随机线性二次最优控制在投资组合中的应用

提出一类随机线性二次最优控制问题,给出了一个新的随机黎卡提方程,若此方程有解,就可以得到系统的最优反馈控制;作为其应用,讨论了连续时间的均值-方差投资组合选择问题,其目标是投资组合的最终收益最大,风险最小,通过"嵌入"方法将其转化为随机线性二次最优控制问题,并在非自融资的条件下,得出最优证券组合;最后将其理论应用于实例分析.     

随机波动模型参数估计的新算法及其在上海股市的实证

研究用马尔科夫链蒙特卡罗(MCMC)算法估计随机波动模型的参数问题.基于“前向滤波,后向抽样”方法提出一种新算法,并将新算法同原有算法进行了比较.然后利用新算法对上海股市进行波动性分析,发现中国涨跌停板制度对波动的持续性估计有着重要的影响,忽视这些因素将会导致波动的持续性被高估.     

非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

石油价格跳跃下期货价格动态模型及实证分析

引入跳扩散过程描述石油价格的变化,在风险溢酬一定的假定下,推导出石油期货价格的动态变化模型和定价模型.通过石油期货价格数据对石油价格模型进行实证检验,发现石油价格具有两个显著特征:1)价格有明显的跳跃和均值回复特征,2)投资者对石油价格随机波动和跳跃风险要求正的风险溢酬.本文的另还利用两个期货价格序列对石油价格模型进行实证分析,它们可以用来确定风险溢酬参数,并用来分析石油价格的时间序列特征.     

随机波动率Hull-White模型参数估计方法

构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计值,而且也能够很好地解释中央银行和政府已实施政策的有效性.此外,可以在不增加维数的条件下,使用该模型对利率衍生品进行更有效地定价.     

加权极大-极小随机模糊投资组合模型及实证研究

考虑投资者面临证券市场随机和模糊的双重不确定性,将证券收益率视为随机模糊变量,根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数。利用加权极大-极小算子考虑投资者对期望收益和目标概率的差异要求,构建目标权重不等的加权极大-极小随机模糊投资组合模型,进一步推导模型的最优解。采用实证的方法,研究模型的表型。结果表明:加权极大-极小随机模糊投资组合模型有效边界与均值-方差投资组合模型不一致;加权极大-极小随机模糊投资组合模型可以根据期望收益和目标概率的权重变化,构建符合不同投资者心理需求的投资组合;加权极大-极小随机模糊投资组合模型的投资收益优于均值-方差投资组合模型。     

中国股票市场行业β系数的时变性

以33个行业股票组合为分析样本，应用CUSUMSQ统计量对β系数进行稳定性检验，结果发现中国行业股票组合普遍存在β系数不稳定性特征。采用状态空间模型直接对卢系数的时变行为进行建模．平均绝对预测误差MAE和平均平方预测误差MSE表明，基于卡尔曼滤波的市场模型有更好的预测效果，中国行业股票组合系统风险系数β的时变性行为可用均值回复过程来描述。     

基于程式化模型与梯度信息随机克里金法的风险测度估计

嵌套仿真是估计金融衍生产品投资组合风险测度的常用方法,但是其仿真计算量大,运算效率较低.本文提出了基于程式化模型的随机克里金法(stochastic Kriging,SK)来对投资组合损失函数进行拟合,替代大量的内层仿真,从而提高运算效率.在此基础上,本文进一步提出了两种方式将梯度信息引入到基于程式化模型的SK方法,即直接利用梯度信息嵌入到SK中和利用梯度信息进行插值,后者对于程式化模型的选择具有更高的灵活性.本文利用极大似然估计的渐进正态性,进一步建立了在有梯度信息条件下验证程式化模型有效性的统计假设检验方法.最后,通过基于几何布朗运动的欧式期权、亚式期权,基于正态逆高斯过程的欧式期权,以及包含多类期权的投资组合的例子,验证所提出的SK方法的有效性,结果表明带有程式化模型和梯度信息的SK方法可以提高估计的精度,提高运算效率.     

