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。     

基于条件Copula的高阶矩波动性建模及应用

随着金融理论与实践的深入,仅从时间序列的前二阶矩出发研究金融资产的风险变化存在一定的局限性。作为GARCH模型在高阶矩领域的延伸,GARCHSK模型为描述金融资产的高阶矩风险提供一种有效的工具。利用Copula函数可以连接边缘分布的特点,建立了多元条件Copula-GARCHSK模型,以解决多元GARCHSK建模中的"维数灾难"问题;给出了模型的参数估计方法和诊断检验方法;最后,对中国股市进行了实证研究。     

动态视角下CAPM模型在中国股市的有效性检验

本文基于上海股票市场1997年到2013年的月度数据,选取249支股票作为样本股,建立状态空间方程,运用卡尔曼滤波的方法,计算出各股票组合的动态β系数,并进一步对CAPM模型在中国股票市场的有效性进行实证检验。最终,我们认为CAPM模型并不适合应用于现阶段的中国股票市场,其有效性存在着较大的随机性。     

影响我国保险业发展的宏观经济因素分析

作为国民经济的重要组成部分、金融行业公认的四大支柱之一的保险业,其自身的成长壮大与国民经济的健康发展息息相关。一方面,保险业的成长促进了经济的繁荣,增强了资本市场的活力,带动了一系列相关产业的有序发展;同时,保险业的发展为社会主义的和谐建设提供了强有力的经济保障,为社会的安定、有序、稳健做出了突出的贡献。另一方面,国民经济的快速增长又为保险业的发展创造了有利的外部环境,为保险业规模的扩大、业务的增长、保险质量的提高以及保险队伍的壮大发展提供了外部可能性空间。一国保险业成长与国民经济发展的良性循环成为一个不争的实事。在这种背景下,深入分析影响我国保险业发展的各项宏观经济因素,对管理监管政策的制定以及保险公司发展战略的规划,都有着非常重要的意义。     

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。     

GMM方法在金融领域的发展与应用——2013年度诺贝尔经济学奖获得者拉尔斯·彼得·汉森学术贡献评述

基于诺贝尔经济学奖评审委员会的公报,2013年度诺贝尔经济学奖得主拉尔斯·彼得·汉森的学术贡献在于揭示了广义矩估计在经济学界方法论的开创性,以及其在金融资产定价领域的应用及延伸研究,开创性地检验了消费资本资产定价模型,推动了金融资产定价理论的发展。广义矩估计方法因其一般性及普适性,在金融计量和市场微观经济等领域应用尤其广泛,并拓展至宏观经济学领域。目前,该方法在我国金融领域的应用研究远不及国外文献成熟,存在方法论难度较大、模型适用性有待考察、方法能否正确使用等因素。