tag 标签: 股票市场经管大学堂：名校名师名课

相关帖子

 版块 作者 回复/查看 最后发表
百度指数每日数据 attach_img 经管文库（原现金交易版） 今天为论文努力了吗 2021-7-24 1 1372 东大cyx 2021-11-16 21:47:07
公司大拐点 寻找股票市场中的十倍空间 attachment 金融实务版 yc12_2001 2013-5-17 34 6735 kj765 2019-9-11 19:54:14
炒股细节操作指导 attachment 金融实务版 yc12_2001 2013-6-12 10 4210 m2358 2016-3-31 07:42:43
投资者情绪与股票市场波动 attachment 金融实务版 yc12_2001 2013-5-20 25 6828 zhangyh1234 2016-1-5 18:35:09
数量化交易的风险管理 量化投资 玄霄 2013-8-31 3 7534 joesrd 2016-1-3 22:20:20
如何描述股票市场的宽度、广度与深度 爱问频道 orcef 2013-1-31 3 18443 annoy1866 2015-11-19 13:15:54
【独家发布】【巴菲特指定股市教科书】彼得·林奇点评版-股票作手回忆录 attachment 金融实务版 jshking 2013-8-24 5 4843 vivvivcn 2014-9-22 19:15:26
我想问下 用羊群效应模拟股票市场的可行性？ 爱问频道 佩佩佩大仔 2013-9-7 3 2250 佩佩佩大仔 2013-9-12 14:38:13
急求1998到2012年我国股票市场季度数据 数据求助 琳微笑 2013-8-20 4 1376 danellv 2013-8-22 08:39:05
股票市场技术分析 attachment 金融实务版 niuniucool11 2013-7-12 2 2158 sslazio1900 2013-8-1 10:55:04
悬赏 求 基于股票市场的随机过程的统计分析 - [!reward_solved!] attachment 求助成功区 凸集分离定理 2013-6-24 1 2114 jigesi 2013-6-24 04:53:55
如何用事件研究法研究股票收益率的变化 爱问频道 whz1989 2013-6-7 3 5316 whz1989 2013-6-18 20:39:43
关于股票市场价值的数据获取和计算 数据分析与数据挖掘 sophialuoluo 2013-6-16 0 3126 sophialuoluo 2013-6-16 00:33:21
2002-2011年社会融资规模分析（人民银行） 宏观经济学 kiaha 2013-6-14 0 2696 kiaha 2013-6-14 09:06:02
求世界主要经济体债券市场、股票市场、期货市场、外汇市场、黄金市场的介绍！ 金融学（理论版） chaiming123 2013-5-30 0 1371 chaiming123 2013-5-30 16:34:02
意大利、德国股票市场数据求助 数据求助 格子麦 2013-4-22 0 1204 格子麦 2013-4-22 15:31:13
中国证券和股票市场的做空机制 attach_img 金融实务版 bbs1989 2013-3-15 7 4023 kelvinlee0229 2013-4-22 12:24:41
股票市场波动性研究 金融实务版 804967363 2013-1-17 3 2873 chouccy 2013-1-17 18:30:53
股票市场机构投资者对中小投资者利益侵害行为监管 博弈分析与动态仿真研究 attachment SPSS论坛 shasha101955 2012-8-14 1 1639 有福有德 2012-10-17 17:06:03
更多...

相关日志

分享 于韦斌：原油分时图战法——识别主力意图（二）
于韦斌 2016-1-27 14:55
原油 市场 是否有主力？答案是肯定的，主力的运作不如股票市场那么明显，因此需要我们结合原油市场的时机情况做好区分和运用 。在接下来的 10几天时间里， 于韦斌会通过文字，为大家详细讲解分时图的使用与技巧，对此感兴趣的朋友，可以与我联系。 今天我们讲解原油分时图的主力意图 。 原油主力的特点主要有几种 ： 1、隐蔽性好，往往出现在市场不经意的时间段操控盘面。特别是交易冷清的时段。 2、 时间周期长，股票市场都需要潜伏很长时间，更何况原油市场 。 原油市场是国际市场，因此布局的周期需要更长，很多国际金融事件都是由主力制作策划出来。我们可不能小看国际资本的运作。 3、 分时图可以避免主力短线的操盘影响，同时可以显示出主力部分意图，因此散户和个人投资者留心观察分时图有助于我们的成长和进步，更能看懂原油市场的主力意图，我们不求每次主力意图都能识别，但是一但我们识别到了一次，跟上了主力节奏，都可以赚大钱！ 