浅析Black-Litterman模型在A股行业应用中的改进

本文通过对行业配置策略和量化配置方法的总结分析,认为Black-Litterman模型能在客观市场结构的基础上,融入投资者观点,提供稳定明确的行业权重,是一种更加优越的行业配置策略。并在现有的Black-Litterman模型研究成果之上,结合自身实践,提出运用均值回复的方法修正投资者观点,提升模型的适用性。     

基于ARMA-GARCH模型的沪深300指数回报率波动性研究

收益率是衡量金融资产价格的一大重要指标,而其波动性能很好地对资产价格的波动进行描述。投资者通过对收益率及其波动性的研究,可以对未来资产价格波动情况进行预测,获得关于资产波动情况的有效信息。本文选取2012年～2021年沪深300指数的指数回报率序列,基于ARMA-GARCH模型对其波动性进行分析。实证结果表明：资产冲击虽对序列存在影响,但ARMA(2,2)-N-GARCH(1,1)模型仍是有效拟合沪深300指数回报率波动特征的最优模型。对收益率序列进行预测时,静态预测结果下,收益率的波动程度具有显著的过滤效果;动态预测结果表明沪深市场中收益率序列围绕正值（约5%）波动,投资者在整体情况下能得到正向反馈,沪深市场是非零和市场。     

基于期权价值状态的股市预测模型分析

期权在整个资本市场中占据着重要地位,本文在经典的Black-Scholes公式理论框架下,以上证50ETF指数、中国一年期国债历史收益率等数据为研究对象,通过Python计算和可视化等技术,构建交易策略,实证检验了基于期权价值状态的股市预测模型。发现无论是定投ETF基金的当前收益率还是累计收益率,对整个策略到期收益率的解释程度都不高,存在定投标的资产无法解释的收益率。     

CAPM在深圳A股市场的实证检验

本文利用深圳A股市场的权重股日收益率数据对资本资产定价模型进行了实证检验,结果表明CAPM理论不适用于深圳A股市场,并说明了相关原因。     

基于非对称GARCH模型的EUR/USD实证分析

波动率是金融时间序列最重要的特征之一,因而模拟和预测金融市场资产收益率的波动性己经成为众多理论和实证研究的重要领域。本文通过对外汇市场EUR/USD收益率波动性的实证建模分析,验证了在信息不对称的外汇市场上,好消息与坏消息对收益率波动性的不同反应,进而证实了外汇市场中杠杆效应,为外汇投资者提供参考。     

资产配置因素对我国开放式基金收益波动的影响分析

基金收益波动分为时间序列波动和横截面数据波动,两种波动下用BHB模型分别测算战略性资产配置因素(既不选时也不选股)、选时因素、选股因素对于开放式基金收益率的影响程度。实证结果显示:和国外成熟资本市场相比,我国开放式基金长期战略性资产配置水平相对偏低,选时、选股等短期投资波动的影响相对较大。     

行为资产定价模型在科创板市场中的适用性研究

行为资产定价模型作为行为金融理论的核心,对资本资产定价模型进行了拓展和补充。本文介绍了CAPM模型、BAPM模型的理论和各项重要指标,并将模型在科创板市场上进行实证分析,证明了BAPM模型对股票收益率解释能力更强,发现了DVI指数与股票收益率之间存在线性关系。     

保险资金运用的市场风险管理模型研究

保险资金与其他的资金相比,对资产的安全性要求更高,因此保险资金运用的市场风险度量和管理已经成为保险公司当前面临的核心问题,迫切地需要能够度量和管理市场风险的有效方法。本文通过对风险价值法VaR方法三种计量模型的分析,提出在保险资金运用过程中,应根据保险资产收益率的实际分布情况,选择历史模拟法进行保险资金运用的市场风险度量和管理。     

单项资产贝塔系数实证研究

贝塔系数是资本资产定价模型中最为重要的参数之一。贝罄系数反映了单个股票系统风险和整个股市系统风险的关系。贝塔系数被广泛应用于证券市场系统风险的测量。通过对贝塔系数的估计，投资者可以对标的资产的收益率进行预测。基于CAPM模型。本文对影响贝塔系数的市场收益率和个股收益率进行田归分析，通过选取天威保变股票得出结论。其系统风险大于市场风险，因而投资者可根据自己的风险偏好进行投资。     

中国股票市场有效性实证分析

论文从理论研究入手,联系我国股票市场的实际情况,通过实证研究的方法对我国股票市场有效性问题进行研究。本文首先对资产资本定价模型和市场有效性相关理论进行介绍并选取选取上证180指数股票池的12支个股从2013.01-2014.01周收益率为研究对象试图通过简单的CAPM模型的实证检验来对中国股票市场的效率水平作一个粗略的描述。并在文章最后简单分析了CAPM模型在中国股票市场的适用程度。     

