股票收益率风险价值的尾分布研究

风险测量是金融风险管理的一个重要任务,风险价值(VaR)是近年来兴起的一种金融风险度量方法。用一个独立的分布(尾分布)去拟合收益率数据的尾部,以此来估测上海、深圳两地的股票市场收益率的风险价值。实证研究表明,这种方法比传统的方差-协方差法、半参数法和Lap lace分布法要好些。     

工程造价风险分析中的组合分布模型

根据极端事件风险的理论和工程造价风险分析的实际,提出了由左尾分布、原始分布和右尾分布组成的工程造价风险分析的组合分布模型,给出了确定尾分布类型的具体方法,建立了组合分布模型的参数估计的加权最优化模型,并运用它来预测工程造价的风险.实例计算表明,组合分布模型能较好地反映超标造价事件的风险.     

中国股票收益率的稳定分布拟合与检验

对上海股票市场及深圳股票市场做了实证研究，对股票收益率进行了稳定分布的拟合，并与正态分布的拟合加以比较，并做了非参数的x^2和Dn检验，结果表明稳定分布能更好的处理股票收益具有厚尾特征的分布。     

非对称拉普拉斯分布在股票收益率中的应用

股票收益率的实际分布具有尖峰厚尾偏倚特性 ,传统的正态分布不能描述这一特性 ,稳定分布能够很好拟合这一特性 ,但是稳定分布没有解析表达的分布函数 ,且含有 4个参数 ,研究起来较为困难。非对称拉普拉斯分布有明确的解析表达分布函数 ,只含有 2个参数 ,能够较好拟合股票收益率分布的尖峰厚尾偏倚特性 ,给进一步的研究证券投资组合和金融风险管理带来了很大的便利     

证券投资组合收益率与风险的统计分析

利用数理统计原理和数学方法对证券投资组合的收益率与风险间的关系进行了深入的分析,并介绍了有效边界函数的确定方法及投资风险的分解。     

基于风险价值的投资组合风险度量研究

风险价值(VaR)管理技术是一种用来评估和计量金融市场风险的统计学模型及方法。从理论上简要地阐明了VaR风险管理技术的原理,探讨了其在证券投资组合风险度量中的应用。介绍了VaR风险管理技术被金融界广泛应用的优点,同时也指出了作为一种风险计量方法所存在的缺陷。     

投资组合VaR的树形算法

计算VaR的方法有很多种,例如分析方法、历史模拟法和MC模拟法,但是当资产组合有很多种时,计算量都相当大。本文在理论证明的基础上,给出了可以大大减少参数估计和计算量的投资组合VaR新算法--树形法,最后本文以深圳交易所八支股票的实例验证了树形法的有效性,并给出了树形图。     

基于偏态分布的投资组合优化模型

在偏态分布概念和解析表达式的基础上,推导出度量和评估投资平均收益,平均利润及市场风险的基本模型和方法：针对投资分析要求提出了单位成本利润率的概念和估算方法;建立了投资组合的优化模型,给出了求解该模型的互反梯度法;最后,通过两个示例说明了本文所给模型及解法的正确性和实用性。     

股票收益率的行业效应分析

主要对沪深两市上市公司股价行为周特征进行分行业统计研究.用 Kruskal-Wallis H非参数统计方法检验股价周平均收益率的行业效应,并给出行业效应对股票收益率的影响.实证结果表明,不同行业的股票周平均收益率具有显著性的差异,采掘业对股票收益率的解释能力最强,为38.19%;金融、保险对股票收益率的解释能力最小.为11.6%.     

宏观信息对中国股票收益的影响

采用1996年1月至2002年8月之间的月宏观经济数据与股指为样本,运用VAR方法来研究中国股票市场受宏观经济信息影响的程度。研究表明中国股市的股票收益受宏观信息影响不超过30%,宏观经济变量对股票收益的影响不显著。     

正股收益自相关性与备兑权证的定价

实证研究表明,我国证券市场多数权证正股收益间存在自相关现象.在PERELL和MASOLIVER期权定价模型基础上,通过改进趋势Ornstein-Uhlenbeck过程中的调整因子参数,建立正股收益自相关下的备兑权证定价模型,并进行了实证分析.结果显示正股收益间的自相关性对权证定价影响比较显著,改进的模型明显改善权证的定价效果;模型价与市场价差异显著,反映国内市场投机过度,市场体系需要不断完善.     

中国股市收益率波动的统计检验与分析

描述股市收益率基本统计特征,对股市收益率正态性和厚尾性进行检验,通过ARCH效应分析,得出了相关结论。     

基于状态转移-混合Copula模型的量价关系分析

利用混合Copula的权重与参数在不同状态之间的转移,构建一种基于状态转换的混合Copula模型,对相依变量之间上尾下尾的非对称结构的转换进行描述。利用该模型对上证指数和房地产板块指数进行实证研究, 结果发现:整体上量价之间呈现出上尾高下尾低的非对称结构,当股市由低波动状态转向高波动状态后,量价之间的尾部结构相关程度显著增强,且下尾结构所占比例也明显增加,这种相依关系对于了解股市的信息传导机制与微观结构有重要意义。       

基于PCA-BP组合模型的股价预测分析

随着金融业数据环境的日益复杂,投资者稳定或超额投资收益难以保障.传统模型因其非线性映射能力弱而不能作为选股指导,因而面对日益突出的股票分析技术需求,新型算法的研究十分必要.运用了主成分分析法与B P神经网络模型的算法对五只个股进行预测,实现了数据的降维,良好地处理了股票市场复杂的非线性问题,并基于回测的历史数据不断更正模型得到精确度较高的PCA-BP组合模型.实际运用时还选取了数据拟合的方法,较好模拟了指标趋势,使得模型预测后的平均误差保持在极小的状态,且在短期预测上有一定的优势.     

企业并购长期绩效检验方法改进的研究

在事件研究中，对于长期超额收益(1—3年)需要分析其统计检验的实证能力及解释能力。用市场模型来计算长期超额收益，并在此基础上进行统计检验，发现存在错误解释的问题。造成这一情况的原因有三个，可以通过构造基准参考组合以及对统计检验进行修正来消除其影响。