暧昧环境下的不对称信息更新与资产定价研究

本文假定金融市场上存在两种风险资产,其中一种风险资产存在信息更新,而另外一种资产不存在信息更新,简单投资者对两类风险资产之间的相关系数存在暧昧性(ambiguity),本文研究了这种不对称的信息更新对两类风险资产的需求函数和市场一般均衡的影响,研究发现信息更新在长期内可以降低参数暧昧性,提高定价效率;在短期内可以驱动相应的风险资产产生额外的需求,消除对应资产的有限参与现象,但是这种由信息驱动的有限参与现象的消除并不能带来定价效率的提高.同时不对称的信息更新可能导致没有信息更新的资产从共同参与均衡过渡到有限参与均衡,因此政府试图通过信息披露提高市场透明度、改善定价效率的目的只能在长期内才会实现,在短期内信息披露可能会使得资产的定价效率产生恶化.     

中国股市正反馈交易涨强不对称的定价能力

中国市场存在显著的正反馈交易,且追涨程度远超过杀跌程度.这种现象本文称之为正反馈交易的涨强不对称.本文旨在研究这种涨强不对称是否具有定价能力.本文在Fama-French三因子模型的基础上构建了反转因子、正反馈因子和涨强不对称因子,对2010年以前上市的全部A股从1998年1月至2016年10月的数据进行实证检验.本文发现,涨强不对称因子的表现显著区别于正反馈因子和反转因子;尽管单一来看正反馈因子、反转因子和涨强不对称因子都有一定的定价能力,但在多因子模型中正反馈因子和反转因子的定价能力很弱,只有涨强不对称因子有显著的定价效果;且这种定价能力不是因为追涨、杀跌、流动性溢价或投资者情绪造成的.总之,涨强不对称是一个有别于传统因子的新定价因子,且其定价能力可能源于市场补偿非理性投机带来的风险.     

金融资产收益率的多尺度统计分析

金融资产收益率是金融投资要考虑的重要因素.金融资产收益率数据样本的不确定性可以用统计模型进行描述.本文从多尺度的角度讨论和分析了金融资产收益率在小波域的统计模型和统计特性.蒙特卡罗仿真实验和分析表明了结论的有效性.     

后股权分置时期大股东资产注入实证分析

以后股权分置时期上市公司大股东重要行为方式——资产注入为研究对象,运用事件研究和回归分析,实证检验了资产注入事件的超额累计收益及其相关影响因素。对样本的事件研究表明,使用股权模式进行资产注入的上市公司股价均有显著为正的超额累计收益率,且大股东为国有背景的上市公司超额累计收益率显著高于民营背景上市公司,说明股权模式的资产注入方式以及国有大股东的资产注入更为投资者和市场认可;超额累计收益的回归分析显示大股东持股比例对超额累计收益的影响呈显著的U型关系。     

老龄化背景下居民资产配置研究

本文基于生命周期投资理论,根据历史数据进行参数校准,分析引入了生存概率背景风险后的居民最优风险资产配置情况,建立最优消费效用投资组合模型,并使用Carroll提出的数值解法进行模型求解。模型得出了在不同财富水平下、不同劳动收入增长率以及遗赠影响下居民随着年龄增长其最优风险资产配置比例情况。     

基于关系合约的供应链合作伙伴关系建模及其可自执行性分析

构建了基于关系合约的供应链合作伙伴关系的理论模型,给出了供应链合作伙伴关系可自执行性的条件,并分析了资产专用性对可自执行性的影响．结果发现：供应链合作伙伴关系适合于中等资产专用度的场合;若资产专用度较高,则合作收益必须足够大,才能保证合作伙伴关系的可自执行性。     

平均模型在致密气井产量预测中的应用

在致密气资产快速评价中应用经验型递减模型能够快速得到气井产量的递减情况;但不同的递减模型在完成历史拟合后,长期产量和累积产量预测结果相差很多。应用GLUE法评价各模型预测结果的不确定性,并引入平均模型的概念,计算各模型权重后建立平均模型。以加拿大致密气田两口致密气井的实际生产数据为例应用平均模型进行累积产量的计算,结果表明GLUE法可进行各模型预测结果的不确定性进行分析,且通过设定筛选标准后,利用满足条件的模型进行聚合得到的平均模型计算结果具有更小的标准差与变异系数。     

Neural model identification,variable selection and model adequacy

In recent years an impressive array of publications has appeared claiming considerable successes of neural networks in modelling financial data but sceptical practitioners and statisticians are still raising the question of whether neural networks really are ‘a major breakthrough or just a passing fad’. A major reason for this is the lack of procedures for performing tests for misspecified models, and tests of statistical significance for the various parameters that have been estimated, which makes it difficult to assess the model's significance and the possibility that any short‐term successes that are reported might be due to ‘data mining’. In this paper we describe a methodology for neural model identification which facilitates hypothesis testing at two levels: model adequacy and variable significance. The methodology includes a model selection procedure to produce consistent estimators, a variable selection procedure based on statistical significance and a model adequacy procedure based on residuals analysis. We propose a novel, computationally efficient scheme for estimating sampling variability of arbitrarily complex statistics for neural models and apply it to variable selection. The approach is based on sampling from the asymptotic distribution of the neural model's parameters (‘parametric sampling’). Controlled simulations are used for the analysis and evaluation of our model identification methodology. A case study in tactical asset allocation is used to demonstrate how the methodology can be applied to real‐life problems in a way analogous to stepwise forward regression analysis. Neural models are contrasted to multiple linear regression. The results indicate the presence of non‐linear relationships in modelling the equity premium. Copyright © 1999 John Wiley & Sons, Ltd.     

多阶段资产配置模型及其在投资基金中的应用

在多阶段资产配置模型基础上,以我国经济背景为依托,用向量自回归模型生成了未来经济发展环境的情景,以安信基金为对象进行了实证研究,并与安信基金实际资产配置进行了比较.可以看出模型的最优期初资产持有结构与安信基金的实际持有结构不同,存款比例增加而风险较大的股票比例减少;由多阶段资产配置模型得到的期望资产价值更高,期望损失成本更小,承担的风险更少.由于模型中考虑了未来各项资产收益、工资变动及物价变动的不确定性,得到了可靠性较高的结果.研究结果证明了此模型在我国基金资产配置中是有效的.     

单指数模型的最优风险投资组合研究

根据威廉·夏普的单指数模型（Diagonal Model）构建最优风险投资组合,选取2005年6月至2010年5月间上市交易的股票型基金13只和债券型基金9只进行实证检验．发现选取的22只基金与上证综合指数构建的最优风险投资组合的收益率比上证综合指数的收益率要高．同时,使用样本数据中具有正a值的基金进行对比分析,发现正a值的基金构建的最优风险投资组合的收益率无法战胜基于22只基金构建的组合的收益率．这说明基于a值的积极组合管理无法获得超额收益,虽然它的收益超过同期的上证综指的收益．因此,得出结论,单指数模型构建的最优风险投资组合能够获得超过大盘指数的收益,但是基于正O／值的投资策略无法对单指数模型进行改进．