中国股市投资风险结构性失衡分析

从介绍股市投资风险特征着手,通过对中外股市风险结构的实证分析比较,指出了当前中国股市系统性风险比例过高,系统性风险与非系统性风险结构性失衡,并围绕这一失衡现象对其成因、危害进行了分析,最后针对此问题提出了化解建议与对策.     

汇率与股价波动:基于中国与日本高频数据的ARCH检验

立足次贷危机所产生的结构性影响,采用ARCH模型对人民币汇率、上证指数、日经225指数的高频数据进行实证研究发现:次贷危机发生前,汇率与股指存在ARCH效应,且均有不对称信息的冲击,波动存在持续性的影响;次贷危机发生后,汇率与股价都不存在ARCH效应,系统性风险和非系统性风险暴露出来使得汇率对股市的波动影响降低,从而促使投资者风险得到有效对冲。     

极端行情下中国股市社团结构及系统性风险分析

以2008,2015年国内两次股灾为背景,分别构建股灾前、中、后的中国股市网络社团结构.基于网络中心性构建节点系统重要性及股市系统性风险指标,分析各时期网络社团内核心股票、行业、股票组合及其变化,探究系统性风险与网络拓扑指标、宏观经济指标的相关性.结果表明:股灾期间,工业板块受挫严重,原材料、金融地产、医药卫生板块发挥护盘及修复股指的作用;发现3种特殊的社团结构及部分社团间出现相互融合的趋势;在股指极端波动时期,中国股市系统性风险与部分网络拓扑指标及宏观经济指标具有显著相关性.     

我国银行业系统性风险：预警模型与实证分析

国内外学者对银行业系统性风险测量进行了深入研究。银行业系统性风险可以通过银行不良贷款率、资本充足率等指标的变化来反映。实证分析表明，目前我国银行业系统性风险处于相对安全区间，但今后的潜在隐患不容忽视。将来亟需通过多种措施建立系统性风险的识别和处理机制，从根本上防范和化解银行业系统性风险。     

基于可拓聚类的银行系统性风险评估研究

为解决银行系统性风险研究中银行间实际关系数据难以获取的问题，从文本数据切入，采用财经新闻中银行词对共现分析和情感分析构建银行间关联网络，并运用可拓聚类模型进行银行系统性风险重要度的动态评估.研究表明：(1)我国银行系统内部关联不断增强，且逐渐从“大而集中”转为“小而广泛”；(2)正负面银行关联网络的密度指数差异程度可作为系统性风险的观测指标，密度指数骤涨能反映出系统性风险正处于萌芽期；(3)系统性风险重要银行组成中，除五大国有银行和部分全国性股份制商业银行外，还有南京银行等部分城市商业银行也有较高的风险溢出.最后对我国银行系统性风险监管提出“分层差异化监管”的建议.     

基于聚类分析的系统性风险度量研究

针对目前金融系统性风险危害大,精准度量难的问题,提出了一种新的度量方法。以Clayton Copula函数测算股票收益率的下尾相关性为基础,将系统性风险定义为每家金融机构发生危机导致整个金融系统也发生危机的加权平均概率。实证分析选取了40家上市金融机构的每日股票对数收益率数据,用K-均值法将40家金融机构分为3类子系统:银行业、证券业、保险业,分别度量每个子系统以及整个金融业的系统性风险。结果表明:近几年来保险业系统性风险最高,银行业其次,证券业最低,但证券业系统性风险波动最剧烈,整个金融业的系统性风险一直处于较高且脆弱的状态,与实际情况相符合。     

银行系统性风险度量——基于动态CoVaR 方法的分析

以测量金融机构溢出风险的条件CoVaR模型为基础,应用股价数据对我国14家上市商业银行的系统性风险贡献度及其影响因素进行测算分析.实证结果表明：银行系统性风险贡献度与其自身VaR之间并无显著线性关系,对我国银行体系而言,系统重要性银行主要是四大国有银行,尤其以建设银行、中国银行和工商银行的系统性影响最为显著,其他股份制银行的风险溢出和传染效应远小于这3家银行;银行的溢出风险ΔCoVaR、自身风险VaR水平、不良贷款率以及宏观经济波动对于预测银行系统性风险的边际贡献具有显著影响.     

基于GARCH-Copula-CoVaR模型的农业系统性风险研究

选取农业指数日度收益率数据，构建GARCH-Copula-CoVaR模型来研究农业系统间风险溢出效应。研究结果表明，农业内部存在明显的关联性和风险溢出效应，风险溢出度最大值是最小值的2.5倍；畜禽养殖业是农业系统性风险中的重要性行业，承担风险溢出角色，渔业则承担风险接收角色。     

关于股票风险控制的某些问题的研究

研究与股票投资的风险控制有关的几个问题：股票投资的系统性风险和非系统性风险的定量刻画的数学模型；总风险对它们的分解问题；深入考虑了在实际操作中，对有名的β系数的估计问题；最后还应用所得结果，利用电子计算机给出数值实例．     

上海A股市场系统性风险测度及在组合管理中的应用

基于上海A股市场上市公司周收益率历史数据,采用随机抽样方法构建了包含不同证券数目的投资组合,利用组合风险与组合中证券数目之间关系的数学模型,实证分析了上海A股市场1995～2006年市场的系统性风险水平.实证结果表明:除1995年和1996年市场系统性风险水平较高外,其余年份均在30%以下,2001年水平最低为18.75%.利用连续T检验分析了组合风险随组合中证券数目边际变化趋势,结果表明:在1995～2006年,当组合中证券数目为13个左右时,组合的风险和组合中证券数目的匹配较优.