中国博士后科学基金(20060400192)
- 作品数：11 被引量：46H指数：4
- 相关作者：蒋翠侠张世英许启发王永喜更多>>
- 相关机构：山东工商学院天津大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金全国统计科学研究计划重点项目更多>>
- 相关领域：经济管理理学更多>>
- 基于“已实现”高阶矩的动态组合投资分析被引量：3
- 2008年
- 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。
- 蒋翠侠张世英许启发
- 关键词：高频金融时间序列
- 金融高阶矩风险溢出效应研究被引量：13
- 2009年
- 开展金融风险溢出效应的研究,对于避免金融风险从一个国家、地区或市场迅速地传播到其它的国家、地区或市场具有重要的意义。早期的金融风险溢出研究只考虑前二阶矩,即均值的溢出效应和方差的溢出效应。在一元GARCD-JSU模型的基础上,构建了世界因子、地区因子及单个市场因子三个因子模型,并对高阶矩风险的溢出效应进行了分解,用于研究金融高阶矩风险在世界、地区和单个市场之间的溢出效应。最后,对亚洲一些主要国家和地区金融风险溢出效应进行了实证研究。
- 蒋翠侠张世英
- 关键词：高阶矩
- 金融风险持续性及其规避策略研究被引量：1
- 2007年
- 金融风险不仅具有时变性,而且具有持续性.基于脉冲响应函数,给出了波动持续与协同持续的定义和判定定理,为讨论金融风险持续性提供判定依据;基于小波神经网络,将相关主题的讨论推广到非线性领域,给出非线性协同持续建模方法.最后,对中国股市进行了实证研究,讨论了金融风险持续性规避策略.
- 蒋翠侠
- 关键词：脉冲响应函数多元GARCH模型
- 基于多目标优化和效用理论的高阶矩动态组合投资被引量：15
- 2009年
- 存在高阶矩风险偏好条件下,组合投资选择必须考虑最大化收益、偏度和最小化方差、峰度四个相互冲突的目标。同时,考虑到高阶矩风险的时变特征,应建立高阶矩动态组合投资模型。基于多目标优化技术和效用理论,讨论了高阶矩动态组合投资模型的构建,并利用MATLAB软件中的非线性优化函数fmincon对模型进行了求解,从理论和实证两个层面对两类模型进行对比。
- 蒋翠侠许启发张世英
- 关键词：高阶矩多目标优化效用函数
- 投资组合动态VaR风险度量被引量：4
- 2008年
- 投资组合的VaR风险度量依赖于投资组合中金融资产间联合分布函数的确定,随着投资组合规模的扩大,其VaR的计算难度也不断加大。利用ICA可以将多元联合概率分布函数转化为一元概率分布函数乘积实现简化计算的特点,基于ICA的投资组合动态VaR风险度量方法和计算步骤,克服了多元非正态条件下VaR测算上的困难。实证研究表明,与EWMA模型法、MGARCH模型法相比,ICA法能够准确地度量投资组合动态VaR。
- 许启发
- 关键词：VAR投资组合
- 动态风险度量与组合投资选择被引量：5
- 2008年
- 在金融风险管理理论与实践中,VaR和CVaR已成为主流方法之一。为分散金融风险的动态影响,一方面,通过时变波动模型将静态VaR和CVaR扩展到动态情形,进一步基于多元GARCH模型给出动态VaR和CVaR的计算方法;另一方面,在动态风险度量的基础上,建立了动态组合投资选择模型。最后,利用国际股市的数据进行了实证研究,将动态组合投资与静态组合投资的效果进行了比较。
- 许启发蒋翠侠
- 关键词：VARCVAR多元GARCH模型
- 组合投资决策的收益—风险分析框架被引量：1
- 2009年
- 运用均值-方差、均值-VaR与均值-CVaR模型对上证综指、香港恒生指数、台湾加权指数、标准普尔指数和日经指数的收益-风险进行了实证分析。结果表明,在收益服从正态分布下,均值-方差、均值-VaR以及均值-CVaR模型能用一个模型统一表示,三个模型的边界方程也能用一个方程统一表示,三个模型的有效前沿存在子集关系。在收益服从正态分布下三个模型的最优组合投资权重是等价的;在任意分布下三个模型的最优组合投资权重不是等价的。
- 许启发蒋翠侠王永喜
- 关键词：VARCVAR
- 多元广义自回归条件密度建模及应用被引量：1
- 2009年
- 广义自回归条件密度(GARCD)建模为描述金融资产收益的概率密度函数提供了一种工具,这对于全面、准确把握金融资产收益的动态行为具有重要的意义.在一元GARCD-JSU模型的基础上,提出了多元GARCD-JSU模型并给出其向量表示;利用动态条件相关设定,给出多元GARCD-JSU模型的简化表示;接着给出了模型参数的三阶段极大似然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.
- 蒋翠侠张世英
- 关键词：极大似然估计
- 基于JSU分布的广义自回归条件密度建模及应用被引量：5
- 2008年
- 金融时间序列的分布对于全面、准确把握金融资产收益的动态行为具有重要的意义,而广义自回归条件密度(GARCD)建模为描述金融资产收益的概率密度函数提供了一种工具。本文在JSU分布的基础上,建立了GARCD-JSU模型,给出了模型的参数估计方法及模型拟合效果的检验方法。利用建立的GARCD-JSU模型不仅可以得到金融时间序列的时变概率密度函数,而且还可以测算出时变高阶矩的变化,从而克服了正态分布假定框架下仅从前二阶矩出发考虑金融时间序列分布特征的局限性。
- 蒋翠侠
- 关键词：极大似然估计
- 高阶矩组合投资的M-V-S-K分析与效用函数分析的比较被引量：2
- 2008年
- 为分散高阶矩风险的影响,文章讨论高阶矩组合投资选择模型的构建。首先,给出高阶矩风险的简化计算;其次,基于M-V-S-K分析和效用函数分析分别建立了带有非负权重约束的高阶矩组合投资模型;最后,对两类模型从理论和实证两个层面上进行了比较。结果显示,高阶矩风险已经成为组合投资决策中不可回避的重要影响因素。
- 蒋翠侠张世英
- 关键词：高阶矩效用函数