4、分时图主力并不会影响我们散户日内交易，原油产品不比其他，原油产品可以影响一个国家的经济甚至政治，还有国际市场的局面，因此原油市场的主力很大成分上会有政治色彩，这种主力是我们在股票市场里面完全看不懂的，原油市场的供求可以影响一个国家的动荡和稳定，以前美国原油断供，让美国几乎发生动乱，因此原油的主力，我们不必要刻意去判断，因为很大部分时间，我们个人投资者是接触不到。也分析不了 的 。 原油分时图实战就要从分时图的作用开始理解，理解清楚了，我们才能对分时图有信心，对一个图形和技术有信心，才是我们运用好这套技术和技术图形的重要前提。 于韦斌 遇到很多投资者，都是没有明确的时间管理，对任何一套技术或者时间周期均没有信心，亏损并不可怕，可怕的是老想着更换技术，这样恐怕不是长久之计，因为我们无论怎么换技术，都必然要遇到亏损和失败，无处可逃，无技术可换 。 为何要重点讲解 原油分时图 ，主要原因是分时图是独一无二，且可以独立存在的交易技术，原油市场做短线，无非就是在一日内完成买入和卖出的操作，因此我们无需考虑太多要素做好今日即可 。
个人分类: 投资心得|45 次阅读|0 个评论
分享 赖小民：资本市场大幅波动原因是监管有效性不足
accumulation 2016-1-9 13:39
　2016年1月8日至9日，第二十届（2016年度）中国资本市场论坛在北京举行。中国华融资产管理股份有限公司董事长赖小民表示，尽管2015年的股市跌宕起伏，但中国的金融资本市场还没有到危机的阶段。市场制度不完善，监管有效性不足是资本市场大幅波动的重要原因。 　　首先，市场基础交易制度不完善，不利于资本市场的稳定发展。涨跌停板制度、T+1交易制度、交易平台制度、强制平仓制度、熔断制度等，这些制度都有缺陷，应该要加强监管。 　　其次，资金跨市场流动，凸现了分层监管不适应性。另外，风险在金融系统内部的传递，更加剧了我国资本市场和金融体系运行的不确定。 　　再者，缺乏整体配套有效的平台机制和价值发现机制，阻碍了股票市场自身功能的正常发挥。 　　最后，上市公司的监管不到位，非法内幕交易扰乱了市场秩序。
个人分类: 金融学|0 个评论
分享 有效市场假说
accumulation 2016-1-2 12:44
习题:考虑以下现象，每种情形隐含着哪种市场有效假说？ 1.某投资者寻找在过去五个交易日里股价均有上涨的公司。假定该投资者通过购买这样的股票并持有三天后卖掉就能获得正的超额收益。 2.另一投资者花了好几个小时来研究公司的年报来搜寻低市盈率的股票。该投资者获得与标准普尔500指数类似的收益。 3.一个股票市场的分析师发现，公司的CEO们普遍都在市场表现变差前卖出他们的股票。
个人分类: 金融工程|0 个评论
分享 投资学
accumulation 2015-10-1 18:42
股权估价模型 比较估价 用账面价值进行比较估计 账面价值的局限 内在价值与市场价格 现金股利与资本利得 持有收益与 CAPM 模型 股利贴现模型 预期红利的贴现值 股票内在价值的股利贴现模型 股票的市场资本化率公式 价格收敛于内在价值 股价与投资机会 生命周期与多阶段增长模型 市盈率 市盈率与增长机会 市盈率与股票风险 市盈率分析 综合市盈率分析与股利贴现模型 其它比较估价比率 托宾 Q 值 公司财务与自由现金流方法 通货膨胀与股权估价 整个股票市场的行为 解释过去的行为 预测股票市场
个人分类: 金融学|0 个评论
分享 希勒关于资产价格泡沫的理论及评价
accumulation 2015-9-15 16:32
本文从经济思想史的角度分析阐述了希勒资产价格泡沫理论的内容及意义。 本文由四部分构成：第一部分论述资产价格泡沫的历史，包括股票价格泡沫的历史、房地产价格泡沫的历史和其他实物资产价格泡沫的历史；第二部分介绍希勒的股票市场泡沫理论，从理论框架、股市泡沫度量方法、股市泡沫行为成因、股市泡沫制度成因四方面进行阐述；第三部分介绍希勒的房地产市场泡沫理论，从理论框架、房地产市场泡沫度量、房地产泡沫行为成因和房地产泡沫制度成因四方面进行阐述；第四部分对希勒资产价格泡沫理论进行评价，探究其理论的意义和局限性。
个人分类: 金融工程|0 个评论
分享 中国股票市场机构投资者投资集群效应分析
accumulation 2015-9-15 16:26
关键词： 集群效应;公募基金;私募基金;股票表现;区间收益率 机构投资者在股票市场上的投资行为及其影响是受到广泛关注的话题，传统上认为机构投资者在市场中拥有更为充分的信息资源和更强分析判断能力，其投资行为相对其他投资者更有效率。中国股票市场上的基金投资者投资行为是否有某种一致性趋势，其投资与市场走势有无显著性的关联，是本文意图探讨的问题。本文首先通过贝叶斯概率模型对投资者在市场上投资的集群效应进行理论上一定的解释说明。后使用Wind数据库中412家符合筛选条件的基金近10年季报所披露10大重仓股数据，通过LSV及其赋权重改进型模型测算各股买入和卖出方的集群值，数据显示基金投资者存在较明显的集群现象，其在股票投资上出现“一致性”持有或抛出的可能性较大。本文对LSV模型进行赋权重改进，对比季度末的集群值和季度内对应股价收益率，发现机构投资者集中买入的股票相对表现优异，集中卖出的股票则相对较差。模型能较好“解释”季度内股价表现，该数据为基金投资者市场决策有效性探讨提供一定有利支持。对比季度末获取集群值同公告日后短期内股价走势时，发现部分模型具备一定“预测”能力，但“预测”模型不能达到“解释”模型效果。无论是“解释”还是“预测”，赋权重LSV模型在买入方更具有解释力，但在卖出方其解释效果却不如无权重LSV模型。通过赋权重LSV模型分析，本文也发现基金投资者更易集中持有大市值股票，集群程度随市场行情而波动等结论。相对较大市值股票，被集中性投资的较小市值股票能为其带来更好回报等结论。最后通过Wind数据库以及聚缘数据库中公布的公、私募基金净值数据，采用CSAD模型对公私、募基金净值收益率数据进行分析对比，从收益率角度对比说明其两者集群效应。
