多因子量化选股模型优化与实证研究——引入金融周期指标的分析

经济周期以及金融周期因子均是影响量化选股模型优劣的重要因素。本文在传统主成分分析法构建多因子选股模型基础上,将GARCH模型合成的中国金融状况指数（FCI）引入多因子选股模型之中,构建了基于金融周期的行业轮动多因子选股模型。实证结果得出：一是所选因子的正负性并不固定,通过回归法测度因子正负性能改善多因子选股模型的收益率;二是宏观因素对多因子选股模型具有重要影响,引入宏观因素后能显著提升多因子选股模型的表现;三是引入金融周期指数的多因子选股模型相较于引入经济周期指数的选股模型能更好地捕捉金融市场的变动,从而获得更高的超额收益率。     

基于风险因子的风险平价投资策略及实证研究

近年来风险平价策略逐渐引进我国证券市场,而基于该投资理念的全天候基金取得优异的业绩表现,但目前我国对该领域的研究较少。本文使用主成分分析方法,引进风险因子,对风险平价投资策略进行实证研究。建立相应模型,并给出有效算法,得出风险平价策略的各标的权重和预期风险贡献度。最后在控制各标的资产对组合的风险贡献程度相同的情况下,对历史数据进行回测,发现风险平价投资策略在夏普比率、索提诺比率、回撤、市场相关性等业绩指标上均优于同等条件下的股债60/40组合等。风险平价策略具有风险均衡、收益稳定的特点。     

中国开放式基金表现的动态能力研究

本文以中信指数与中信债券指数的加权超额收益率为市场基准 ,以GDP增长率和消费物价指数的增长率以及广义货币供给增长率为条件变量 ,构建了证券投资基金表现的条件评价模型 ,对中国开放式证券投资基金的选股能力和市场时机把握能力进行了测度。计量方法上采用混合数据模型的回归方法以提高回归结果的有效性。研究结论为 :中国开放式基金不但具有一定的选股能力 ,而且具有良好的市场时机把握能力 ;条件模型的解释能力高于无条件模型。     

随机利率的三因子模型及其参数估计

本文在分析利率期限结构模型的基础上,将影响短期利率行为特征的均值回复、随机波动和跳跃因素同时考虑到利率期限结构模型的构建中,建立了三因子模型.并且对模型参敷进行了有效矩估计,比较几个同类模型,结果表明三因子模型对我国国债回购利率具有较好的拟合能力.     

基金公司治理结构对基金绩效的影响研究 ——基于DEA模型的实证研究

基金绩效的影响因素一直以来都是广大学者研究的热点话题.基金公司治理结构对基金绩效有重要影响.本文为了排除其他因素对基金绩效的影响,选择有关基金绩效的12个指标进行因子分析,得到四个主成分,分别是风险因子、选股择时能力因子、费用因子、收益因子.本文将收益因子作为DEA模型的产出指标,其他三个因子作为投入指标,将样本基金的...     

基于AHP、PCA、多因子模型对FOF子基金选择的研究

本文就FOF对冲基金中成分基金的筛选对三个评级模型进行比较,对2015年~2016年中国市面上4000多支私募证券投资基金数据进行清洗、整理、筛选和建模后,针对每个模型的最后得分,分别选择评分前十的私募基金作为FOF基金的成分基金,按照等权重的方式进行组合,用2017年1~5月的样本外数据进行拟合比较,判断在实际中哪种评估模型在样本外表现得更好。结果表明,AHP模型选择出来的对冲基金在样本外表现得效果最好。     

我国开放式股票型投资基金选股能力实证研究

本文选取了2004年之前发行的17只开放式股票型证券投资基金,采用T-M、H-M和C-L三个模型,分别对其在2004年到2006年全时期、股票市场的熊市时期、波动期和牛市时期四个不同的市场状态下的股票选择能力进行了实证分析。实证分析表明,我国开放式股票基金选股能力较弱,没有一家基金表现出显著的选股能力。     

中国A股房地产业股票收益率的实证研究——基于Fama-French多因子模型

本文选取中国A股市场68只房地产企业股票,利用Fama-French三因子模型及五因子模型,对其2007年7月至2021年6月的月度收益率数据进行实证分析。研究表明,五因子模型对于我国A股房地产企业股票的解释效果更佳,加入CMA因子对三因子模型解释能力的提升效果相较RMW因子而言会更好。在A股房地产业股票中,规模效应、账面市值比效应和投资效应较为显著,其效应体现与我国股市以散户为主的投资者结构、房企高周转的运作模式有关。本文为探究多因子模型在我国重要行业的适用性研究提供借鉴意义。     

基于模糊评价法的企业转型因子识别分析

企业转型是近年来备受关注的一个热点问题,一个企业要想立于不败之地与其是否具有竞争优势是密不可分的,而转型正是企业重新塑造竞争优势,提升社会价值,达到新的企业形态的有效方式。通过建立竞争优势评价指标体系,运用模糊评价法对指标体系进行分析,来得出企业转型因子,并以具体企业为例对该方法的应用性进行实证分析。这对企业转型分析转型因子提供了有效的方法,减少了企业转型的风险,提高了决策的科学性。     

