含有高阶矩的CAPM模型探讨

现在,资本资产定价模型已经使用得非常广泛了。但是很多研究都表明,CAPM的实证表现不好。本文的主旨就在于探讨CAPM的基本假设,从而得到它实证表现不佳的根本原因,并在CAPM中引入了较高阶矩,发展和推广了CAPM模型。     

我国商业银行流动性风险研究——基于Copula和高阶ES测度的分析

流动性是现代商业银行正常运营的必要条件,流动性的正确衡量是商业银行有效管理流动性风险的前提和基础.运用Copula-EVT和广义随机占优理论中的高阶ES测度对我国商业银行的流动性风险进行分析,发现商业银行的流动性缺口不服从正态分布,Joe Copula函数能够更好地反映流动性缺口不同因子间的相依关系,更好地刻画流动性缺口的尾部特征,流动性缺口的风险值随着阶数的增加而逐渐增大,但其增幅逐渐递减.     

基于“已实现”高阶矩的动态组合投资分析

为度量高阶矩风险的时变特征,将高频"已实现"二阶矩扩展到"已实现"高阶矩,给出一元及多元"已实现"高阶矩的计算方法;基于效用函数的Taylor展开解决了动态资产配置问题;将"已实现"高阶矩风险测度应用于动态组合投资分析中,推导出带有高阶矩风险的动态投资组合策略,弥补了传统组合投资理论没有考虑高阶矩风险和静态处理问题两大缺陷。选取中国股市的高频金融时间序列进行实证,结果显示高阶矩风险存在波动聚集性,动态组合投资效果优于静态组合投资效果。     

多分辨高阶矩系统风险测度与定价模型研究

为改进传统Beta系数测量系统风险的不足,反映系统风险的动态特征,讨论了四阶矩的资本资产定价模型(CAPM)并将小波分析引入到高阶矩CAPM研究中。利用小波多分辨分析的特点,给出了小波高阶中心矩和高阶混合中心矩的定义,基于此给出了多分辨系统风险测度Beta、Gamm a、Theta的计算方法和多分辨CAPM,并从行为金融理论出发给出了多分辨高阶矩CAPM的金融背景解释。实证结果支持多分辨系统风险假说和多分辨高阶矩CAPM的成立,为构建动态投资组合分散金融风险的动态影响提供了证据。     

含有高阶矩的CAPM在保险业的应用

在金融领域,资本资产定价模型已被广泛应用,但资产组合收益率分布的偏度的重要性还没有被人们广泛认识,尤其在国内对资产收益率的联合偏度、联合峰度以及含有条件的高阶矩的研究文献更是寥寥无几。本文旨在将CAPM引用到保险业的资产定价中,同时将高阶矩引入CAPM,并将其推广到n阶的一般形式,为实证提供了更理想的模型。     

基于Copula函数的企业整体运营风险度量研究

企业不同部门间由于资金流动和业务交叉,其风险存在着显著的相关性。利用Copula函数对企业不同部门间的的组合风险（整体运营风险）进行量化研究,认为Copula函数适于测度由于风险相关性而引致的组合风险。研究结果表明：简单把部门风险加总,就会高估企业的整体运营风险,用传统的正态假设会低估风险,而用Copula函数描述部门间的相关结构,能使组合风险值更加贴近实际。     

基于Copula函数的股票相关性分析系统的设计与实现

以Copula函数为分析资产收益率相关性的依据,使用MATLAB与VC混合编程的方法,设计并实现了基于Copula函数的股票相关性分析系统.该系统能根据股票收益率自动选择较优的金融时间序列模型,并且可以根据不同Copula函数的特点,自动选择与股票间相关性拟合较好的Copula函数,从而定量地计算股票间相关性参数.该系统操作简单、方便,可以为风险投资决策者提供很好的决策支持.     

基于二元Copula函数的短期金融市场间相关性研究——以沪深股市为例

金融市场内部关系日益复杂,出现短期内大幅震荡,增大投资者决策风险。针对沪深股市2015年日收益率的短期数据进行相关性分析、模型筛选及检验。研究表明:沪深股市波动之间存在强正相关性,两者在剧烈波动期呈现"同涨同降"趋势;短周期数据与Gumbel Copula函数的拟合效果比长期数据更好。该研究拓展了二元Copula函数的使用范围,对加强投资者风险控制具有一定实际意义。     

混合Copula模型在股市板块分析中的应用

本文引入混合Copula函数,结合三种常用于金融数据的阿基米德Copula函数的加权和来分析变量间的相关性,从而做到更全面地了解尾部相关的特点,来选择投资组合涉及的领域。并利用EM算法来简化和处理复杂的极大似然估计,得到模型参数估计。并且将混合Copula模型应用于上证股市投资的研究,我们取1996年12月16日至2009年3月31日的上证股市中四个板块的日收盘指数数据,得出了一个较为满意的混合Copula模型。进一步,我们运用VaR值来进行描述和分析上证股市的投资环境,从数值上给出一个更为直观的解释。     

金融危机传染效应研究 ——基于时变Copula模型

文章采用非参数一MLE估计方法估计了四个时变Copula函数模型,研究了在2008年全球金融危机时期前后美国与国际主要金融市场之间的金融危机传染效应的存在性问题,通过估计的时变相关系数和事件宣告效应监测发现,在金融危机时期,美国与中、韩、日之间存在显著的危机传染效应;与香港市场间不存在显著危机传染效应,因香港市场成为美国市场的替代市场受到投资者青睐;与英国市场传染效应不显著,相关性增加是由于经济来往密切引起,而非金融危机传染导致。     

