投资者情绪与股票收益波动溢出效应

应用向量GARCH模型检验了我国投资者情绪与股票收益波动的关系,并且将情绪分为理性和非理性两类,分别探讨其对股票收益波动的影响.实证结果表明,股权分置改革前,股票收益与投资者情绪间存在双向波动溢出效应,其中,理性情绪与非理性情绪对股票收益的影响相反;改革后,情绪与组合收益间的波动关系明显减弱.投资者情绪变化与股票收益较强的相关性对于把握市场信息的传递过程以及预测未来股票收益波动具有现实意义.     

涨跌幅限制与流动性研究

给出报价驱动机制下的股票流动性的计算方法,提出指令驱动机制下的股票流动性和市场流动性计算方法,并运用这些度量方法,从不同角度实证研究了涨跌幅限制对流动性的影响。研究结果表明,对整个市场而言,涨跌幅限制不仅没有限制流动性,反而增加了流动性;对个股而言,涨跌幅限制在一定程度上约束了流动性;对ST股票而言,涨跌幅限制为5%时期的流动性大于涨跌幅限制为10%时期的流动性,说明过小的涨跌幅限制存在流动性干扰和过度反应现象。因此,在增加市场交易透明度的基础上,适当放宽涨跌幅限制,特别是对小盘股、绩差股、信誉低的上市公司继续实行涨跌幅10%的限制,而对大盘股、绩优股、高市值股和信誉高的上市公司放宽或取消涨跌幅限制,有利于增加市场的流动性。     

投资者过度信心与处置效应对交易的驱动作用研究

采用向量自回归方法（VaR）和脉冲一响应函数研究交易量与股票收益之间的跨期交互作用，并对股票的流通规模进行分类，深入分析交易行为的驱动因素及其驱动作用。研究发现无论是个股收益还是市场收益受到冲击后，都会经股票市场传递给交易活动，从而给股票交易量带来同向的冲击，且这一冲击具有显著的促进作用和一定持续效应，说明投资者处置效应和过度信心在交易驱动中均产生了影响。它们对小盘股的交易驱动比大盘股更明显，但是持续效应会略弱。过度信心对交易驱动的规模效应不及处置效应大。     

中国股市投资者情绪与股票收益的实证研究

应用GARCH—M（1，1）模型检验了中国股市投资者情绪对股票收益的影响，结果发现：机构投资者情绪是影响股票价格的重要因素，但对不同市场和组合的影响方式不同且未形成系统风险；而个人投资者情绪的影响并不显著，也不存在小盘股主要受个人投资者情绪影响的现象。这与国外相关研究结论不同。     

流动性与收益、收益波动的动态关系

研究了我国股市流动性与收益的时间序列的动态关系。通过建立相关模型,发现非流动性与证券收益互为G ranger因果关系,当期收益与当期非流动性呈负相关关系、而与滞后一期非流动性呈正相关关系。进一步把市场日非流动性分解为期望非流动性与预期之外非流动性,发现期望非流动性对于期望收益具有正效用,而预期之外非流动性对于期望收益有负效应,且后者的负效应大于前者的正效应;预期之外非流动性对收益波动有显著影响,而期望非流动性对收益波动影响不显著。     

基于中国A股市场上市公司规模的投资方式的MCSD有效性检验

边际条件随机占优(MCSD)规则基于二阶随机占优,以资产的整体收益分布进行排序,弥补了传统的基于CAPM和因素模型的分析方法中收益与风险分离、决策过程与效用最大化分离的缺陷,其方法与结果均具有更强的有效性.以2000～2007年的申银万国全市场A股股价指数日收益率作为市场核心组合的基准,选取规模指数将核心组合划分成互斥的大、中、小盘股组合,并通过MCSD方法两两比较子组合,发现基于规模的投资方式具有MCSD有效性,且在下降市场中显著.在上升市场和每年的6月10月,投资于大盘股更有效;而在下降市场和每年的9月,更宜投资小盘股.研究结论说明了以Fama的三因素模型进行规模效应的检验存在一定的非有效性.     

