基于最小扰动相关去噪法股票投资组合风险优化

金融相关矩阵的计算是构建金融投资组合的基础.为解决金融相关矩阵的“维数灾祸”问题,进而促进金融投资组合风险的优化,受基于随机矩阵理论(RMT)和特征向量的Krzanowski稳定性的KR去噪法的启发,对收益相关矩阵特征值增大时的特征向量最小扰动进行了数学推导,并将以该扰动衡量的特征向量的Krzanowski稳定性引入到RMT去噪法中,进而建立对金融收益相关矩阵去噪的KRMIN方法. KRMIN法对KR法的算法进行了两方面的优化.一方面, KRMIN法对KR法的特征值设定方法进行了扩展; 另一方面, KRMIN法采用模拟退火算法计算特征值.理论研究表明,由于在收益相关矩阵特征向量的稳定性和特征值算法准确性上的优势, KRMIN方法将获得比KR法更好的组合风险优化效果.通过bootstrap方法,开展了将LCPB法、PG+法、KR法和KRMIN法用于不同数量股票的投资组合优化的实证研究.结果表明: LCPB法、PG+法、KR法和KRMIN法都能通过股票收益相关矩阵去噪而带来投资组合风险的优化;基于收益相关矩阵特征向量的Krzanowski稳定性的KR法和KRMIN法的组合风险比其他两种方法更低;由KRMIN法得到的收益相关矩阵的特征向量稳定性和组合风险优化效果好于KR法.     

基于价值投资的PCA-SVM股票选择模型研究

为了顺应股市价值回归趋势和引导理性投资,在价值投资理论指导下,采用PCA-SVM方法建立了基于价值投资的股票选择模型.根据股票的价值特征集,采用主成分分析方法实现对股票价值特征的提取.采用多组不同的训练样本对支持向量机进行训练,并对训练成功的支持向量机进行样本内和样本外测试.利用该股票选择模型对上证180指数的成分股票进行识别.结果证明PCA-SVM股票选择模型具有良好的选股能力.     

绿色总需求乘数设计与应用

凯恩斯投资乘数能够直观地反映投资对国民经济增长的拉动作用,但无法体现投资所引发的环境污染和生态破坏对国民经济产生的灸面影响.通过对四部门凯恩斯投资乘数的绿色调整,初步阐明投资乘数绿色化的思想;考虑到四部门凯恩斯投资乘数忽略了投资本身的派生能力,导致投资乘数的计算结果与现实情况存在差距,故将派生投资补入总需求增量,建立总需求乘数,再以总需求乘数为基础,设计了更逼近现实情况的绿色总需求乘数,并进行了实例测算.研究表明:核算绿色总需求乘数能够引导政府避免将资金过多地投放于经济效益、环境成本双高的地区,中期绿色总需求乘数的变动趋势可以为调整地区投资结构、改善地区生态环境提供决策依据.     

遗传算法选择性集成多分类器的企业财务困境预测

为了更加有效地进行企业财务困境预测,本文提出了基于遗传算法选择性集成的多分类器系统。与事先静态给定系统内部基本分类器组成不同,该方法以组合系统预测准确率为优化目标,无需度量各基本分类器之间的差异性,可以动态挖掘最优组合系统。实证研究中以中国上市公司为研究对象,以10折交叉验证准确率作为评价标准,结果表明该方法显著优于全集成以及单分类器最优模型。     

时间序列确定性的指标检验方法

对于时间序列的生成机理是否服从于确定规律性的判断将直接影响到对其进行研究的理论框架的选择。提出了一种时间序列确定性成分的指标检验方法。该方法首先将待检验的时间序列重构于高维相空间中,寻找其主要几何特征在低维欧式空间中的投影,再将投影反射回高维相空间。通过比较原高维相空间与反射空间之间的偏差,来判断该序列的确定性。仿真实验证明了该方法具有可靠性。     

证券市场中私人信息与资本成本的关联性

通过一个理性预期均衡模型，证明了证券市场中私人信息有助于降低上市公司的资本成本。这是因为，私人信息可以直接降低知情投资者的预测风险，或者借助均衡价格的信息揭示作用，间接降低不知情投资者的预测风险。这种间接影响的存在，意味着均衡价格的信息揭示效率的提高，也有助于降低投资者的预测风险。所以，监管机构可以通过提升交易过程的透明度，在维护公平的前提下，降低证券市场的融资成本。同时，对沪深股市502家上市公司的实证分析也表明，证券分析师盈余预测的变异系数越高，资本成本越低。因此，我国证券市场中的私人信息具有显著的资产定价效应。     

金融危机传染的非线性相似模型

采用相空间重构和改进符号的非线性动力学相似性模型,研究了2007—2012年全球金融危机前后美国与英国、法国、德国、日本、中国金融股指的相似性.计算数据表明,各国的市场指数都在不同时段和不同程度对美国指数表现出动力学相似性,即经济繁荣阶段,美国经济影响其他国家;金融危机时期,危机也确实从美国传染到了他国市场.模型计算的走势及反应的现象证明使用改进符号的非线性动力学相似性模型适用于金融市场,是一种研究金融危机传染的可行新方法.     

信息披露、IPO折价与资本成本

通过一个理性预期均衡模型,证明信息披露与均衡价格期望正相关,并量化确定交易者间信息不对称导致的信息风险贴水,从宏观角度论证了信息披露有助于降低IPO折价。证明信息披露与信息交易者需求期望负相关、与非信息交易者需求期望正相关,从微观角度通过对交易者需求策略的分析解释了信息披露有助于降低资本成本。     

基于随机矩阵理论我国股票投资组合噪声分析及风险控制

受"维数灾祸"影响,金融收益相关矩阵往往包含噪声。从预期的角度,本文分析了金融相关噪声对马克维茨资产组合风险影响的机制。理论上讲,基于随机矩阵理论(RMT)的降维技术能够通过去除相关噪声而对投资组合风险进行控制。在证实我国股票收益相关矩阵存在大量噪声的前提下,为验证RMT去噪法用于我国股票投资组合风险控制的有效性,采用bootstrap方法,对已有三种RMT去噪法即LCPB法、PG+和KR法在我国股票投资组合构建中的应用进行了实证研究。得到两个结论,第一,这三种RMT去噪法都能通过股票收益相关矩阵去噪而带来我国股票投资组合风险的下降。且噪声越大,对组合风险的控制作用就越大。第二,KR法对组合风险的控制效果比其他两种方法更好,是一种更适合于我国股票市场的组合风险控制方法。     

基于多特征子集组合分类器的企业财务困境预测

为了更加有效地进行企业财务困境预测,利用t检验、单因素方差分析、逐步判别分析、逐步逻辑回归和邻域粗糙集5种特征提取方法,结合支持向量机、多元判别分析、Logistic回归、分类和回归树等多种分类学习算法构造备选基本分类器。在此基础上,提出了基于精度前向搜索和后剪枝的多特征子集组合分类器财务困境预测方法。该方法无需计算单分类器之间的差异性,首先以系统预测精度最大化为原则进行前向搜索,然后通过后剪枝策略选择精度最高或满意的系统作为最终结果。实证研究中以中国上市公司为研究对象,以十折交叉验证精度为评价标准,结果表明,该方法构建的组合系统的分类预测精度明显高于个体最优模型,最优组合系统和最简洁组合系统为财务困境预测提供了更多的灵活性。