个人分类: 金融工程|0 个评论
分享 中国股市个体投资者非理性行为研究
accumulation 2015-9-15 16:16
关键词： 非理性;过度自信;过度交易;处置效应 在现实的金融市场中，随着金融研究的逐渐深入，出现了许多传统的金融理论所无法解释的现象，这使得研究者开始更多的关注投资者心理因素及其偏差体现在个体决策行为上的影响。与传统金融理论在完全理性人假设下研究证券市场投资者的行为不同，行为金融理论在心理学、决策科学研究成果的基础上，研究了投资者的有限理性。行为金融学理论突破了传统金融理论预期效用最大化和有效市场的研究范式，从投资者的实际决策心理出发，重新审视主宰金融市场的人为因素对市场的影响，从而有效地解释了众多的市场“异象”。因此，针对投资者非理性行为的研究是一个非常重要的课题。本文基于行为金融学的研究框架，首先对影响投资者决策的心理因素进行探讨，并运用行为金融学的有关理论进一步解释了投资者的决策行为模式，然后以行为金融理论为指导，利用中国股票市场个体投资者在二级市场的交易数据进行实证研究，以期发现中国个体投资者的交易行为特征，并探讨其理性程度。实证结果表明在一定时期与范围内，中国股市个体投资者存在非理性的投资行为。进一步检验非理性对个体投资者造成的损失，发现交易频率对投资者的收益有着明显的负相关关系，并且中国股市个体投资者也存在着很严重的过度自信和处置效应现象，这也极大地损害了个体投资者的财富。最后本文主要从规范投资者投资行为以及制度建设方面，针对投资者的非理性行为，提出了对中国证券市场的发展建议。
个人分类: 金融工程|0 个评论
分享 中国股市泡沫的临界点模型研究
accumulation 2015-7-4 15:10
股市泡沫临界点模型（LPPL 模型）是由Didier Sornette在2003年提出的对数周期性幂律模型。随着2008年金融危机的发生全球范围内也发生了股市的崩盘，LPPL 模型在国外股票市场中得到了印证。该模型认为市场坍塌是由羊群行为与正反馈作用导致的，模型认为通过对历史股价数据进行模拟可以预测出泡沫破灭的时点，并且对投资者进行合理的投资决策与提前防范风险有指导作用。 本文的研究目的是探讨该模型在中国市场是否适用，模型是否具有较强的预测能力和稳定性。本文首先回顾了LPPL模型的理论基础与推导机制，然后使用中国市场的数据进行实证分析，结果表明LPPL模型能够预测出崩溃点。但模拟结果不够稳定，时间窗口的改变会严重影响到预测的崩溃点。于是本文提出通过滤波、移动平均的方法进行改进，并根据LPPL模型特性探讨提高模型稳定性的试验，实证结果表明滤波和移动平均的方法都可以提高模型的稳定性。
个人分类: 金融工程|0 个评论
分享 道琼斯指数
accumulation 2015-6-6 14:17
平时所说的道琼斯指数就是指道琼斯工业股票平均价格指数，这是一种代表性强，应用范围广，作用突出的股价指数，是目前世界上影响最大、最有权威性的一种股票价格指数。道琼斯30种工业股票平均价格指数于1896年5月26日问世。 道琼斯工业平均指数目前由《华尔街日报》编辑部维护，其成份股的选择标准包括成份股公司持续发展，规模较大、声誉卓著，具有行业代表性，并且为大多数投资者所追捧。目前，道琼斯工业平均指数中的30种成份股是美国蓝筹股的代表。这个神秘的指数的细微变化，带给亿万人惊恐或狂喜，它已经不是一个普通的财务指标，而是世界金融文化的代号。 原因之一是道琼斯股票价格平均指数所选用的股票都是有代表性，这些股票的发行公司都是本行业具有重要影响的著名公司，其股票行情为世界股票市场所瞩目，各国投资者都极为重视。为了保持这一特点，道琼斯公司对其编制的股票价格平均指数所选用的股票经常予以调整，用具有活力的更有代表性的公司股票替代那些失去代表性的公司股票。自1928年以来，仅用于计算道琼斯工业股票价格平均指数的30种工商业公司股票，已有30次更换，几乎每两年就要有一个新公司的股票代替老公司的股票。 原因之二是，公布道琼斯股票价格平均指数的新闻载体－－《华尔街日报》是世界金融界最有影响力的报纸。该报每天详尽报道其每个小时计算的采样股票平均指数、百分比变动率、每种采样股票的成交数额等，并注意对股票分股后的股票价格平均指数进行校正。在纽约证券交易营业时间里，每隔半小时公布一次道琼斯股票价格平均指数。 原因之三是，这一股票价格平均指数自编制以来从未间断，可以用来比较不同时期的股票行情和经济发展情况，成为反映美国股市行情变化最敏感的股票价格平均指数之一，是观察市场动态和从事股票投资的主要参考。 但是由于道·琼斯股票价格指数是一种成分股指数，它包括的公司仅占目前2500多家上市公司的极少部分，而且多是热门股，且未将近年来发展迅速的服务性行业和金融业的公司包括在内，所以它的代表性也一直受到人们的质疑和批评。 从1996年5月25开始，还针对我国的股票市场编制了道琼斯中国股票指数。截至1998年4月1日，沪深两市共有88支股票作为其成分股入选，故称为道琼斯中国88股票指数。
