引入成交量变化率的马柯维茨均值方差模型

对马柯维茨的均值方差理论进行了推广,进一步细化原模型中的风险。把成交量变化率的方差也视为一种风险,在收益率的方差中加入成交量变化率的方差,构成一种两者线性组合的新证券组合风险。讨论在给定一定收益率和成交量变化率的条件下使得新风险最小的优化求值问题。把原模型中没有无风险证券时的前沿证券曲线从双曲线（抛物线）推广到双叶双曲面（抛物面）,把含有无风险证券时的前沿证券曲线从直线推广到圆锥面,还得到了一系列相应结论。同时对股票投资最优组合选择问题进行实证检验。     

均值-方差组合模型的鲁棒投资优化

针对投资组合优化模型中收益率的期望值、协方差矩阵等参数扰动时对原问题最优解产生较大影响的问题,文中提出将鲁棒优化应用到均值-方差投资组合模型中,建立了"势"不确定集下的鲁棒投资组合选择模型,通过市场数据对该模型进行了实证研究.试验结果表明该模型得到的解兼具鲁棒性与最优性.     

多因素证券投资组合在VaR风险约束下的模型及实证研究

证券投资组合为若干个相对稳定的投资品种的组合,是投资者对不同商品进行一定选择的过程中,以实现投资利益最大化而形成的,并在投资收益与风险权衡上不断地进行科学合理的调整。在此,本文对VaR风险约束的多因素证券投资组合建立了相应的模型,并进行了实证研究,并利用遗传计算法对其进行一定的改进,已期获得更好的实际意义。     

基于条件风险价值的投资组合优化模型

风险价值(VaR)是金融机构广泛运用的风险度量指标,条件风险价值(CVaR)是VaR的修正模型.本文运用CVaR构建了投资组合优化模型,并与均值-VaR模型和Markowitz的均值-方差模型进行了比较分析,论证了新模型的有效性,并对我国股票市场进行了实证分析.     

损失厌恶投资者最优消费和投资组合选择理论的研究进展

自Markowitz投资组合理论问世以来,投资组合选择问题就受到了国内外很多学者的关注,并对其进行了大量研究.本文首先阐述了现代投资组合的理论框架,然后介绍了不同时期国内外学者的研究成果和方法,接着较为详细地介绍了带有行为投资的最优消费和投资组合问题并给出了含损失厌恶的投资组合模型,最后在通胀、跳扩散以及Knight不确定环境下对含有损失厌恶的最优消费和投资组合模型进行了拓展.     

基于相关系数的变权组合预测模型及其应用

在马尔科夫转换模型和GARCH模型的基础上,建立了综合以上两种模型优点的基于相关系数的变权组合预测模型,并对沪铜期货价格进行了实证研究.实证研究结果表明:基于相关系数的变权组合预测模型的预测精度明显高于各个单模型的预测精度.     

基于信用风险最优信用投资组合问题研究

信用风险管理是银行业务中不可或缺的部分。通过修改标准Markowitz模型,研究是否发放贷款二进制变量的优化信用投资组合问题。该模型允许在考虑资产可能的相关性及从影响风险指标和投资组合收益的角度决定是否提供贷款的情况下,估计信用投资组合的累积风险和收益率。最后利用提出的模型,基于标准普尔评级机构的统计数据,实现最优投资组合的实证研究。     

基于M-Copula-EGARCH-M-GED模型的相关风险度量及投资组合优化

采用EGARCH-M模型进行单个资产建模,利用M-Copula函数构建资产的联合分布,对基于GED分布的联合资产收益率构建M-Copula-EGARCH-M模型,并采用Monte Carlo模拟方法计算出不同投资比例和置信水平的组合风险VaR和CVaR的值,并求出不同期望收益和置信水平下的最优组合投资权重.结果显示:当分位数为5％时,欲获得固定收益,同时风险最小,需将绝大部分资金投入深圳证券市场;在分位数取10％时,目标收益率较低时,应将大部分资金投放在上海证券市场.目标收益率较高时,上证市场的投资比例应降低,深证市场的资金比例应上升,具体的最优投资比例在实证部分已给出.实证结果表明:本文模型有利于投资者对投资权重的选择.     

基于CVaR风险度量方法的投资组合模型研究

介绍了CVaR的概念及算法,并利用CVaR对风险进行度量,提出一个新的基于CVaR风险度量方法的投资组合优化模型。利用股票数据进行了实证分析,验证了模型的有效性。     

线性跟踪误差的指数化投资组合鲁棒优化模型

为消除指数化投资组合中参数的扰动对线性跟踪误差最优解产生的影响,文中针对线性跟踪误差模型,采用鲁棒优化给出了模型参数为矩形不确定集、椭球不确定集的鲁棒模型,分析了该模型由于参数不确定性所造成的缺陷.实证研究表明:采用线性跟踪误差指数化投资组合的鲁棒优化模型的解同时具有鲁棒性与最优性,鲁棒模型与基准模型的收益一致性较好,鲁棒模型的跟踪误差略大于基准模型.     

