不同变现策略下的股票质押率定价模型

目前理论界和实务界多是简单基于波动率来设计股票质押率定价方法,虽易操作,但精确度明显不够.本文认为质押人违约所导致的流动性风险是影响股票质押率的另一关键因素,而质权人的相应变现策略则直接作用于流动性风险水平.因此,本文首先根据Obizhaeva线性冲击模型原理来刻画流动性风险,继而考虑了质权人为控制该风险而可能采取的四种变现策略,并给出了不同策略下兼顾波动率和流动性风险的股票质押率定价模型.最后,模拟分析发现:若只考虑波动率风险,股票质押率估值偏高问题显著;若兼顾流动性风险,但质权人仅采取被动变现策略,股票质押率最低;若质权人采取主动变现策略,那么股票质押率与其风险偏好正相关;再考虑金融市场中的负向冲击所导致的股价跳空现象,各情形下的股票质押率则会进一步降低.     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

基于Copula方法的开放式基金投资组合的VaR研究

Copula已被广泛地应用于金融领域,特别在金融市场上的风险管理,投资组合的选择,资产定价等方面,并成为解决金融问题的一个有力工具.本文以南方高增长基金的前10支股票为例,建立了投资组合风险分析的Copula-GARCH模型.结合Monte Carlo模拟技术,利用Copula理论计算投资组合的VaR,并与传统的VaR方法进行比较,实证结果表明基于Copula的VaR方法能够更加有效地测量开放式基金投资组合的风险.     

基于Copula-TARCH的开放式基金投资组合风险的实证分析

以华夏基金的前10支股票为例,建立了AR(1)-TARCH-t(1,1)模型。分别采用正态Copula函数、t-Copula函数完成单个资产收益的边缘分布到资产组合联合分布的过渡。并结合Monte-Carlo模拟技术计算基金组合的VaR。比较实证结果得出Copula函数的选取影响投资组合风险值;由t-Copula函数仿真得到的VaR更保守。     

基于信度理论的VaR模型改进及实证研究

目前金融机构普遍采用VaR方法来度量金融风险。研究评述了VaR方法存在的不足,并在此基础上,结合信度理论中的有限波动信度、贝叶斯信度方法和Bühlmann—Straub模型分别对传统的VaR方法进行了改进。依据反映金融市场数据特点和操作难易程度,认为结合Bühlmann-Straub模型的VaR改进方法优于另两种改进的VaR方法。最后,选取一只具有代表性的股票——浦发银行,分别运用传统的VaR方法与基于Bühlmann—Straub模型的VaR改进方法对其风险进行验证,结果基于Bühlmann-Straub模型的VaR改进方法计算的风险精度明显优于传统的VaR方法。     

考虑广义多维空间效应的S-VaR测算

VaR(value at risk)的测算精度一直是业界和学术关注热点问题.本文应用定义的经济测度距离和引力空间权重矩阵,建立广义多维空间计量模型捕捉金融系统的空间效应信息,构造S-VaR(saptial-value at risk),提高VaR的测算精度.以SP亚洲50指数作为股票资产组合替代变量进行实证分析,结果表明:广义多维空间效应S-VaR能捕捉金融市场存在的多维空间相关性和风险的空间溢出效应,提高了VaR模型在风险预测中的精确性.     

相关风险函数VaR的界

以VaR作为风险测度，利用Copula的有关理论给出美元／英镑和加元／英镑两支汇率的风险函数在一定水平下的VaR的最优边界。在比较不同类Copula的相关性时，用Kendall τ作为比较的依据。本文的方法对其他风险测度和由更多金融产品组成的组合投资同样适用。     

市场交易机制导致的流动性风险——考虑涨跌停制度产生的流动性风险

价格稳定机制作为市场特征的一部分,对于流动性有着重要的影响.通过对收益进行调整,将涨跌幅导致的流动性风险整合在风险度量VaR框架中.对比调整前后的离位点数目、VaR值等评估涨跌停限制对流动性风险的影响,并对考虑涨跌幅限制下的VaR计算方法选择、BIS资本乘数设置等进行讨论.结果表明,涨跌幅限制确实产生了流动性风险,支持VaR的估计过程中需要考虑涨跌停限制的影响.     

基于等熵一致性风险测度的组合选择

本文基于一种新的一致性风险测度——等熵风险测度，进行组合优化，以检验其择股能力，从而检验其风险识别能力. 先就风险识别能力，尤其随机占优一致性对三种基于分位数的风险测度：VaR，ES（expected shortfall）和等熵风险测度进行了介绍与对比. VaR具有一阶随机占优一致性，而ES具有二阶随机占优一致性；等熵风险测度利用了整个分布的信息，不再是简单的0-1风险测度，这与VaR和ES显著不同. 而且，等熵风险测度具有更高阶的随机占优一致性，这使得该风险测度具有更好的风险分辨能力. 而后采用Spearman秩检验方法来检验和预测不同风险测度的风险识别能力，这与随机占优一致性阶数相呼应. 最后，在上证50指数成份股中采用组合优化方法，考察标准差，VaR，ES以及等熵风险测度情况下，优化组合持有期的不同业绩指标. 结果表明，等熵风险测度优化组合的业绩指标最好，表明该测度风险识别能力最高.     