个人分类: 金融学|0 个评论
分享 美林时钟
accumulation 2015-5-28 22:21
一般而言，利率下行，即货币宽松，对股票市场有利；而通胀下行，即通货膨胀率下行，对股票市场有利；具体的关于股市、债市以及经济周期的关系，请参见“美林时钟”； 1.美林时钟图告诉你现在该投资什么了 方便实用： https://bbs.pinggu.org/thread-3695333-1-1.html ； 2.美林时钟十年升级版：商品、股市、债市波动革命： https://bbs.pinggu.org/thread-3669603-1-1.html ；
个人分类: 金融工程|0 个评论
分享 Hedge Fund DNA：阿尔法 — 对冲基金的追求
accumulation 2015-5-23 01:24
来源/作者:CTA基金网 作者：开开门资本 阿尔法(α)这个词在全世界的投资界广为使用，他代表着绝对收益、超额收益，也在中国代表着一种特有的股票市场中性策略。在我们的上一篇报告(如何避免“阿尔法对冲”策略的黑天鹅事件) 中，我们提到了，这些名义上的“阿尔法”对冲策略实际上重仓在小盘股上，而小盘股实质上代表着某一种“贝塔”。所以，我们想借此机会强化对于阿尔法真实定义的理解，因为这对于去挑选那些具有能力去攫取真实阿尔法的基金经理至关重要。 一个对冲基金，或者说任何的资产管理公司，无非只有2种获取收益的方式： 阿尔法，通过比其他市场参与者更聪明，从对方的错误中获取收益。 贝塔，承担某种程度的风险，以获得相对应的风险溢价所得。 因此，总的收益可以被分为三块 总回报 = 无风险收益 + 贝塔 + 阿尔法 贝塔-在金融市场中通过它赚钱的方式就是去承担系统性的风险，而市场会依此相应地补偿你。举例来说，股票比现金高出那么多回报的根本原因是股票本质上是一种比现金风险更大的投资。同样的逻辑也可以运用到债券对现金、信用债对国债等。 也许在任何时间节点上，风险高的金融资产会更贵或更便宜，但是长远来看，他们应该会比低风险的资产带回更高的回报。（见图1）贝塔相对来说更容易获取，而且长期而言也能获得正回报。传统类型上的贝塔包括：股票、国债、信用债、商品。 图1中国大类资产收益与风险（2003年到2015年） 阿尔法-而市场中另外一种赚钱的方式是从市场中的其他参与者手中赚钱，这叫做阿尔法。阿尔法本质是一个零和游戏。在买一个涉及到阿尔法的交易中，都有一个赢家和一个输家。阿尔法的例子包括择时和股票挑选。只有比市场更聪明的投资者才能稳定地提供阿尔法。除此之外，阿尔法策略还是一种很好的分散风险的手段，因为他们往往和传统的资产有很低的相关性。（见图2）拥有许多不同类型的阿尔法会极大地降低组合的风险。 图2阿尔法所起的分散作用 理论上，投资者应该愿意付出更多让那些更聪明，能攫取阿尔法收益的基金经理代为管理他的资产。但是在现实中，找到那些能持续战胜市场中其他参与者的基金经理是异常困难的一件事。而阿尔法是非常稀缺的，因此它的价格也是相应的高的。反过来说，一个投资者不应该为一个大部分是由承担系统性风险而获取收益的基金经理付出过高的费用，因为在长期获取风险溢价是更容易被复制的。 我们常常听到，如果你投资的某款股票型基金产品去年的回报是35%，而整个股市同期上涨了20%，那么投资者经常会认为这额外的15%的回报是由管理该产品的基金经理的能力所带来的阿尔法。我们认为这样区分阿尔法和贝塔的方式过于简单了。它并没有抓住和定量的提炼出每个策略中所含的阿尔法与不同的贝塔。我们需要理解每个策略中各自的阿尔法和贝塔，从而能够更有针对性地为自己的投资组合选择相应的策略。因为对冲基金的收费常常是2+20，可有许多对冲基金往往将贝塔的产品包装成阿尔法来收取高的费用。我们希望利用我们阿尔法/贝塔框架，选出带有真正阿尔法的基金。 我们采集了2500家国内私募基金的数据，然后用我们的对冲基金DNA系统去分析每个基金中的阿尔法的组成成分。然后我们将每家基金的阿尔法与其各自的回报和夏普比做比对。 并且我们进一步把这些基金分成4个小的组（蓝、黄、红、绿）你可以看到具有高阿尔法的基金往往具有高的夏普比（见图3）。 图3阿尔法对夏普比 同样的，具有高阿尔法的基金也往往具有高的收益率。（见图4） 图4 阿尔法对收益率同样的，具有高阿尔法的基金也往往具有高的收益率。（见图4） 图4 阿尔法对收益率 因此我们得出以下结论：那些具有较高阿尔法的基金，平均而言也能提供较高的收益率和较高的夏普比。 那国内的对冲基金市场到底有多少阿尔法存在呢？ 这个答案就像其他任何资本市场一样——并不多，并且它的数量比现有的贝塔少很多。 