动态高阶矩风险稳健性测度与参数化组合投资决策研究

针对已有高阶矩组合投资模型中风险测度与模型求解的不足,本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先,运用混频数据抽样分位数回归(MIDAS-QR)模型,充分挖掘高频数据信息,提高动态高阶矩风险测度的及时性、准确性和稳健性;其次,采用参数化组合投资策略,将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数,大幅缩减待估计参数数目,提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证,研究结果一致表明:第一,基于MIDAS-QR模型的动态高阶矩风险稳健性测度,不仅充分考虑了金融风险的时变特征,而且测度结果受异常值影响较小,是一个稳健且有效的测度方法;第二,市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关,条件波动率、动态峰度风险与组合投资权重显著负相关,这些为组合投资决策提供了较好的机理性解释;第三,与等权方案、M-V模型、基准(B)模型和B-S模型等相比,本文构建的B-S-K模型,在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。

中国上市银行长短期VaR混频计量估算及其有效性研究

本文基于MIDAS-QR模型和GARCH-MIDAS模型研究分析了2012年至2020年期间,我国16家上市银行及银行业的股票收益率在不同持有期内影响其风险价值的长短期成分的因素。研究表明:MIDAS-QR模型估算结果更加准确、稳健;我国上市银行的风险价值主要来源于其长期成分,短期VaR围绕其长期成分有着更加剧烈、更加频繁的上下波动;月度VaR的绝对值要远高于日度VaR的绝对值,这说明一项资产持有时期越长,所面临的风险也就越大。