中国股票市场波动性的实证分析

为了正确理解中国股票市场的波动性,采用无条件波动性估计方法和条件波动性模型对波动性进行度量和建模,并对中国股票市场长期波动性的特征进行动态分析和实证检验．结果表明：中国股票市场历史上确实存在较高的波动性,但是进入2000年以后波动性呈现逐年下降的趋势;较高的波动性总是出现在股市的上涨时期．而较低的波动性则出现在股市下跌时期,这种波动方式与成熟市场的波动方式存在显著差异;上海和深圳股票市场的波动性都表现出一定程度的时间依赖性和非对称性,其中深圳市场具有更显著的杠杆效应和波动性;上海市场的有效性要强于深圳市场,上海市场能够提供更高的风险溢价．     

我国股价指数的时间序列模型研究

基于收盘上证指数和深证成指的实际数据资料，利用SAS／ETS软件，采用赫斯特（H.E.Hurst）提出的R／S分析方法，在论证了我国证券市场为持久性随机过程的基础上，建立了沪深两市的AR－EGARCH模型。指出，就目前我国证券市场而言，AR－EGARCH模型要比ARIMA模型更适合于描述沪、深两个证券市场的股价指数序列变动的非线性规律。     

证券交易模型有效性检验的谱分析方法

本文以沪深证券市场的实际数据为基础,应用谱分析理论与假设检验理论,得到了判别交易模型有效性的统计模型,试验样本计算和统计结果表明,模型具有重要的理论和实践意义。     

沪深300股指期货与指数现货引导关系研究

通过采用平稳性检验(ADF)、误差修正模型(ECM)、脉冲响应函数分析和方差分解等金融计量学方法,对中国金融期货交易所上市交易的沪深300股指期货和A股指数之间的引导关系进行了实证研究.结果表明:沪深300股指期货与A股指数之间存在长期协整关系;从短期来看,股指期货市场对A股指数市场具有正向引导关系,并且这种引导作用有不断增强的趋势;期货价格对现货价格的发现处于主导地位,指数现货对指数期货引导作用较弱.     

基于Gumbel Copula的金融市场波动溢出模型

将Gumbel Copula函数与GARCH模型结合起来刻画金融市场间的尾部相关结构,结果表明,Gumbel Copula可以有效刻画金融市场波动溢出效应;对沪深股市的实证研究表明,次贷危机不仅造成了沪深股市的低迷,而且加剧了沪深股市的波动溢出效应,认为次贷危机是沪深股市相关结构的一个结构性变点.     

中国沪深A、B股市场协整性的实证研究

运用协整理论和Granger因果关系检验等计量经济学方法对沪深A、B股市场进行了实证研究,以期找出股市间价格波动的运行规律.结果表明:在2002年1月4日至2008年8月31日期间,沪市A指与B指之间存在长期均衡关系,而深市A指与B指之间不存在长期均衡关系.进而对存在均衡关系的沪市A、B股市场构建了误差修正模型,对不存在均衡关系的深市A、B股市场进行了Granger因果检验,并针对实证结果进行了分析.     

基于小波的部分线性自回归预测模型及其在沪深股市中的应用

首先采用部分线性自回归模型对上海和深圳股票走势进行模拟预测,然后利用小波函数结合部分线性自回归模型建立小波预测模型,又分别对上海和深圳股票走势进行了模拟预测,最后对两种预测方法的预测结果进行了比较和分析．结果表明：小波预测模型比单纯的部分线性自回归模型预测精度高,在股票市场的预测中具有很好的应用前景．     

社会媒体环境下基于EMD-DSVR的股票市场预测方法研究

现有的利用社会媒体预测股票市场的研究未能考虑股指时间序列所具有的多尺度特征。为了解决这一问题,运用EMD分解法、混沌分析理论和支持向量回归机,提出一种EMD-DSVR股票市场预测方法。首先分析股指时间序列多尺度与社会媒体变量序列多尺度间的内在联系,运用EMD分解法将社会媒体变量序列分解成不同尺度的基本模态分量;然后运用混沌分析理论和支持向量回归机对各模态分量进行建模和预测;最后利用社会媒体变量序列的各模态分量对股票市场进行预测。运用所提出的EMD-DSVR模型,对上证指数和深成指数的日收盘值进行预测,实验结果表明,所提出的方法能有效提高对股指时间序列的预测精度。     

证券市场互动性分析

利用计量经济方法分别就上海A,B股市场、深圳A,B股市场、上海与深圳A、B股市场的互动关系进行了定量分析,结论是：B股市场向境内居民开放,使我国股票市场的互动关系更为紧密,一个股票市场对另一个股票市场的作用,一般在2～4个交易日就可达到较大的程度。