我们再次使用对冲基金DNA系统，去查看拥有4年以上业绩的基金之间的相关性。 图5是基金回报间的热度图。红色的区域代表着这些基金见的回报高度相关。而高度行相关的回报往往意味着这些对冲基金在采用同样或类似的策略去获取风险溢价的收益，而不是通过过战胜其他市场参与者的阿尔法收益（阿尔法收益的特征往往是和其他市场参与没有相关性）。所有基金间的平均相关性达到了45%。 图5中国私募基金间的相关性 因为我们意识到，基金经理攫取阿尔法获取收益的能力在中国是和全世界其他地方一样的稀缺。这样的能力之所以那么宝贵不仅仅是因为它带来了高额的收益，也是因为它对现有的组合带来了很好的分散风险的作用。 为了进一步阐明这一点，我们选取了50家具有高阿尔法的基金，并构建了一个等权重的组合(高阿尔法FOF)。同样，我们选取了50家具有低阿尔法的基金，也构建了一个等权重的组合 (低阿尔法FOF)。正如你在图6中看到的，在过去的2年中，高阿尔法FOF 的表现远远胜于低阿尔法FOF，回报多了60%，而从图7中我们也看到，它的回撤也一直小于低阿尔法FOF。 图6高阿尔法FOF 对比低阿尔法FOF回报 图7高阿尔法FOF 对比低阿尔法FOF回撤 结论 通过对冲基金DNA系统，我们可以更加科学有效地甄别出各个基金各自独特的阿尔法，在配置母基金组合时降低他们之间的相关性，为投资者提供有效的分散风险方法，并提供长期稳定的回报。在下一期我们将介绍如何攫取多维度的贝塔收益。
个人分类: 金融工程|0 个评论
分享 人民币贬值与房地产之间的联系
accumulation 2015-5-13 22:58
房地产和股票是我国居民投资结构中最普遍、最重要的配置资产，传统上对上述二者的市场分析主要是基于供求关系或者基本面等国内因素，而对外部因素分析不足。随着我国人民币国际化和资本项目开放进程的逐步推进，汇率作为影响国内与国外两个市场资产配置效率的重要因素，也将逐渐强化其对我国房地产与股票市场的影响力。 　　近年来房地产市场一改过去两位数的房价上涨幅度，呈现量价齐跌态势。2014年全国房价总体趋势是温和下降，当年全国商品房销售面积较上年下降7.6%，商品房销售额下降6.3%，其中，一二线城市房价保持平稳，而三四线城市房价回调幅度较大。房价下行的原因中，最核心因素是供求关系的改变，其他诸如ZF反腐措施的持续展开，以及信托、互联网金融等替代投资工具的兴起也对房价下行产生了作用。除此之外，年初以来的人民币汇率走低，也对房价形成了下行压力。纵观房地产市场，全国房价的总体下行趋势与人民币汇率走低基本一致。 　　目前尚无官方报告确认我国房地产市场的泡沫程度，相关分析报告散见非官方机构。上海易居房地产研究院发表的《全国35个大中城市房价收入比报告》指出，2013年中国35个大中城市房价收入比均值为10.2，其中北京、上海、深圳、福州4个城市遥遥领先，北京高达19.1位居榜首。过高的房地产泡沫将对中国经济安全造成风险，对中国ZF而言，人民币贬值将有助于强化房价调控，实现房地产市场的软着陆。 　　货币波动情境下，汇率下跌对房价的作用机理主要涵盖三种效应：首先是流动性效应。人民币贬值将压缩投机资本的获利空间，促使资本流出，造成国内流向房地产业的资金紧张，进而改变当前房地产的供求关系。在房地产供应总量不变条件下，由于缺乏资金及需求支持，房地产价格上涨冲动将被抑制。其次是逆财富效应。人民币贬值将造成进口商品价格上升，从而导致进口减少，造成国内商品价格上升，使得社会购买力不足，造成房地产消费需求不振，最终对房价形成下跌压力。最后是替代效应。在人民币贬值或者具有贬值预期条件下，ZF为保持汇率稳定将进行市场干预，通过购入人民币释放美元从而提振人民币汇率，这将造成流动性不足，抑制房地产价格上涨。 　　通过上述分析可以发现，人民币汇率的下跌，在房地产市场供大于求阶段将强化房地产价格的回调，有助于打破房地产市场单边上升的市场预期，避免房地产泡沫的进一步积累，有益于房地产行业释放风险健康发展。此外，房价回调为下一步进行依托市场力量的政策实践提供了弹性空间。更重要的是，汇率影响房地产价格是一种市锄制，它通过资源配置方式对房地产市场进行影响，有助于凸显市场在我国经济发展中的决定性作用。
个人分类: 宏观经济学|0 个评论
分享 股指期货对我国股市的影响
accumulation 2015-5-8 14:06
股指期货对我国股市的影响 股票指数期货，是一种以股票价格指数作为标的物的金融期货合约。与股票现货交易相比，股指期货交易具有交易成本低、杠杆比率较高、市场流动性好、能提供较方便的卖空交易等特征。 一、改变市场投资理念，实现卖空的交易机制。 目前我国股市属于典型的单边市场，只能做多，不能做空。要想盈利只有靠时机选择，即在市场点位较低时，进入市场，在股指上涨一定时间或空间后抛出。此外，别无它法。但随着市场的不断发展，以及投资人的认识水平的不断提高，不仅通过做多获取利润愈发困难，这种盈利方式也受到了业内外投资人士的置疑。诚然，要做多只有吹泡沫，而泡沫的破裂带来的是对市场更严重的打击。做空机制从理论上是说的通的，也是符合辩证法的。