基于时间加权SVM的指数优化复制模型与实证分析

本文研究了指数型基金管理中最核心的指数追踪问题.依据结构风险最小化思想,首先构造了以追踪误差为基础的损失函数,接着考虑了时间因素对历史追踪误差的影响,采用指数加权的方法将时间因素纳入追踪误差的分析中,利用SVM理论给出了指数复制问题的结构风险的形式,在此基础上构建了各种市场实际约束下最小化结构风险的时间加权SVM的指数优化复制模型,最后利用OR-Library中的5个市场指数历史数据进行了实证检验.结果表明本文提出的时间加权SVM模型能够显著提高样本外的追踪效果.同时使得追踪组合的鲁棒性有明显的改善,从而表明本文提出的时间加权SVM指数复制模型具有较高的理论和应用价值.     

基于时间序列的上海股市系统风险、流动性风险溢价实证研究

在Acharya和Pedersen（2003）提出的三种流动性风险（收益对市场非流动性的敏感性COV（ri,LM）、非流动性对市场收益的敏感性COV（Li,rM）、流动性的共性COV（Li,LM）的基础上，提出了一个关于市场收益、市场非流动性、组合收益以及组合非流动性的四元均值GARCH（1，1）模型，鉴于多元均值GARCH类模型参数估计的困难，我们分两阶段建模，对上海股票市场四类指数（工业、商业、公用以及地产）1997～2004年的风险溢价状况进行了实证研究。结果表明，存在系统风险溢价和流动性风险溢价，并且流动性风险溢价主要来源于收益对市场非流动性的敏感性和非流动性对市场收益的敏感性。     

指数跟踪投资组合与多信息下指数可预测性——基于Adaptive LASSO和ARIMA-ANN方法

我国证券市场的可预测性与有效性一直是学术界和业界关注的问题。本文使用自适应套索(adaptive LASSO)方法构造稀疏的投资组合,即选择部分股票构造组合,使得该组合对指数的复制效果良好。此外,在组合具有相当代表性的前提下,其应对指数的未来趋势具有一定的预测性。考虑包含开盘价、收盘价、最高价、最低价在内多信息ARIMA-ANN预测,并对沪深300指数进行实证分析,结果表明,该组合的历史信息包含相当意义上的指数收益率的信息,即股票指数在一定程度上可预测,同时对我国股票市场有效性产生质疑。     

流动性调整的消费资本资产定价模型——来自中国市场的经验证据

在流动性调整的消费资本资产定价理论模型的基础上,通过线性和非线性两种方程形式、使用GMM估计方法,实证检验该模型对中国A股市场截面收益的解释力。实证结果发现:样本期内的风险厌恶系数估计值在合理的范围内,表明我国市场不存在"股权溢价"之谜;在解释25个FF组合截面收益时,拒绝以幂效用函数为基础的标准消费资本资产定价模型,递归效用函数的消费资本资产模型具有更强的截面解释能力。流动性是决定资产定价的重要因素之一,流动性风险可以解释FF组合规模效应的76%、账面/市值比效应的49%。     

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.     

基于VMD的中国出口集装箱运价指数分析与组合预测

基于分解-重构-分项预测-集成思想,通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径,构建了基于变分模态分解(VMD)的组合预测模型,对中国出口集装箱运价指数(CCFI)进行了预测,分析了CCFI波动特性及经济内涵.首先,选用VMD将运价指数序列分解为多个模态分量;其次,采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项,通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵;再次,构建了基于数据特征分析的预测模型优选方法,进行了重构项预测;最后,将重构项预测值相加集成,分析了预测效果.实证结果表明,构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型,较好地体现了CCFI外在波动特征与内在经济意义.     

基于市场微结构模型和进化算法的资产分配

研究了一种离散时间金融市场微结构模型的估计以及基于此模型的资产分配控制问题.提出用进化算法来估计这种市场微结构模型,以得到其最优的结构和市场背后隐含的过剩需求和市场流动性过程.进一步,用估计的过剩需求信息而非预测价格来指导资产分配.资产分配策略的门限参数用约束优化进化算法来估计.对深证综合指数时间序列的实证分析结果表明了提出方法的有效性.     

羊群效应的新测度指数及其对我国股市波动的预测作用研究

羊群效应作为一种典型的市场投资者行为异象，极易对股票价格波动形成影响.因此，在已有羊群效应测度方法基础上，提出了一种新的羊群效应测度指数，并以我国上证综指为样本，运用广义自回归条件异方差混频数据（GARCH-MIDAS）模型实证检验了该指数对上证综指波动率的影响及预测作用，并与多种常用的同频数据GARCH族模型和纳入经济政策不确定性指数（EPU）的波动率模型进行比较分析.实证结果表明，相对于EPU指数，纳入新羊群效应指数的GARCH-MIDAS模型具有更显著的样本内参数估计结果，同时可以更好地解释上证综指波动的长期成分.进一步，模型信度集合（MCS）检验和预测方向准确性（DoC）检验结果表明，纳入新羊群效应指数能够显著提高模型对我国股市波动率的样本外预测精度.最后，采用不同样本外预测天数、不同损失函数、不同滞后期预测以及基于深证成指样本的各种实证结果进一步证实上述结论的稳健性.     

基于证券价格时间序列的协整优化指数跟踪方法研究

通过考虑不允许卖空约束和目标指数进行调整的现实情况,研究了基于证券价格时间序列的协整优化指数跟踪方法对目标指数进行直接跟踪的效果以及用简单平均法引入的非样本信息在指数跟踪中的作用.实证结果表明,相比于最小化跟踪误差优化指数跟踪方法,协整优化指数跟踪方法是一种非常好的指数跟踪方法,更多的信息可以进一步改进指数跟踪效果.     