基于Copula的股票型开放式基金的组合风险度量

本文在＂推出股指期货和融资融券＂的新政策下,结合t-EGARCH模型和Copula方法对股票型开放式基金进行分析.该模型能更好地捕捉资产间的非线性相关性,更符合现实市场.并在此基础上,利用蒙特卡洛模拟计算了景顺增长基金前十大重仓股票及其投资组合的VaR值,从而验证了模型的有效性。     

次贷危机后中国股市的波动溢出研究——基于时变Clayton Copula方法

将时变Clayton Copula函数与GARCH模型结合起来刻画金融市场间的下尾部相关结构并用于沪深股市作实证研究。结果表明,次贷危机不仅造成了沪深股市的低迷,还加剧了沪深股市的波动溢出效应,提示次贷危机是沪深股市相关结构的一个结构性变点。     

基于Copula模型的数据分析平台的实现

以开源的企业级JBoss Seam为集合框架,采用了该框架中的Richfaces作为人机交互界面,EJB3 Session Bean作为业务逻辑层,JPA持久化到Oracle数据库,设计了基于Copula模型的数据分析平台.该平台以开源的R语言作为计算引擎实现了Copula算法,对上证指数和深成指数5年来的数据进行了相关性分析,给出了时间序列图,并可以很方便地得到Copula参数值和密度图,为股指的相关性分析提供决策支持.     

基于Normal Copula模型的金融资产VaR风险度量

本文运用基于Normal Copula函数的蒙特卡罗模拟法计算包括上证180指数和深证成分指数的投资组合收益的VaR.从实证结果可以看出,用Copula函数描述两个时问序列的相关关系时得出的VaR结果要优于正态情形,即基于Copula方法估计的投资组合风险值比一般方法估计的投资组合的风险值更接近实际数据,这一结果有力地说明和佐证了Copula方法在实际应用中的有效性和准确性。     

基于跳跃风险夏普比率的中国基金收益再度量

利用2007—2020年14年间的我国117支股票型基金与上证A股市场收益率数据,计算标准夏普比率、累计生成函数四阶矩下夏普比率及不确定冲击跳跃风险修正下夏普比率,研究发现:我国117支基金及上证A股收益率呈现明显负偏高峰度非正态分布;我国117支基金及上证A股收益率夏普比率受到不确定冲击跳跃风险的显著影响,差值最大达到19%;经过十几年的发展,我国基金市场已经从非有效性市场逐渐进入弱式有效性市场,中强有效市场将是未来发展方向,以基础分析为主要分析策略的大型基金,其收益打败大盘指数变得越来越困难,随着我国资本市场越来越成熟,拥有卓越分析能力的优秀基金毕竟是稀缺的,大多数基金只能以跟随和模拟大盘指数而非跑赢大盘指数收益为目标,尤其面对不确定冲击的危机时期。     

中国股票市场波动性研究--ARCH模型族的应用

大量研究发现,在成熟的金融市场上,金融资产收益率的波动性具有波动聚类性、非对称性、收益与风险同方向变动等特点.中国股票市场是一个新兴市场,它的市场收益率的波动是否也呈现以上特点?运用ARCH模型族对中国上海与深圳股票市场的日收益率的波动进行的实证分析表明:中国股票市场的日收益率的波动存在聚类性及非对称性,但没有呈现出高风险伴随着高回报.     

企业竞争力评价的函数建模及分析

我国的学者在评价企业竞争力方面作了大量的研究,并取得了初步的成果.但是至今仍缺少一个定量的表达方法,这种状况和广泛采用数字技术和工具的现实不相适应.鉴于此,本文试图从影响企业竞争力的各相关因素出发,根据"系统性、可行性、通用性"原则,建议采用威布尔(Weibull)函数作为评价企业竞争力的数学模型.     

我国创业板市场与中小板市场的动态相关性研究——基于DCC-GARCH模型和Copula模型的比较分析

金融市场间的相关性研究是金融风险测度及资产组合管理的基础。选取2010年6月1日至2012年5月31日我国的创业板指数（399006）和中小板指数（399005）,根据两大指数收益率序列,建立DCC-GARCH模型和Copula模型分别计算两市场间的动态相关系数,研究结果表明：（1）创业板市场与中小板市场存在正相关关系,且相关性很强并具有稳定性;（2）Copula模型考虑了市场间的非线性因素,在刻画金融市场间的相关性方面效果优于DCC-GARCH模型。（3）时变Copula模型捕捉了市场收益率随时间变化的特性,在刻画金融市场间的相关性方面效果要优于常相关Copula模型。因此,我国创业板市场与中小板市场合并是必然趋势;机构投资者宜采用Copula模型分析金融市场间的动态相关性,且不宜跨创业板市场和中小板市场进行资产配置。     

含财政政策的我国金融条件指数的构建及应用

为证实财政政策对经济增长和通货膨胀的经济作用,将财政收入作为第一个变量纳入VAR模型,与进出口总额、货币发行量(M2)、国房景气指数、实际利率和股票价格指数一起构造金融条件指数(FCI),并且与不含有财政收入变量的FCI相比较.结果表明,包含财政收入变量的FCI对经济增长的负向波动具有先行性,可以作为政策制定的参考标准,但是对于通货膨胀而言FCI与其并无先行滞后关联.