风险中性高阶矩:特征、风险与应用

本文采用香港恒生指数期权中的虚值期权计算香港股票市场风险中性高阶矩, 通过其与另一种高阶矩预期——运用历史分布通过AR(1)-GARCH(1,1)模型估计出来的现实世界高阶矩预期之间的关系分析高阶矩风险溢酬.研究结果发现: 在香港股票市场中,偏度、峰度等高阶矩具有非常显著的风险溢酬, 且风险溢酬均小于0. 这表明香港市场的投资者热衷于冒险, 以在短时间内获得较大收益.另外,考察了香港股票市场的期权价格结构,我们发现从恒生指数期权中得到的香港股票市场隐含波动率几乎是一条水平的直线. 在对香港市场整体高阶矩进行分析时,也发现其偏度与峰度不能拒绝市场整体分布为正态分布的假设.     

波动率风险溢酬: 时变特征及影响因素

应用香港市场的数据, 通过构造恒生指数看涨期权的动态delta中性组合估计了股票市场的波动率风险溢酬, 并对其时变的 特征和影响因素进行了分析. 实证结果表明: 香港股票市场上的确存在显著为负的波动率风险溢酬, 说明波动率的确是随机的, 是市场中存在 的另一个风险源. 而投资者是厌恶波动率风险的, 并通过支付较高价格购买股指期权来规避这一风险, 股指期权并非股票现货的冗余证券. 并且, 波动率风险溢酬呈现明显的时变特征, 其最重要的影响因素是股票现货市场的波动率, 股市当前的波动率越大, 投资者对未来波动的预期和风险 厌恶程度越高, 越愿意为规避波动率风险支付更高的风险溢酬.     

ETF期权隐含偏度、投资者情绪的理性与非理性

以上证50ETF期权为研究对象，重点分析上证50ETF的隐含偏度与市场情绪之间的关系。与以往的相关研究不同，对于可能引致期权隐含分布左偏的市场情绪进行了分解，通过对所分解的情绪成分及其与左偏分布特征的关系进行实证检验，重点研究了情绪中的非理性成分在原生市场和衍生市场之间的跨市场传递，以进一步探究出影响市场稳定性的根源。研究表明：上证50ETF隐含分布的左偏程度与市场中的非理性情绪紧密相关，具体而言，非理性情绪越高涨，隐含分布越是呈现左偏；并且，在对已实现波动率、期权相对需求等变量加以控制以后，结论依然成立。这意味着，现阶段，仅从我国ETF期权市场中提取关于ETF未来预期信息的想法不可行。     

参数不确定条件下考虑偏度的投资组合

考虑到传统投资组合理论的局限, 为了解决参数不确定问题, 提高投资组合效用, 应用贝叶斯理论, 在多维有偏分布基础上讨论了考虑偏度的投资组合问题, 通过对期望效用函数的Taylor展开, 分析了各阶矩风险与期望效用函数的关系. 应用MCMC方法和数值优化方法对有偏正态分布进行了参数估计和投资组合权重的计算. 研究结果表明, 应用贝叶斯理论解决参数不确定问题, 可以提高投资者期望效用, 考虑期望收益, 方差以及偏度不确定性会对投资组合策略产生重要的影响.     

噪音交易、投资者情绪波动与股票收益

通过对Delong etc的噪音交易理论模型的修正,分析了投资者情绪对股票收益的影响机理.选择市场换手率、封闭式基金折价和投资者开户增长率作为间接投资者情绪指数,应用因子分析法构造综合投资者情绪指数,并应用OLS和GARCH-M回归分析方法对中国股市投资者情绪及波动与股票收益间关系进行实证分析.结果显示, 投资者情绪是影响股票价格的系统因子,股票价格随着投资者情绪波动而波动, 而且情绪的上涨和下降对股票价格的影响是不对称的, 情绪上涨对股票价格的影响要比下降强的多;因投资者情绪波动而产生的股票收益波动构成市场系统风险并得到了相应的风险溢酬.     