基于互联网搜索指数的多因素集成下人民币汇率预测

针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP)方法、去趋势交叉相关分析(DCCA)方法对指数的有效性进行了检验,结果表明该指数可以有效地表征出大众情绪和预期的变化.进一步地,利用所编制的互联网搜索指数对人民币汇率的短期预测模型进行改进,构建了融合互联网搜索指数的CAR模型.实证结果表明,融合互联网搜索指数的人民币汇率短期CAR预测模型可以有效提升短期汇率的预测精度.     

基于杠杆和流动性冲击的股指期货保证金定价

现有研究对股指期货保证金定价多仅围绕波动率因素来考虑,而忽视了流动性冲击、杠杆和交叉持股所导致的现货价格极端变化对期货保证金的影响,即在保证金定价中未能考虑现货市场的流动性风险和组合再平衡风险.鉴于此,本文首先分析了流动性冲击下杠杆对投资组合价值的影响机理,以及交叉持股对现货标的的正反馈效应;然后通过持有成本模型将这些因素引入到股指期货价格变化中,最终构建保证金定价模型.模拟分析发现:现货市场中的杠杆水平、流动性冲击水平均与股指期货保证金显著正相关;且与传统模型相比,本文提出的定价模型所计算的股指期货保证金要显著高于前者,这也意味着本模型的确能够有效解决流动性冲击严重或者杠杆过高情况下,股指期货保证金的合理调整问题.     

中国期货市场流动性协动现象实证研究

以交易量、交易金额、持仓量、平均深度、有效交易量以及非流动性指标作为流动性度量指标,以近三年的日数据为基础,对中国期货市场流动性协动进行了实证研究.结果表明,中国期货市场存在显著的流动性协动现象,日内交易者易受市场流动性变化的影响,并且该现象具有显著的行业效应、地域效应以及组合效应.     

引入流动性的证券投资组合模型构建与实证分析

为更好地体现流动性对于开放式基金投资组合的重要意义,在马柯维茨“均值-方差”模型的基础上创造性地引入流动性因素,通过构造“稳健因子”,来构造出以“收益”、“风险”和“稳健因子”所组成的三维空间里投资组合的有效前沿.经过实证检验得出,引入“稳健因子”的三维投资组合相比于仅以“收益”和“风险”所构造的二维投资组合,在收益提高、风险控制等方面具有一定的优势.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

时间因子对构造指数代理证券组合影响的实证分析

使用传统的聚类分析对股票市场进行分析时，往往忽视了时间因素。由于股票价格是与时间高度相关的数据，本文在聚类过程中引入指数形式和线性形式的时间因子，然后再应用CAPM模型对所选择的聚类股票进确定投资组合，发现引入合适的时间因子后聚类生成的投资组合能在短期内更好地跟踪深圳综合指数的波动，取得了满意的效果。     

CVaR在金融工具复制上的应用

RockafellarRT,SUryasev将CVaR应用于金融工具的复制,其结论是CVaR能有效地改善复制的组合.本文在他们研究的基础上,对其方法进行了改进,并将其应用于对中信指数的复制,探讨CVaR的理论意义与实际效果.在对中信指数进行复制的过程中采用了样本区间内模拟和样本区间外模拟,并将两种方法进行了比较.计算结果表明,可以通过一个线性优化问题将CVaR约束考虑到复制的组合中,CVaR的值可以直接由一个线性函数确定,不用先计算VaR的值.而且,当CVaR约束有效时VaR是确定组合的副产品.最重要的发现是,CVaR中损失函数对于控制复制组合的偏离方向有直接作用,RockafellarRT,SUryasev的方法对于样本区间外的模拟是不起作用的;改进的方法对于样本区间外的模拟中CVaR约束是起作用的.     

资产流动性优化管理系统的设计与实现

本文介绍一种金融机构风险资产流动性优化管理的决策支持系统．该系统以金融理论为依据，建立了债券组合的利率风险免疫模型，并以ＭＳ－ＷＩＮＤＯＷＳ为平台加以实现．借助于电子表格的优良特性，该系统将初始数据的获得、数据的修改与处理，以及优化、仿真分析联系在一起，使用十分方便，最后，说明了系统的应用和可能的扩展。     

中国市场下基于流动性的反转策略研究

为了检验中国市场条件下反转效应是否存在以及投资者是否可以利用反转效应获利,通过股票流动性对收益率序列相关性模式影响的研究,发现中国两个证券市场中都存在显著的短期反转现象,最强的反转效应以及潜在最大的反转策略赢利发生在同时具有高换手率和高非流动性指标的输家组合中.原因是市场中非知情交易者流动性需求所造成的价格压力导致了投资组合收益率序列出现负相关性,但是潜在的反转策略赢利还不足以抵偿由于频繁交易而产生的交易成本.因此,由于市场摩擦存在,投资者在中国市场条件下不能通过反转策略赢利.     

中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究

传统的VaR方法忽略了流动性风险,而现有的文献大都采用将流动性风险与传统的市场风险直接相加的方式来度量总的风险,忽略了市场风险与流动性风险带来的损失之间的相关性.本文采用经流动性风险调整过的收益率结合GARCH-VaR方法来度量包含了市场风险与流动性风险的总体风险,并运用沪深300股指期货市场的5分钟高频数据进行实证分析,结果表明,传统的VaR会明显低估风险,而将流动性风险与市场风险相加的方式计算的VaR会高估风险.