基于因子和判别分析的上市公司财务危机预警研究

本文基于SPSS13.0系统的因子分析,对上市公司的财务指标进行了归类。再利用判别分析对此归类进行了分析,并得出最具影响的4个因子,分别为:发展因子、现金流量因子、盈利性因子和经营性因子。运用此方法可成功拟合出上市公司财务危机预警模型,预测精度达到84.5%,获得较好的预测效果和稳定性。     

浅议多因子模型优化在小额信贷公司的绩效评价中的作用

小额信贷作为一种新型的金融服务方式,在近年来越来越受到人们的关注.本文采用了一种优化的多因子模型,结合实际建立了一个用来评价小额信贷的综合绩效的模型.此模型的创新意义在于不仅考虑到小额信贷的财务指标评价,同时也考虑到它的非财务指标评价比如服务水平等难以度量的指标,因此能够比较可观的评价出一个信贷公司的综合发展情况.本文再通过对6家公司小额信贷业务的发展评价,结合实际,证明了此模型在小额信贷领域的调研分析中,具有一定的作用     

基金规模对开放式基金择机选股能力影响探析

本文在国内外对基金择机和选股能力实证分析的基础上对影响基金择机和选股能力的因素作进一步的分析。在研究国内外相关文献和考察实证分析结果的基础上,采用“专家意见法”,研究基金规模对开放式基金择机选股能力进行回归分析,并进一步分析其原因,最后提出相关对证券市场改革的建议。     

宏观视角下对我国茶叶价格影响因素的探析

随着我国茶叶内贸发展迅速,我国茶叶价格在不断变化。本文通过对我国茶叶价格影响因素的探寻,再利用因子分析方法,建立了因子影响因素分析模型,对多个茶叶价格的影响因素进行了降维处理,得到两个主成分因子,分别为消费水平因子和茶叶销售因子。最后利用多元线性回归的方法,将提取到的两个主成分影响因子与茶叶价格进行回归分析,得到消费水平因子和商品销售因子对茶叶价格的正向影响系数分别为0.981和0.577。     

基于最小因子定律的时间营销法

基于最小因子定律,易忽略的时间要素在特定条件下往往成为对营销绩效产生决定性影响的主导因子。时间营销法分为时段营销创新法与时机营销创新法,前者包括求“快”的涡轮营销法和尚“慢”的时空转换法,后者则包括产品分时法、逆时促销法等具体方法。时间营销法中的最小因子定律启迪经营者:营销创新要有“小中见大”的辩证视野,应把握营销因子间对立统一、互相转化的生态规律。     

基于Logistic回归的股价上涨概率预测研究

将Logistic回归应用在多因子模型时,模型可利用反映股票涨跌信息的因子与股票收益率的历史数据实现Logistic回归对未来股价上涨概率的预测。实证分析结果显示,2012—2018年运用Logistic回归筛选出的大概率上涨的股票组合可获得较高的平均收益率、胜率和夏普比率,Logistic回归在沪深市场上可成功发挥其对股价上涨概率的预测功能。     

我国城镇居民生态消费力与环境变量因子的相关性分析

生态消费力是表征经济社会与环境和谐发展的一个深层次指标。它和EDP(绿色国内生产总值)指标的变化密切相关,受到诸如收入水平、空气污染状况、生活污水排放量、森林覆盖率、环境污染治理投资、消费文化等诸多因素的影响。本文通过构建生态消费力与各环境变量因子的多元线性回归模型,对我国城镇居民生态消费力与各环境变量因子的相关性做了计量分析,并就如何提高我国城镇居民的生态消费力做了初步探讨。     

巨灾保险基金资金筹集研究——基于因子分子分子赋权法

本文探讨了我国保险巨灾基金的若干资金来源,提议建立基金专管机构巨灾基金管理委员会。通过因子分析法研究地方政府向巨灾基金委员会缴纳资金的标准。提取出三个因子,经济发展因子,耕地受灾因子和人口受灾因子。用因子分析赋权法确定了各因子在的标准内权重。     

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.     

基于因子聚类分析的安徽服务业竞争力评价

本文采用波特"钻石"模型对服务业竞争力因素进行分析,从5个方面选取16个指标,构建安徽省服务业竞争力评价指标体系,利用SAS软件采用因子聚类分析法,对安徽各市服务业竞争力作了详细分析。并根据分析结果对各市服务业发展提出了相应的对策和建议。     

混频模型在我国宏观经济预测中的应用研究

近年来,我国宏观经济预测模型存在稳定性显著下降、预测精度大幅降低等缺陷,亟待对其进行改进。本文通过融合动态因子模型和混频数据抽样模型,构建了因子混频数据抽样模型FA-MIDAS,实现对120多个宏观运行监测指标的深度挖掘和信息提取,并对我国季度GDP增速进行样本内拟合与样本外预测。研究结果表明：FA-MIDAS模型的样本内拟合效果好于未考虑混频数据的模型以及将月度数据简单平均后转换为季度数据的模型。与同频模型相比,FA-MIDAS模型能够提高预测精度。在数据处于较为平稳阶段时,模型中加入自回归项确实会带来预测精度的改善,但在数据波动较大时,加入自回归项会存在惯性趋势,反而降低了模型预测精度。随着当季数据公布的增多,当季GDP的实时预测及向前多步预测的预测精度会随之提高。