波动率风险和波动率风险溢酬:中国的独特现象

本文以美国市场作为对比,运用多种方法深入考察了中国市场的波动率风险和波动率风险溢酬,发现中国市场具有与美国市场不同的异常现象.首先,与美国市场不同,中国股票市场上的波动率风险整体而言并非系统性风险,而是呈现出暴跌时期显著为负,非暴跌时期显著为正的明显时变特征;其次,虽然中国市场的波动率风险是非系统性风险,但期权隐含的波动率风险溢酬却显著为负,这与美国情形不同,也不符合金融原理,可能意味着中国期权价格存在高估.进一步的模拟Buy-Write策略结果证实中国期权价格的确存在持续的系统性高估.     

考虑收益偏度的最优对冲比率模型

通过期望效用函数的三阶Taylor展开度量了偏度对投资者目标函数的影响,建立了考虑偏度的最优对冲模型.根据模型推导了最优对冲比率的解析公式,该解析公式在偏度为零时可以退化为均值方差最优对冲比率, 因此可以看作传统均值方差对冲模型的推广.以恒生指数期货和现货数据为例对模型进行了验证,结果表明:考虑偏度的最优对冲模型的效果要优于传统的均值方差对冲模型.     

银行间市场回购利率变化的利率模型解释

在中国银行间市场的回购市场上,回购利率具有明显的期间风险溢酬,风险溢酬随时间变化,并与回购利率期限结构水平明显相关.文章试图构造单因子、两因子本性仿射模型来解释回购利率的变化及风险溢酬,发现两因子本性仿射模型与单因子本性仿射模型相比,对回购利率期限结构变化的描述没有明显改进.回购利率期限结构扣除单因子模型给出的利率风险溢酬后,服从纯预期假设,单因子本性仿射模型可以解释银行间市场回购利率风险溢酬的变化.     

基于外汇期货期权的隐含风险中性概率的复原与市场情绪

金融资产价格蕴涵着市场信息,涉及宏观经济、公司财务、经济人偏好等诸多种类.尝试从衍生资产的价格中挖掘反映经济人对未来预期的信息.首先从欧元期货期权的价格中推导欧元期货的隐含风险中性概率分布密度;该分布具有尖峰的特点,并且随着时间推移而发生变化.其次提出情绪测量指标,并论证投资者情绪会影响隐含风险中性概率分布的认知.在复原隐含风险中性概率分布的过程中能够使用表现投资者对同时存在多种分布的处理的方法,这为Knight不确定环境的存在提供更多的实验证据.     

基于深度学习算法的行为期权定价

针对一类考虑了投资者微观结构随机变迁、投资者行为存在羊群效应以及非理性情绪的高维行为资产价格模型，推导出行为期权定价偏微分方程，构建了基于深度学习算法的行为期权定价方法：首先，基于费曼卡兹公式推导出行为期权价格的迭代方程；然后，用神经网络来逼近迭代方程中的期权价格关于标的模型空间变量的梯度函数；最后，通过深度神经网络参数寻优得到期权价格。数值实验表明：相比蒙特卡洛方法，深度学习算法在计算高维标的资产的期权价格时，获得的结果不仅精度更好，而且效率更高；在相同精度要求下，深度学习算法所需要的仿真路径数更少。研究发现：市场中投资者的非理性情绪程度越严重，期权价格越高；股市微观结构调整速度和羊群效应，对不同成熟度的市场上期权价格的影响，存在异质性：在不成熟市场上，股市微观结构调整速度越快，投资者的羊群效应越严重，期权价格越高；而对于成熟市场，投资者结构回复长期均衡以及羊群效应，均起到稳定期权价格的作用。     

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.     

基于波动率分解的期权定价

文章通过将标的资产波动率分解为不相关的两个组成部分,构建了期权定价模型,并求解了相应的期权定价公式.分析新模型在标的资产收益率的偏度与峰度、隐含波动率等方面的重要特征,并利用市场数据对模型进行了拟合.研究表明:将波动率进行分解,以适应于其组件不同的运动过程,从而扩展了模型的适用场景;利用波动率组件的相互作用,即使在波动率参数较低时,也可以令短期期权获得明显的尖峰、波动率微笑等形态特征,从而有效地规避了单因素随机波动率模型的缺陷;同时,通过波动率分解引入新的风险源,模型具有更好的定价效率.     

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.     