不同市态下投资者情绪与股市收益、收益波动的异化现象——基于上证股市的实证分析

基于上证股市的相关数据,分析不同市场态势下投资者情绪与股市收益及其波动的异化现象。结果表明:我国投资者情绪对股票市场的收益并无显著影响;而股票收益却对投资者情绪的作用显著:牛市阶段股票收益与投资者情绪正相关,而熊市阶段则为负相关;投资者情绪对收益波动的影响在不同市态下也存在异化现象:熊市阶段投资者情绪对预期收益波动的冲击存在非对称效应,乐观倾向比等量的悲观倾向对波动的冲击更大;而牛市阶段收益波动主要受投资者悲观情绪的影响,且不存在非对称效应。这与国内外的相关研究结论不同。     

交叉持股网络、波动率与股票收益——基于实物期权的视角

本文基于企业间交叉持股网络,利用其网络位置特征(网络中心性与结构洞)作为该网络平台具有的实物期权的代理变量,实证考察实物期权对股票收益和波动率之间关系的影响。结果发现:网络中心性和结构洞指标能显著增强股票收益率与同期波动率的变化之间的正向关系;相比国有企业而言,网络位置特征对民营企业的股票收益与波动率之间正向关系的促进作用更为显著。研究还发现,对于年轻企业而言,其交叉持股网络所具有的实物期权对于股票收益与波动率之间正向关系的影响更为显著。结论进一步肯定了实物期权对资产定价的重要影响。     

收益率厚尾分布、特质性波动与股票价格行为

作为当前资产定价领域研究的热点问题之一,特质性波动与股票横截面收益间的正负向关系一直以来争议较大。不同于前人学者,在对特质性波动采用了更加科学的估计方法后,本文主要从收益率厚尾分布视角出发,在考虑到所有收益信息真实表达的前提下,全面考察了特质性波动率与股票横截面收益间的关系。研究表明,特质波动率与股票横截面收益率间的关系是存在分位数依赖的,"特质波动率之谜"仅存在于收益率较低的样本股票中。在收益率较高的股票中,特质波动率与股票收益呈正向关系,且随着股票收益率分位数的升高这种正向关系显著增强。这个结论与以往研究均不相同,本文也试图从投资者追捧所引致的媒体及舆论监督效应为这种复杂的关系提供了一种可能的合理统一解释。     

量价趋势、信息不对称与股票收益率：基于中国A股市场的实证研究

针对中国A股市场，考察量价趋势与股票未来收益率之间的关系。实证结果表明，量价趋势对股票横截面收益率具有显著的预测能力：成交量或价格上升趋势越强的股票，其未来的收益率越低。同时，对于信息不对称程度较高的股票，如市值较小、波动率较高或流动性较差的股票，量价趋势因子的预测能力更为显著。通过将量价趋势信息进行合成，研究发现，合成后的因子比单个因子有更好的表现。研究表明：投资者在进行投资交易时，综合利用量价信息能够获得显著的超额收益。同时，信息不对称是影响股票定价效率的重要因素，降低信息不对称程度有助于提高股票市场有效性。     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

基于线性学习函数的泛证券投资组合策略

最优定常再调整策略所产生的收益随时间成指数速度增长, 寻找与最优定常再调整策略的收益具有相同指数增长率的在线序贯投资组合是近年来投资组合研究的一个 热点. 首先提出了基于线性学习函数的在线投资组合策略, 其中线性函数的系数是一个与股票相对价格和收益有关的区间的中点. 用相对熵函数定义两个投资组合向量之 间的距离, 进一步证明了基于线性函数的在线投资组合策略是泛证券投资组合. 最后, 分别在两支股票和三支股票组成的多个投资组合上进行了数值计算, 并 与Cover等人提出的泛证券投资组合策略进行了比较. 结果表明这种基于线性学习函数的在线投资组合策略能获得更多的收益, 从而为投资者提供了新的 在线序贯投资组合决策的方法和依据, 具有重要的现实指导意义.     

