金融资产收益相关性及持续性研究

论文摘要

金融资产收益相关性及持续性研究是金融工程研究领域的中心,准确度量资产收益之间的相关性及持续性是探索资本市场运行机理和实务操作的关键。为此,将统计物理学和多元统计学中的有关理论及金融计量模型与金融领域的现实问题相结合取得了如下成果:1.以统计物理学中的随机相关矩阵特征值概率密度为理论依据,构建了收益相关矩阵选取方法,从而解决了收益相关矩阵优选问题。实证检验显示,按由该方法所选取的收益相关矩阵配置资产可得到优质的有效前沿。2.以多元统计学中的Wishart概率密度为理论依据,推导出相关系数的修正模型,该模型剔除了样本容量效应,使相关性度量更为准确可靠。实证结果显示,该模型具有较高的资产配置效率。3.基于协同持续思想通过GARCH模型技术构建了动态投资组合模型,该模型可捕捉到金融资产收益的局部波动,达到控制风险扩散的目的。实证显示,按该模型配置资产可控制组合收益率在较小范围内波动,也可得较高夏普比。4.提出风险溢出发生期及风险溢出强度两个概念,并构建了相应数学模型。同时,基于该模型进行了实证研究,结果显示,沪市影响深市的程度较深市影响沪市的程度大,且它们之间的风险溢出在大约3分钟之内完成,这一研究结果与实际吻合。5.将统计物理学中的公因子提取法运用于资本资产定价方面,提出了CAPM修正模型。实证结果显示该模型较原模型具有较高的定价能力。上述理论成果依次在论文五个主体章节中展开讨论,这些研究成果均遵循从理论依据到方法构建、模型提出,再到实证检验的研究思路,从而确保了研究工作的科学性和实用性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 我国金融业的发展情况
• 1.1.2 金融投资理论的研究进展
• 1.1.3 金融市场风险溢出研究进展
• 1.1.4 金融资产定价研究进展
• 1.2 问题的提出
• 1.2.1 金融投资理论问题的提出
• 1.2.2 金融市场风险溢出问题的提出
• 1.2.3 金融资产定价的问题
• 1.3 选题意义
• 1.4 内容结构与创新
• 1.4.1 内容结构
• 1.4.2 主要创新点
• 1.5 研究方法及研究工具
• 第二章 收益相关矩阵选取方法
• 2.1 随机相关矩阵特征值概率密度函数
• 2.1.1 随机相关矩阵特征值概率密度函数
• 2.1.2 随机相关矩阵特征值概率密度函数的数值模拟
• 2.1.3 随机相关矩阵特征值概率密度函数的实用性分析
• 2.2 收益相关矩阵选取方法
• 2.2.1 收益相关矩阵的特征值分布偏差
• 2.2.2 确定收益相关矩阵的具体方法
• 2.3 基于有效前沿对收益相关矩阵选取方法的实用性检验
• 2.3.1 实证步骤
• 2.3.2 投资组合有效前沿
• 2.3.3 实证结果
• 2.3.4 实证结论
• 2.4 分层相关理论及其对收益相关矩选取方法的频率意义解释
• 2.4.1 数据生成过程
• 2.4.2 分层相关理论
• 2.4.3 在频率意义上对收益相关矩阵进行解释
• 2.5 本章小结
• 第三章 相关系数修正模型
• 3.1 基于Wishart检验的相关系数修正模型
• 3.1.1 Wishart分布
• 3.1.2 相关系数的概率密度函数
• 3.1.3 相关系数的Wishart检验
• 3.1.4 基于wishart检验的相关系数修正模型
• 3.2 相关系数修正模型的经济意义
• 3.2.1 相关矩阵在投资组合上的经济意义
• 3.2.2 相关系数修正模型在投资组合上的经济意义
• 3.3 相关系数修正模型在投资组合上的实用性检验
• 3.3.1 均值－方差曲线
• 3.3.2 夏普比曲线
• 3.3.3 实证检验
• 3.4 本章小结
• 第四章 投资组合动态风险控制模型
• 4.1 GARCH模型及协同持续定义
• 4.1.1 GARCH模型简介
• 4.1.2 协同持续定义
• 4.2 基于GARCH的动态投资组合模型
• 4.2.1 投资组合衰减方差的构建
• 4.2.2 资产间常相关系数的确定
• 4.2.3 以衰减方差为目标函数的二次规划模型
• 4.3 常相关系数－GARCH动态投资组合模型应用实证
• 4.3.1 实证检验
• 4.3.2 实证结果分析
• 4.4 基于时变相关系数的GARCH动态投资组合模型
• 4.4.1 基于高频已实现方差、协方差的时变相关系数估计
• 4.4.2 投资组合持续方差的构建
• 4.4.3 以持续方差为目标函数的二次规划模型
• 4.5 时变相关系数-GARCH动态投资组合模型应用实证
• 4.5.1 实证检验
• 4.5.2 实证结果分析
• 4.6 本章小结
• 第五章 金融市场风险溢出机理研究
• 5.1 金融市场风险溢出发生期和风险溢出强度概念的提出
• 5.1.1 金融市场指数涨跌幅序列之间滞后相关系数的概率密度函数
• 5.1.2 对滞后相关系数的统计检验
• 5.1.3 风险溢出发生期及风险溢出强度概念
• 5.2 基于风险溢出发生期和风险溢出强度对风险溢出实证研究
• 5.2.1 数据选取及实证步骤
• 5.2.2 实证结果分析
• 5.3 本章小结
• 第六章 基于公因子提取法的资本资产定价研究
• 6.1 多个关联序列的公因子提取
• 6.1.1 公因子提取法
• 6.1.2 对多个关联序列提取公因子的意义
• 6.2 公因子提取在资本资产定价上的应用
• 6.2.1 CAPM误差序列的公因子提取
• m 对公因子g 的线性替换'>6.2.2 综合指数z_m 对公因子g 的线性替换
• 6.2.3 CAPM修正模型
• 6.2.4 CAPM修正模型有效性检验
• 6.3 本章小结
• 第七章 总结与展望
• 7.1 论文总结
• 7.1.1 论文成果
• 7.1.2 论文研究方法
• 7.2 论文展望
• 7.2.1 基于预测功能建立投资组合建模
• 7.2.2 从不同频率尺度来研究相关性
• 7.3 结束语
• 参考文献
• 在攻读博士期间发表论文及参加科研项目情况
• 致谢