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.     

从动态线性定价法则到动态资本资产定价模型

首先给出了未定权益的动态线性定价机制,然后在连续时间Lévy过程驱动的市场模型下,利用Lévy过程的弱可料表示性和Girsanov定理,从动态线性定价法则导出了动态资本资产定价模型.     

基于高频方差持续的资本资产定价模型研究

对高频金融时间序列的“已实现”波动和“已实现”协方差提出相应的模型并建立“已实现”波动自回归移动平均模型和“已实现”波动向量自回归模型.同时,给出了高频时间序列持续性定义及相关性质.在“已实现”波动自回归移动平均模型基础上,从条件方差持续性的角度,讨论了条件方差的持续性对资产资本定价模型的影响.又进一步讨论了多资产组合条件下,“已实现”波动向量自回归模型持续性对组合投资的影响.给出了基于“已实现”波动自回归移动平均模型的实证分析,指出当模型具有单位根时条件方差对资产定价的影响是持续的.最后讨论了条件方差持续性质在金融分析中的现实意义.     

资本资产定价理论评述

本文对资本资产定价理论中的两个重要模型－资本资产定价模型和套利定价理论模型比较详细的推导，并对该理论中存在的 问题及未来发展方向作了一个简单的评述。     

广义椭圆分布条件下的资本资产定价模型

假设风险资产的收益率服从广义椭圆分布,在证券市场经济的假设条件下,采用均衡分析的方法证明了广义椭圆分布条件下的资本资产定价模型. 因为广义椭圆分布能够比正态分布更好的描述风险资产收益率的概率分布,所以广义椭圆分布条件下的资本资产定价模型将能够更好的描述风险资产的价格行为.     

基于混合资产定价模型的中国股票市场羊群行为实证研究

结合资本资产混合定价模型市场交易因子载荷离散度指标对市场交易行为的反映,提出更加反映市场行为、具有时间序列可比性的羊群行为度量指标,并利用该指标对中国股票市场羊群行为进行实证检验,发现了沪深股市羊群行为的显著特征.     

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.     

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。     

连续时间资本资产定价理论进展评述

对连续时间资本资产定价理论的研究内容、方法和结果作了初步的介绍,并对这一领域中存在的问题及最新研究方向进行了简单的综合评述。     

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 .     

基于市盈率模型的风险投资企业价值评估方法研究

文章主要从风险投资家的视角 ,运用市盈率模型对风险企业的股权价值进行估价 ,在选取市盈率的基础上 ,采用灰色马尔可夫模型预测风险投资利润 ,计算出风险企业的股权价值并确定投资进入或退出的价格 .     

基于马尔科夫过程的风险资本多阶段投资决策

分段投资是风险投资家进行风险投资的基本运作方式，科学地做出投资决策对于风险投资家乃至我国风险投资业的发展具有重要的意义。本文在总结有关分段投资研究的基础上，针对阶段性投资的安全性问题，运用马尔科夫过程的有关理论，给出了风险资本多阶段投资的决策方法，为风险投资家做出最优的投资决策提供理论依据。     

基于混合因子分析隐马尔科夫模型的训练算法

将混合因子分析方法与隐马尔可夫模型技术相结合,构造了一种新的统计声学模型-基于混合因子分析的隐马尔可夫模型 (Hidden Markov Model based on Mixture of Factor Analysis:HMM-MFA).重点研究了HMM-MFA的训练算法.通过推广著名的 Baum辅助函数,并用拉格朗日多乘子方法,导出了HMM-MFA的参数重估公式.仿真结果表明,提出的算法在识别精度上优于传统的EM算法.     

基于Markov模型的机动目标分类方法

结合弹载脉冲多普勒雷达精确提取目标速度、加速度的特点,研究了利用目标的机动特性进行目标分类的方法。首先提出对目标加速度序列进行标量量化的预处理方法,然后基于一阶马尔可夫(Markov)模型建立了用于对目标加速度序列进行识别的分类器并定义了模型距离,最后分析了共用码书所刻画的状态空间对分类性能的影响。仿真实验证明,该算法计算量小,易于实现,在较小的模型距离下,能取得较高的识别率。     

基于Markov和GM（1，1）模型的土地利用结构预测

根据张掖市2003-2006年土地利用变更数据,分别采用Markov与灰色GM（1,1）模型,对全市2011年和2015年土地利用结构变化进行预测,并将所得结果相互验证、对比分析,以提高预测可信度。结果表明：到2015年张掖市耕地、牧草地和未利用地将持续减少,林地和建设用地呈增长趋势;土地利用类型由耕地、园地、牧草地和未利用地向林地、建设用地转化。表6,参8。     

基于隐Markov树的设备状态综合诊断模型

为了充分利用小波系数之间的统计相依性以更有效地诊断设备状态,提出了一种基于隐Markov树(HMT)的综合诊断模型。首先通过主成分分析将来自多个传感器的信号转换为主成分,求出各主成分对应的频谱,然后通过比较对已训练的各HMT模型的适应度,运用Bayes决策融合法则得到设备状态综合诊断决策。为了克服HMT模型存在的计算溢出困难,采用尺度变换对EM算法进行了改进。通过两个实例验证了该综合诊断模型具有较高的诊断准确率。     

基于体制转换的图模型方法及其在证券市场的应用

提出了新的基于体制转换模型的图模型方法.首先给出精度矩阵参数化方法,且通过MCMC方法给出算法设计,然后将该图模型方法应用于我国上海证券市场,研究五大行业板块之间的动态条件相关性.实证结果表明:两状态图结构恰好体现高、低不同的条件相关性,且状态持续的概率较大.     

基于图示评审技术的风险投资组合模型

运用系统论和GERT网络理论的思想及其原理,揭示了组合中各项目之间的组合规律,提出了风险投资组合的串联、并联和混联这3种不同的组合模式,构建了其风险与周期评估的组合GERT网络模型,为更加深入地理解与正确客观地把握风险投资状态提供了算法模型和理论依据。