新资本结构理论综述

在综述新资本结构理论的基础上,对每种理论的代表性模型做了介绍,并探讨了未来资本结构理论的发展方向。

市场间相互冲击、收益率传导及跨市场资产配置策略——中国内地、中国的香港地区、美国三地市场检验

本文以中国内地、中国的香港地区和美国三地市场的指数收益率为样本,利用结构VAR模型对这一系统中市场之间的相互冲击和影响建模。实证结果表明,2004年开始中国内地对外部市场影响逐步增强;2008年以后,外部市场对中国内地市场的影响则开始显著增强。结果还证实了中国的香港市场在中国内地与美国两地市场关联性中的中间市场角色。同时,某市场受到的外部冲击在横截面上能够显著预测该市场未来收益率,基于此所构建的动态资产配置组合显著优于静态及各市场单独组合。

AI+HI交互投资模式下的资管产品创新

AI技术在人类的第四次工业革命中主要扮演动力引擎的角色。近二十年来,得益于人类生活大量数字化的转变积累,以及硬件算力性能、软件算法效果的快速提升,财富管理行业正经历数字化到智能化的变革。本文将介绍AI在海内外投资中的应用,探究人工智能与人类智慧究竟会以怎样的方式碰撞与交融,以AI+HI(人工智能+人类智慧)交互投资这种新型的生产关系模式,为资管产品带来用户体验层面的革新。

基于人工智能+专家智能的策略框架

在金融领域内,投资专家的经验是指导实践的重要的知识宝库。如何将人工智能(AI)和专家智能(EI)有效地结合起来是一个意义重大的问题。投资领域的专家经验种类繁多,本文重点介绍华泰资管针对在中上游行业中广泛起作用的库存周期,以及如何利用AI与库存周期结合的实践。由于库存周期本身的非线性和市场对其响应的多样性,经典方法在对于库存周期的利用上天然有许多困难,从而导致对其内涵挖掘不充分。本文创新性地提出一种AI结合库存周期的框架,其能够充分地挖掘库存周期本身的内涵,形成更高质量的投资信号。本文以钢铁、造纸这类典型周期行业为例,针对行业择时问题,引入基于该框架的景气信号能够提升行业择时的额外年化收益2%~3%。

证券市场内幕交易的行为动机研究

2007年中国资本市场进入了全流通时代,全流通下内幕交易可能会比股权分置时更加严重,如何有效防范大股东和机构投资者利用信息优势、资金优势、控制权优势进行内幕交易,是全流通下内幕交易监管防范面临的主要挑战。本文从内幕交易的行为动机及其影响因素展开研究,借鉴Becker(1968)"犯罪经济学"的研究框架及行为金融学的相关理论,选取了相应影响因素的度量指标,架构了内幕交易行为动机模型。然后基于问卷调查的模拟数据,运用结构方程模型对影响内幕交易行为动机模型中各个变量之间的逻辑关系和内在影响机制进行了实证研究,得出富有价值的研究结论,并据此给出相应的政策建议。

人工智能在资管行业的应用——基于基本面投资研究

人工智能的发展推动着人类社会的智能化程度日益提升,也为各行各业带来新的机遇。在资产管理行业,如何将日新月异的人工智能和日积月累的专家智能有效结合并应用于金融投资,是一个值得长期探索的金融课题。本文拟探讨人工智能技术应用于资产管理行业的经验和挑战,以及人工智能和专家智能投资方法各自的优劣,并重点介绍一种将两者相结合的基本面量化投资框架的构建思路和细节。该框架通过归纳行业逻辑、提取数据规律,充分将专家智能和人工智能优势互补、各尽其能。实证表明,这种人机协同的投资框架能有效地将行业高频数据信息转化为投资信号。基于该框架的择时策略,在轮胎、造纸、乘用车等多个行业上都能获得不同程度的超额收益。

基于AI+EI的长期资产定价模型

以ChatGPT为代表的大模型激起一波新的人工智能(Artificial Intelligence,AI)热潮,资产管理行业也在寻求在各个金融场景中利用AI技术来赋能业务的可能。然而金融价格数据信噪比较低,这就对AI技术在该领域的应用提出了新的挑战。与此同时,人类专家在实际工作中可以很好地胜任多种金融分析任务,但苦于精力有限无法进一步大幅提升覆盖广度和深度。因此如何有机地整合人类专家经验(Expert Intelligence,EI)和AI技术就变成了一种有前景的工作思路,这种思路也被称为AI+EI的金融实践。本文聚焦权益资产的长期资产定价问题,提出基于AI+EI的中枢定价模型。实证表明该模型可以充分缓解资产定价当中的多样性难题,并且相比经典估值计算方法在精度上有大幅提升。