者决策提供有价值的参考。     

国际大宗商品资产行业配置研究

本文基于Black-Litterman框架首次提出了国际大宗商品资产行业配置策略. 考虑到大宗商品市场与外部金融市场之间联动性显著增强的事实,我们利用纳入外部金融市场信息作为解释变量的FIGARCH模型来捕捉大宗商品行业收益率及收益率变动特征,从而将外部金融市场对大宗商品市场的信息溢出效应量化地应用到大宗商品行业资产配置问题中. 实证结果表明基于本文所提出的行业配置策略能够为实现大宗商品投资组合收益能力和风险规避的有效匹配提供一个系统而稳健的途径,其效果优于基于市场均衡权重和传统Markowitz 框架下的投资策略. 相关成果为实现大宗商品资产积极组合管理,适应国际投资安全性、流动性、收益性和多元化要求,进而服务于国际资源储备和国家经济安全提供决策支持.     

基于需求层次理论的资本资产定价模型

将消费-投资者的需求层次心理特征对资产价格的影响纳入考察范围,本文建立了一个基于需求层次理论的资本资产定价模型（GCAPM）.证明了CAPM及APT只是该模型的一个特例.当消费-投资者只满足某一层次的需求时,该模型就简化为CAPM;当消费-投资者满足多重层次需求时,该模型从市场均衡及消费偏好的角度说明APT也是它的特例.与其他资本资产定价模型相比,这个理论能较好地解释红利溢价之迷.     

动态财务分析中的投资产生器

国外动态财务分析（DFA）的投资产生器中以往都是采用CAPM对权益型资产进行定价.鉴于CAPM在中国资本市场的适用性尚存较大疑问,本文用较为精确的Fama和French的三因子模型对动态财务分析中的CAPM进行替代.并且利用历史数据对FF三因子模型的参数进行了估算,并对其解释能力进行了评估,保证了FF三因子模型可行.最后比较了FF三因子模型和CAPM在动态财务分析DynaMo 3.0平台下的预测能力.得出在DFA下FF三因子模型的解释能力和预测准确性都强于CAPM的结论,建立了适合中国市场状况的投资产生器.     

资产注入、流动性溢价与市场环境

从理论和实证两方面探讨了大股东实施资产注入的主要动因.研究发现市场环境对大股东的资产注入行为具有重要影响:股权分置下大股东实施资产注入的增值收益有限,积极性较低,而股权分置改革环境下大股东可利用市值放大效应获得巨大的增值收益,实施资产注入的积极性大大提高.模型分析表明,获取流动性溢价和持股市值增加是大股东注入资产的主要动因之一,实证分析也显示大股东通过实施资产注入获得了较高的超额收益和较大幅度的流动性溢价.     

基于多分形的资产组合风险度量建模与实证研究

考虑资产收益率的多分形特征及资产组合收益率间的复杂相依结构,运用Markov switching multifractal(MSM)模型对资产收益建模并结合Copula函数刻画相依结构,构建了资产组合市场风险度量的Copula-MSM模型.以风险价值(VaR)和期望损失(ES)作为市场风险度量工具,选取上证指数和恒生指数构成的资产组合进行实证分析,并比较Copula-MSM, Copula-GARCH和Copula-FIGARCH模型对VaR和ES风险测度的估计精度差异.实证结果表明,与Copula-GARCH和Copula-FIGARCH模型相比Copula-MSM能更准确的估计VaR和ES值,提高风险度量精度.     

中国证券市场Knight不确定性度量及资产定价研究

针对资本市场中不能被单一资产收益分布描述的Knight不确定性,首先分析了投资者信息集与这类不确定性的关系.在此基础上依据投影概率理论描述它以及传统风险对资产收益的映射过程,并构造了考虑这类不确定性的新定价模型.通过度量中国证券市场Knight不确定性及研究其对资产价格的影响,发现我国证券市场这类不确定性近几年来呈现出递减趋势且其大小略小于美国市场.另外,实证结果显示Knight不确定性能够参与定价并与收益率负相关,说明中国证券市场投资者对其呈现出喜好的态度.     

基于收益分解的股票市场动量效应国际比较

基于资产定价模型和股票市场动量效应的研究成果,对比分析了中、美股票市场动量效应的存在及形成机理。结果表明,中国股票市场赢者组合过早出现收益反转,致使动量投资策略盈利性不显著;而美国股票市场赢者组合与输者组合表现的相对对称性,保证了动量投资策略的盈利性。不同市场动量投资组合收益成分变化与市场表现之间的因果关系进一步揭示了动量效应的内在机理。     

中国证券多因素及三因素定价模型实证研究

提出股票定价的包括宏观经济变量、微观经济变量、市场变量的多因素以及内在价值、技术因素、流动性的三因素资产定价模型,并对中国股市进行实证,发现市场指数回报率对股票的收益率的影响具有决定性的影响,市场指数回报率β系数显著为正,而且其系数变化的区间为0.41至0.53之间,说明市场指数对股票的收益率的解释力达到41%至53%之间,平均为50%.每股盈余增长对股价的影响为最大,每股盈余增长系数估计值显著为正,接近于1,表明每股盈余增长对股票收益呈现出正的影响,即每股盈余增长一个百分点,年预期收益平均增加一个百分点.而GDP增长、货币供应量增长、存款利率增长、通货膨胀率、存款增长、贷款增长等,其系数估计值显著为负,表明股票收益率为我国宏观经济变量的减函数.实证结果显示:多因素模型能有效地找出股票定价的关键因素,而三因素模型能够对资产价格主要因素进行定价.