股指及具体个股的真正价值中枢只有通过多空对决才能得以显现，市场才能稳定，任何理论性的探讨才能会有比较说服力的结果来支持。建立做空机制是指投资者预期股票市场价格将要下跌并积极利用这种下跌来获取相应利润的操作行为以及配套的相关制度，具体包括利用信用交易进行卖空和利用股指期货来进行做空。其中的信用交易卖空的基本运作程序是，投资者(保证金空头交易者)以部分现金或有价证券作担保，委托卖出股票时由证券商贷给股票，到期按规定归还股票并向证券商支付利息。在这过程中，融券的数额取决于规定的保证金率，即投资者交付的保证金占融券折合资金额的比例。在利用股指期货卖空中，投资者先是在判断股指将要下跌时卖出股指期货合约，其后待股指下跌时买进以进行对冲。股指期货的推出将有助于股市实现卖空的交易机制。 二、丰富投资工具，有助于吸引机构资金入市 开展股指期货交易，为机构投资者增加了投资品种，提供有效的风险管理工具，有利于促进组合投资，降低机构投资者的交易成本，提高资金的利用效率。股指期货的做空机制使得机构投资者可从原来的买进之后等待股票价格上升的单一模式转变为双向投资模式。以基金为例，由于我国的证券市场是一个单向的做多市场，这就意味着基金管理人要想实现在市场上的资本增值，必须先购买股票，由于契约的限制，基金的股票持仓量通常很高。而市场波动却是双向的，当进入阶段性的空头市场时，基金管理人则缺乏有效的工具回避市场风险。一旦市场出现下跌，基金的兑付压力就会显著增大。基金管理人必将无法承受日益增大的兑现压力，而进行部分资产的变现，从而引起基金重仓股的股价快速下跌，形成恶性循环。另外，股指期货的推出将会促使一些大盘股的股性发生转变，提高投资者投资国企大盘股的积极性。目前，中国成份指数样本股中，大盘绩优股的国企股占较大权重。股指期货交易的开展，有助于提高投资者参与这类股票交易的积极性，从而间接促进国企大盘股发行上市工作的开展。 三、促进股价的合理波动，充分发挥经济晴雨表的作用 由于缺乏风险回避机制，许多机构投资者只能借助内幕消息进行短线投机以达到获利的目的，造成股市异常波动。开展股指期货交易能够大量聚集各种信息，有利于提高股市的透明度；如果股市价格与股指期货市场间价差增大，将会引来两个市场间的大量套利行为，可抑制股票市场价格的过度波动；通过集合竞价可产生反映国民经济的未来变化不同到期月份的股票指数期货合约价格；同时，国外学者通过大量实证研究表明，股指期货价格一般领先股票现货市场的价格，并有助于提高股票现货市场价格的信息含量。因此，股指期货交易可使股票市场更充分发挥国民经济晴雨表的作用。 四、有利于促进与国际市场的接轨，增加中国证券市场的国际竞争力 现在发达国家与许多新兴市场化国家都已推出股指期货交易，形成完整的股票衍生产品体系。在证券市场全球化的今天，如果还停留在传统的交易方式中，不引进现代金融工具，中国证券市场在功能与体系方面都将是不健全的，不但难以与国际市场接轨，国内股市的市场化定价权也将会旁落。在政策利好效力不断下降，国内监管层逐渐丧失股票行政定价能力的同时，如果再让海外市场抢先拿到国内股市的市场化定价权，丧失对股市风险管理工具的监管，在一定情况下还可能被国际大投机家所利用，威胁到我国股市安全。——历史上，日本和中国台湾股市正是因失去自主定价权而经历了相当长的被动局面。此外，中国不开自己的股指期货，自然会有其它国家开，如2004年10月，芝加哥期权交易所推出了中国股指期货，交易对象主要是在海外上市的中国大型国企指数期货合约。紧接着，新加坡交易所也宣布将推出中国指数期货。如让国外市场抢占制高点，这样发展下去对中国资本市场发展前景是极为不利的。
个人分类: 金融工程|0 个评论
分享 股票市场经验规律
accumulation 2015-4-4 21:41
1.股票市场中收益率波动的聚集现象（金融计量学解释与金融经济学解释）； 2.股票市场中收益率为正的次数往往多于股票市场中收益率为负的次数； 3.股票市场中股票价格下跌的幅度往往远大于股票价格上涨的幅度；
个人分类: 金融工程|0 个评论
分享 金融风险理论--从统计物理到风险管理
accumulation 2015-3-28 09:47
金融风险理论--从统计物理到风险管理特色及评论 在上一个世纪五十、七十年代的两个时间段，有一些智者提出了“风险的处理和效益的优化”两个现代金融学的中心议题。从此，几乎所有数理金融的理论也都围红绕着这两个基本问题而展开。 金融风险理论--从统计物理到风险管理内容简介 本书的重点是金融风险的控制和管理，为此必须要有可管、可控的指标，有了这些指标，就可以对风险定价，给出合理的模式和方法，所以本书的最后一章，广泛讨论了各种期权的定价和风险管理。这是一本视角、方法都很有特点的书，自始至终贯穿着用实际的证券市场的数据来说明、验证相应的分析结论，用股票市场的指数、外汇市场的交易和国债市场的行情作为实例，因此是有数据支持，令人不感到枯燥的分析。各种不同观点的人，从这本书的分析中都会有所收获。 　