Optimization Model of Incremental Loan Portfolio based on Risks Overlap of Incremental and Existing Portfolio

This paper establishes the non-linear functional relationship of risk overlap of incremental and existing portfolios. The decision-making model for incremental loan portfolio is based on how total loan portfolio optimization is built. The contributions and characteristics lie in three aspects. The first contribution is to put forward the scientific problem of controlling total portfolio risk based on risk overlapping of incremental and existing portfolios while putting out an incremental portfolio. The whole control of incremental and existing portfolios is the top issue, which not only exploits new idea about optimal allocation and control of financial assets but also alters traditional idea merely considering the risk of incremental portfolios. The second contribution is to establish the non-linear function relation of overlap between incremental and existing portfolios. Based on the theory of non-linear overlap of total portfolio, the function expression connecting total portfolio with incremental and existing portfolios is built. The third contribution is the controlling of total risk after overlapping between the existing and incremental portfolios risk. It solves the problem of how to control and optimize total portfolio risk while allocating an incremental portfolio.     

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.     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

公司规模、交易量和股价的波动

运用Granger因果检验思想，分析了在控制公司规模的情况下，前期交易量大的投资组合和前期交易量小的投资组合的收益率和波动性关联性和互动性，结果表明：不管是大公司规模和小公司规模的投资组合，前期交易量大的投资组合对前期交易量小的投资组合存在比较强的Granger引导关系，非同步交易和交易量大的投资组合对公共信息的反应比较充分可能是造成这种关系的原因。     

交易信息含量与资产定价:来自A股的经验证据

采用Hasbrouck提出的交易信息含量[1]衡量A股交易中的信息不对称,通过组合方法、Fama和French资产定价实证框架[2],研究1999年7月至2008年12月A股股票交易信息含量与预期收益之间的关系。研究结果表明,以市值和交易信息含量为标准构建的投资组合,在控制了市值因素后预期超额收益随着信息含量的增加而增大;在控制了Fama和French三因素后,交易信息含量对股票预期收益仍具有显著的正的解释作用,即使进一步控制了流动性因素也是如此。     

基于等熵一致性风险测度的组合选择

本文基于一种新的一致性风险测度——等熵风险测度，进行组合优化，以检验其择股能力，从而检验其风险识别能力. 先就风险识别能力，尤其随机占优一致性对三种基于分位数的风险测度：VaR，ES（expected shortfall）和等熵风险测度进行了介绍与对比. VaR具有一阶随机占优一致性，而ES具有二阶随机占优一致性；等熵风险测度利用了整个分布的信息，不再是简单的0-1风险测度，这与VaR和ES显著不同. 而且，等熵风险测度具有更高阶的随机占优一致性，这使得该风险测度具有更好的风险分辨能力. 而后采用Spearman秩检验方法来检验和预测不同风险测度的风险识别能力，这与随机占优一致性阶数相呼应. 最后，在上证50指数成份股中采用组合优化方法，考察标准差，VaR，ES以及等熵风险测度情况下，优化组合持有期的不同业绩指标. 结果表明，等熵风险测度优化组合的业绩指标最好，表明该测度风险识别能力最高.     

引入指数期货的组合证券选择与基金分离定理

指标了指数期货的引入在扩展由于卖空限制所缩减的组合证券投资机会空间，从而提高风险置效率方面的作用，讨论了不允许卖空但引入指数期货情况下组合证券选择问题和证券组合空间的生成问题，推广了组合证券选择和基金理论的有关结果。     

基于CVaR和改进熵的全贷款组合优化模型

贷款组合的配置优化是商业银行资产管理的核心问题。针对该问题,从全部贷款组合整体风险和风险分散度两个角度,构建了基于CVaR和改进熵的全贷款组合优化模型。通过在比例熵中引入调整系数构建改进熵来衡量全部贷款组合的分散化程度,改进了比例熵约束必须给予每个企业一定贷款权重而造成过度分散化的弊端,使得全部贷款组合分散化的衡量更加合理。通过控制存量组合和增量组合叠加后的全部组合风险的情况下建立多目标规划模型,得到增量资产的最优配置。改变了流行研究仅仅控制增量风险的不足。在贷款收益率服从Laplace分布假定的基础上对全部贷款组合进行风险控制,符合金融资产收益率“尖峰肥尾”的特性,使得风险可以准确评估,改进了以正态分布为基础进行研究,不能准确拟合贷款收益率实际分布,进而无法合理估计风险的弊端。