股票-债券投资模型实证研究

利用均值方差MV模型与绝对偏差MAD模型,分别选择股票,国债与企业债,在无摩擦市场与有摩擦市场下构建投资组合的最优策略,并利用国内股票市场与债券市场的数据进行实证分析,比较两种风险模型的投资效果.结果发现:加入债券后,与单纯的选择股票组合相比,投资组合的风险极大的降低,且收益更加稳定.     

基于Copula-CVaR-EVT方法的供应链金融质物组合优化

为缓释当下供应链金融业务单一质物价格剧烈波动诱发的贷款集中度风险,异于股票、债券等金融资产组合基于短期风险预测优化框架,提出一类更具普适性的基于蒙特卡罗模拟法的质物组合长期风险预测方法,克服现有长期风险预测中视为基准的时间平方根法则缺陷;比对银行采取积极和保守投资策略,建立基于均值CVaR质物组合优化框架,引入改进均值方差优化框架进行对比分析.为准确测度质物组合长期CVaR,建立ARMA-EGARCH-EVT族模型以及多元tCopula模型,刻画现货质物收益率呈现出的自相关性、"尖峰厚尾"以及波动集聚性等典型事实特征以及质物间的非线性相关结构;从模型层面和研究对象层面进行敏感性分析以验证模型的稳健性以及结论的可靠性.实证结果显示:长期风险预测视角下均值CVaR框架较改进的均值方差模型更具优势,为风险限额管理下的商业银行提供一种组合质物风险管理的新框架和新模式.     

融资融券制度对股票特征组合情绪β的影响

融资融券制度的推出为理性交易者提供了套利的工具,但其杠杆效应可能引致情绪交易者更多的投机行为,从而对股票的套利难度和投机程度产生双向作用,影响情绪对其股价的作用.本文以试点期融资融券标的及前四次扩容新增标的为研究对象构建了四类股票特征组合,并利用情绪β来测度情绪对股价的影响程度,考察了各特征组合在允许融资融券交易前后的整体情绪β以及高、低情绪期情绪β的变化.结果表明,融资融券制度对各特征组合的整体情绪β几乎没有影响.但将市场划分为高、低情绪期后,融资融券制度显著降低了各特征组合的低情绪期情绪β,而对高情绪期情绪β大多没有影响.进一步分析表明,尽管本文提供了一些情绪横截面效应的证据,然而融资融券的影响并不存在明显的横截面差异.此外,本文还发现,无论是在股票被纳入融资融券标的之前还是之后的时期,各特征组合的情绪β在高、低情绪期本身就存在明显差别.     

基于隐马尔科夫模型的中国股票信息探测

应用隐马尔科夫模型对不可观测的股票信息状态建模, 并构建信息状态转移概率矩阵刻画信息状态在时间维度上的动态关联性. 基于5分钟分时高频数据, 利用贝叶斯推断与马尔科夫链蒙特卡洛模拟(MCMC)的方法估计了上证指数、上证50样本股2010年 8月的信息状态与信息强度. 通过实证验证了模型具有较好的信息识别能力, 且发现了中国股票市场信息效应具有聚集性的特点. 通过信息状态转移概率矩阵, 推测出:在我国股票市场, 一个信息经过100分钟能融入市场的概率是99%.     

机构投资者、股权分置改革与股市波动性——基于MCMC估计的t分布误差MS-GARCH模型

从2003年开始, 中国机构投资者占股市流通市值中的比例迅速增长. 论文以这段时期上证指数的日收益率序列为研究对象, 改进了最新的t分布误差MS-GARCH模型, 运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计, 为研究股权分置改革、机构投资者对股市收益率波动的影响提供了新的证据. 研究发现, 股权分置改革使股市波动性发生了结构性改变, 股市由低波动风险期转换为高波动风险期; 各类基金的总净值和仓位给股市波动性带来的影响有显著差异, 存款准备金率和利率的调整也会影响股市波动性. 最后, MS-GARCH模型对股市数据的拟合度和预测效率等都优于单状态GARCH模型.     