多风险控制目标下的资产配置模型

相比于VaR风险测度,CVaR风险测度因满足次可加性能够更好地描述金融资产组合风险,而广义极值分布和Copula函数较好地拟合了金融资产收益率的厚尾特征和相依性。本文尝试使用CVaR风险测度和Copula-GEV分布描述金融资产组合的极端值风险,并将其作为风险控制目标引入传统均值-方差模型,构建多风险控制目标下的资产配置优化模型,实现在金融资产配置决策中综合考虑期望收益、波动性风险和极端值风险,并设计PSO-MC优化算法对模型进行求解。通过对我国上市公司股票收益率数据的实证分析,验证了模型及求解算法的有效性。     

基于结构突变的存货质押融资流动性风险实证研究——以中国东方丝绸市场交易所坯布动产为例

引入非参数ICSS结构变点检测算法,以中国东方丝绸坯布市场为例,研究了存货质物商品市场的结构突变和流动性风险模型,并分析了结构突变、不同持有期、不同风险模型对存货质物的质押率的影响。研究发现:(1)对存货质物进行风险度量时加入流动性风险可以更准确刻画商品市场的总风险,且流动性风险占总风险的比重与持有期限呈反比。(2)存货商品市场的波动性、流动性风险有着显著区制转换特征,且不能忽略。考虑结构突变可以更准确地刻画市场风险、流动性风险,也能更准确地确定合理的动产质物的质押率。     

延迟支付方式下的存货质押融资服务定价模型

研究在供应商允许零售商采用延迟支付方式的条件下,第三方物流企业向零售商提供存货质押融资服务的定价模型.在分析零售商行动策略的基础上,给出了存货质押融资服务的定价方法.     

股息率、机构投资者与股价崩盘风险

本文基于1999-2017年中国A股上市公司数据，研究了公司股息率水平、股息率不稳定与股价崩盘风险之间的关系.研究发现，公司股息率会影响股价崩盘风险：进行分红的公司、股息率较高的公司的股价崩盘风险较低.我们还发现，股息率会影响机构投资者的偏好，进而影响股价崩盘风险.机构投资者在公司股息率和股价崩盘风险的影响关系中同时具有正向中介效应和负向调节效应.另外，股息率不稳定会加剧股价的崩盘风险，机构持股是其影响渠道之一.本文的实证发现有助于上市公司管理层制定更加合理的股息政策，同时也为监管层制定上市公司分红引导政策提供了经验证据支持.     

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.     

上海股票市场资本资产定价的横截面研究

回顾了资本资产定价理论与实证的互动发展脉络 ,采用横截面方法对上海股票市场资本资产定价的因素进行分析 ,研究表明 :1β系数的测量方法对 CAPMs的检验结果产生影响 ;2在上海股票市场系统风险并不是影响收益率的唯一因素 ,同西方成熟股票市场一样 ,上海股市存在“规模效应”.本文进一步对这些结论进行了分析 .     

Noise Trading,Investor Sentiment Volatility,and Stock Returns

This article analyzes the mechanism of investor sentiment impact on stock price based on the noise trading theory of Delong et al. The market turn over, close-end fund discount, and growth rate of investor accounts are chosen as indirect investor sentiment index to construct comprehensive sentiment index on the basis of factor analysis approach. The relationship between investor sentiment and stock returns in China's stock markets is tested using the regression method of ordinary least squares (OLS) and generalized autoregressive conditional heteroskedasticity in mean model (GARCH-M). The results show that investor sentiment is a systematic factor in forming stock prices. Stock price fluctuates with the fluctuation of investor sentiment, but the impact due to positive and negative investor sentiment changes is different. The impact of positive changes is stronger than that of passive changes. The volatility of stock returns caused by investor sentiment changes is a systematic risk.     

惯性和反转策略套利对股市的影响

整理惯性和反转策略的业务流程，构建了其收益率的理论模型，提出并证明了回报率预算定理和风险预算定理。分析表明，惯性和反转策略的套利行为使得目标市场的回报率区间下移，下移的幅度极限为市场最大的个股收益率；而且成倍放大市场总风险，减少社会福利。     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

基于高频夏普指数的组合证券投资模型

资产选择与最优组合权重的设置是构建投资组合的两个关键步骤,利用日内高频数据构建一个夏普指数序列来进行资产选择,同时考虑多种组合策略.以沪市A股市场数据进行样本外实证分析。结果表明,不论市场处于下行还是上行行情,基于高频夏普指数选股方法构建的组合都能得到较高的风险调整收益,并具有较小的风险,同时在最优风险组合下,能得到可观的超额收益.