~Preface 　　1 Probability theory: basic notions 　　1.1 Introduction 　　1.2 Probability distributions 　　1.3 Typical values and deviations 　　1.4 Moments and characteristic function 　　1.5 Divergence of moments-asymptotic behaviour 　　1.6 Gaussian distribution 　　1.7 Log- Normal distribution 　　1.8 Levy distributions and Paretian tails 　　1.9 Other distributions (*) 　　1.10 Summary 　　2 Maximum and addition of random variables 　　2.1 Maximum of random variables 　　2.2 Sums of random variables 　　2.2.1 Convolutions 　　2.2.2 Additivity of cumulants and of tail amplitudes 　　2.2.3 Stable distributions and self-similarity 　　2.3 Central limit theorem 　　2.3.1 Convergence to a Gaussian 　　2.3.2 Convergence to a Levy distribution 　　2.3.3 Large deviations 　　2.3.4 Steepest descent method and Cram~~r function (*) 　　2.3.5 The CLT at work on simple cases 　　2.3.6 Truncated L6vy distributions 　　2.3.7 Conclusion: survival and vanishing of tails 　　2.4 From sum to max: progressive dominance of extremes (*) 　　2.5 Linear correlations and fractional Brownian motion 　　2.6 Summary 　　3 Continuous time limit, Ito calculus and path integrals 　　3. I Divisibility and the continuous time limit 　　3.1.1 Divisibility 　　3.1.2 Infinite divisibility 　　3.1.3 Poisson jump processes 　　3.2 Functions of the Brownian motion and Ito calculus 　　3.2.1 Ito's lemma 　　3.2.2 Novikov's formula 　　3.2.3 Stratonovich's prescription 　　3.3 Other techniques 　　3.3.1 Path integrals 　　3.3.2 Girsanov's formula and the Martin-Siggia-Rose trick 　　3.4 Summary 　　4 Analysis of empirical data 　　4.1 Estimating probability distributions 　　4.1.1 Cumulative distribution and densities - rank histogram 　　4.1.2 Kolmogorov-Smirnov test 　　4.1.3 Maximum likelihood 　　4.1.4 Relative likelihood 　　4.1.5 A general caveat 　　4.2 Empirical moments: estimation and error 　　4.2.1 Empirical mean 　　4.2.2 Empirical variance and MAD 　　4.2.3 Empirical kurtosis 　　4.2.4 Error on the volatility 　　4.3 Correlograms and variograms 　　4.3.1 Variogram 　　4.3.2 Correlogram 　　4.3.3 Hurst exponent 　　4.3.4 Correlations across different time zones 　　4.4 Data with heterogeneous volatilities 　　4.5 Summary 　　5 Financial products and financial markets 　　5.1 Introduction 　　5.2 Financial products 　　5.2.1 Cash (Interbank market) 　　5.2.2 Stocks 　　5.2.3 Stock indices 　　5.2.4 bonds 　　5.2.5 