中国股市有效性动态变化的实证研究

收益的显著相关通常称为可预测性.若收益是可预测的,则在一定程度上表明市场是无效的.我们基于可变参数的Kalman滤波模型,利用我国股票市场近10年的数据,通过分析股票收益的可预测性,实证地研究了我国新兴股票市场有效性的动态变化.结果表明中国股市的有效性是逐步提高的,政策法规的颁布与实施对股市有效性的提高起到了非常重要的积极作用.     

基于非线性相依的市场间金融传染度量——测度2015年中国股灾对重要经济体的传染效应

针对真实市场间所具有的非线性、尾部极值相依性及时变性等相依特征,本文以2015年6月中国爆发的股灾为背景,从传染效应的存在性、传染强度、传染方向三个视角深入研究中国股市对日本、美国、韩国三个重要经济体股市的金融传染效应.首先,将极值理论(extreme value theory,EVT)与时变Clayton Copula函数相结合构建时变Clayton Copula-EVT模型,估计下尾极值动态相依系数,并进行统计检验,发现中国股市对日本、美国股市存在风险传染效应,而对韩国股市不存在风险传染效应;进一步地,量化中国股市对日本、美国股市的风险传染强度,发现中国股市对日本、美国股市的传染强度都较大,且中国股市对美国股市的传染强度明显强于其对日本股市的传染强度;最后,利用基于时间延迟的去趋势交叉相关性分析方法研究中国股市与日本、美国股市之间的风险传染方向,发现股灾后市场间风险传导方向发生了改变,风险主要由中国股市传染至日本、美国股市.上述实证结果为深入研究市场间金融风险传染的非线性相依特征机理提供了有益的参考.     

回转交易制度对股票市场质量的影响

以中国股票市场的实际交易机制为参数, 构造了一个含有集合竞价和连续竞价的人工股票市场, 并采用改进的交易者混合策略三因素模型和交易意愿更新模型刻画了有限理性异质交易者的投资行为. 通过对不同市场状态下的重复仿真实验的统计和计量分析, 探讨不同回转交易制度对市场质量的影响. 研究发现, 在我国股市现有交易机制和投资者结构下, 当日回转交易机制的引入带来的市场流动性的提高是以波动性的增加为代价的; 稳定市场中的当日回转交易显著增加了单位波动下的流动性和市场效率, 从而改善了市场质量; 而增长或衰落市场中充斥着非理性当日回转交易行为, 加剧了波动性, 降低了定价效率, 从而使市场质量恶化. 因此, 建议应首先着力引导理性投资行为, 在理性市场中逐步放开回转交易制度才能有效提高市场质量.     

国际股市联动条件下中国股市与汇市的非线性相依性关系研究

与以往仅对市场间相依关系进行静态、孤立的研究不同，基于全局化视角，在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本，聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件，采用R-vine Copula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系，并构建参数动态化的动态R-vine Copula方法进行稳健性检验。研究结果表明：国际股市与中国股市和汇市之间分别存在着正向联动关系；在国际股市联动条件下，中国股市对汇市具有引导作用，且两者间的相依关系可以由资产组合平衡模型解释；中国股市与汇市在国际股市联动条件下间的相依关系弱于不考虑国际股市联动条件时的相依关系，且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。     

中国股市仿真系统建模及其非线性特征研究

作为新兴的股票市场,中国股票市场还不成熟和完善,用传统方法很难建模.在交易者模型中引入了噪声交易者模型,并加入政策因子,应用遗传算法来进化预测规则,建立了Agent的价格预期模型.同时根据中国股利收益率偏低的特点,建立了中国的股利动力学模型.在此基础上建立了中国股票市场仿真系统.对该系统进行模拟及分析,发现仿真系统与真实市场同样主要的非线性动力学特征--分形和混沌动力学特征.这一研究对挖掘中国股票市场的演化规律和混沌动力学产生的关键因素具有重要意义.     

中国股市波动性过程中的长期记忆性实证研究

应用一类描述金融市场波动性过程的长期记忆特征的分整自回归条件异方差模型(FIGARCH模型)，研究了中国股票市场波动性过程的长期记忆性，实证结果表明中国股市波动性过程具有明显的长期记忆特征；文章还分析了FIGARCH模型与传统的条件方差模型相比，在模型描述和预测上所体现出的优越性。