股市特质风险因子与噪声交易

本文从套利风险和非对称套利角度,通过构造可用于多因子资产定价模型的股市特质风险因子,实证分析了不同股票特质波动率组合之间的收益率差异.接着,本文基于理性套利者进行套利活动时面临的噪声交易者风险这一研究视角,分别分析了股票是否发放现金股利、股票流动性和投资者情绪对股市特质风险因子的影响.研究结果表明,股票特质波动率与投资组合形成期的收益率正相关,即股市特质风险因子显著为正.此外,发放现金股利的公司,信息透明度较高,噪声交易者风险较低,股市特质风险因子相对较小;投资者情绪越乐观,股市非预期流动性越高,股市特质风险因子越大.     

带信息的情绪资产定价研究

在非对称信息条件下,我们建立了一个一般化的情绪资产定价模型,表明投资者情绪对资产价格具有显著的系统性影响.模型中,情绪和信息是相对应的.知情者利用有价值的信息进行交易,使得信息融入价格之中;情绪投资者基于情绪进行交易.使得情绪融入价格之中;理性不知情者偶尔误把情绪当作信息,追逐情绪投资者,从而放大情绪冲击,使得资产价格远远偏离它的潜在价值.此外,情绪投资者的比重以及信息的质量等因素能够放大投资者情绪对资产价格的冲击,从而降低市场的有效性.     

中国股市指数与投资者情绪指数的相互关系

选取"新开交易账户数"作为投资者情绪的代理变量,应用ARMA-GARCH类模型研究了投资者情绪与股市收益率之间的相互关系.结果显示ARMA-GARCH类模型能有效拟合投资者情绪变化率和上证综合指数收益率的自相关性和异方差性.Granger因果检验表明上证综合指数收益率是投资者情绪变化率的一个显著影响因子,而并没有发现投资者情绪的变化率对上证综合指数的收益率Granger因果显著.根据市场表现的不同特征, 投资者利用这一信息调整情绪.当市场处于上升阶段时, 投资者情绪会更为乐观,有更多新的投资者进入股市; 当市场处于下降阶段时,投资者就会转变为较为悲观, 场外的投资者就会处于观望状态,不急于进入股市, 这样反映在股市上就是"新开交易账户数"减少.     

风险信息披露与股票流动性——基于中国A股上市公司年报文本分析

以2012~2018年中国A股上市公司作为研究样本,采用文本分析技术,利用正则表达式检索和提取公司年报风险段落,并以风险关联词度量年报风险披露的程度, 实证检验了风险信息披露与股票流动性水平的关系。研究结果表明: 风险信息披露与股票流动性负相关, 说明披露的风险越多, 市场风险感知越强, 投资者交易行为更加谨慎,股票流动性越低; 在风险披露影响股票流动性的过程中, 投资者情绪起到了不完全中介的作用; 相比于国有、信息质量较高以及地区法律环境较好的企业,在非国有、信息质量较低以及地区法律环境较差的企业中,风险披露与流动性的负相关关系更加显著;风险披露语调和非模板化程度同更高的流动性相关; 不同于风险披露与长期流动性的负相关关系,风险披露与短期异常流动性正相关。系统性地检验了中国风险信息披露对市场流动性的影响, 丰富了风险信息披露与市场流动性相关的文献。在实证基础上,指出中国风险信息披露现有不足, 建议加强上市公司风险披露监管力度, 提高信息披露质量, 完善市场制度规范的政策, 以更好地保护投资者基本利益, 提高市场资源配置效率。     

修正的Sharpe 指数及其在基金业绩评价中的应用

随着近几年基金管理公司的数量迅速增长和基金发行规模的不断增加,证券投资基金已经超过券商、保险、私募基金成为国内资本市场最大、最有影响力的机构投资者,因此科学地分析和评价基金的业绩以及度量它们所面临的风险就变得越来越重要.目前,国内最常用的风险调整后的绩效度量指标—Sharpe指数使用标准差来度量投资风险及假设收益率服从正态分布,但实证检验发现中国开放式基金收益率序列有明显的尖峰、厚尾性和有偏性.为此,提出用非对称Laplace分布来拟合收益率分布,它充分考虑了收益率分布的有偏性、尖峰和厚尾性,因此能更好的度量基金的投资风险.在此基础上,分别给出了基于非对称Laplace分布标准差和VaR值的修正的Sharpe指数;然后对31只开放式基金数据进行了实证分析.结果表明,修正的Sharpe指数是有效的.