浅议资本资产定价模型与美国次贷危机

资本资产定价模型（CAPM）是证券市场中研究资产的预期收益率与风险之间关系的核心理论。针对资本资产定价模型的实证运用,国内外的学者已经进行了诸多研究,争论的焦点在于资本资产定价模型是否对市场风险和金融资产公允价值估计不足。美国次贷危机不仅造成了美国经济的持续不景气,而且直接导致了全球诸多次级抵押贷款机构的破产、投资基金的关闭和股票市场的剧烈震荡、金融机构对市场风险和资产公允价值估计不足是这些现象产生的重要原因之一。因此,我们有必要从资本资产定价模型的角度分析美国次贷危机。     

证券投资基金的发展与资产配置问题探讨

作为证券投资基金当中最主要的管理工作内容,资产配置对证券投资具有重要意义.通过采取适当的资产配置方式能够有效控制与分散资产管理风险,并能够在此基础上提升资产管理的实际收益效果.证券投资基金获得发展的关键性问题为资产配置策略与效率问题,为此,加强我国投资基金配置研究具有重要意义.     

基于KMV模型的我国创业板企业信用风险评估

创业板自上市以来，由于自身技术水平不成熟、自有资产小等原因，信用风险的问题一直存在。本文选取了创业板上市的100家企业为样本，通过运用其股票市场的数据和财务报表中的债务数据，利用KMV模型信用评估方法，考虑创业板企业的实际市场情况，对参数进行了修改，并且结合相应编程计算其违约距离DD。实证研究结果表明，KMV模型对我国创业板企业的信用风险评估具有较高的准确性和科学性，对创业板企业进行风险预测和防范有着重要的意义。     

新兴中国股票市场与成熟国际股票市场之间关系的实证研究

本文通过方差分解和脉冲响应函数对中国股票市场、美国股票市场、香港股票市场和新加坡股票市场的收益率进行了实证研究．发现各个市场之间表现出一定的独立性,这在一定程度上说明通过国际股票市场所包含的信息并不能正确预测中国市场的股票的收益率,同时通过中国的股票市场的收益率信息也不能正确预测国际证券市场股票的有用信息。     

上证综指收益率实证分析——基于ARMA-GARCH模型

上海证券交易市场在我国资本市场中具有重要地位,其A股股票收益率整体走势可以代表着我国证券市场的整体行情。本文旨在利用上证综指收盘价计算对数收益率,建立ARMA-GARCH模型,进而对上证综指收益率进行预测,并针对其波动提出相关建议。数据选取以2006年6月1日至2015年6月1日上证综合指数收盘价为基础,计算对数收益率,检验序列的相关性,稳定性及异方差性。故本文采用ARMA模型模拟上证综指收益率序列,利用GARCH模型拟合残差序列,以此进行实证分析和预测。     

上海股票市场收益率分布模型统计研究

在金融市场迅速发展、金融创新不断深入的今天,股票市场的波动也日益加剧,风险明显增大,资产收益率的分布形态也更加复杂化。对上证综指对数收益率序列进行实证研究,依据严密的统计分析方法建立了GARCH-t(1,1)模型。最后,通过相应的模型检验方法验证了GARCH-t(1,1)模型能够很好的刻画上证综指对数收益率序列的统计特征。     

我国保险资产的国际化配置:一个文献综述

我国保险资产国际化配置虽起步较晚,但随着我国保险业的高速发展,越来越受到保险机构和学者的重视,并逐渐成为趋势.本文使用文献研究的方法,对我国保险资产的国际化配置进行了研究,发现我国保险资产国际化配置还处于初级阶段,还存在多方面的问题,但随着保险业的高速发展,保险资产国际化配置的必要性突显并初步成为趋势.     

我国开放式基金动态资产配置能力的实证研究

我国开放式基金动态资产配置能力一直深受各方关注,以市场时机把握能力为代理变量是考察基金动态资产配置能力的一个重要角度.H-M模型在检验市场时机把握能力中应用最广,同时为了克服H-M模型不足,采用更加成熟的HM-FF3模型.本文采用这两个模型对我国40只偏股型和偏债型基金在2007年1月-2010年12月分别进行选股能力分析和择时能力实证分析.研究结果表明:我国开放式基金只存在很小程度的选股能力,基本不存在择时能力.     

基于时变Copula的股票市场相关性分析

通过用t-GARCH模型拟合边际分布,和时变Copula方法一起构造联合分布函数,对常相关NormalCopula模型的缺点,以及将时变NormalCopula模型用于上证指数和恒生指数收益率的相关性进行实证研究,结果表明时变NormalCopula模型能精确描述相关性的动态变化过程,上证指数和恒生指数收益率在整体上具有正相关关系,这种相关关系具有明显的时变性,且伴随着国际金融市场一体化的进程,市场间的关联程度也越来越强.     

应用ARCH族模型分析深圳股票收益率

<正>对股票收益率的统计研究有助于资本流动和资产定价分析,并且通过股票收益率的波动性大小可以对股票市场的投资风险进行定性分析,因此研究股票市场的收益率有很重要的意义。针对股票收益率的非正态性、非独立性、尖峰厚尾性和波动集群性等特征,1982年Engle提出了ARCH模型。此后用这种模型分析金融