Commodities 　　5.2.6 Derivatives 　　5.3 Financial markets 　　5.3.1 Market participants 　　5.3.2 Market mechanisms 　　5.3.3 Discreteness 　　5.3.4 The order book 　　5.3.5 The bid-ask spread 　　5.3.6 Transaction costs 　　5.3.7 Time zones, overnight, seasonalities 　　5.4 Summary 　　6 Statistics of real prices: basic results 　　6.1 Aim of the chapter 　　6.2 Second-order statistics 　　6.2.1 Price increments vs. returns 　　6.2.2 Autocorrelation and power spectrum 　　6.3 Distribution of returns over different time scales 　　6.3.1 Presentation of the data 　　6.3.2 The distribution of returns 　　6.3.3 Convolutions 　　6.4 Tails, what tails？ 　　6.5 Extreme markets 　　6.6 Discussion 　　6.7 Summary 　　7 Non-linear correlations and volatility fluctuations 　　7.1 Non-linear correlations and dependence 　　7.1.1 Non identical variables 　　7.1.2 A stochastic volatility model 　　7.1.3 GARCH(I,I) 　　7.1.4 anomalous kurtosis 　　7.1.5 The case of infinite kurtosis 　　7.2 Non-linear correlations in financial markets: empirical results 　　7.2.1 Anomalous decay of the cumulants 　　7.2.2 Volatility correlations and variogram 　　7.3 Models and mechanisms 　　7.3.1 Multifractality and multifractal models (*) 　　7.3.2 The microstructure of volatility 　　7.4 Summary 　　8 Skewness and price-volatility correlations 　　8.1 Theoretical considerations 　　8.1.1 Anomalous skewness of sums of random variables 　　8.1.2 Absolute vs. relative price changes 　　8.1.3 The additive -multiplicative crossover and the q-transformation 　　8.2 A retarded model 　　8.2.1 Definition and basic properties 　　8.2.2 Skewness in the retarded model 　　8.3 Price-volatility correlations: empirical evidence 　　8.3.1 Leverage effect for stocks and the retarded model 　　8.3.2 Leverage effect for indices 　　8.3.3 Return-volume correlations 　　8.4 The Heston model: a model with volatility fluctuations and skew 　　8.5 Summary 　　9 Cross-correlations 　　9.1 Correlation matrices and principal component analysis 　　9.1.1 Introduction 　　9.1.2 Gaussian correlated variables 　　9.1.3 Empirical correlation matrices 　　9.2 Non-Gaussian correlated variables 　　9.2.1 Sums of non Gaussian variables 　　9.2.2 Non-linear transformation of correlated Gaussian variables 　　9.2.3 Copulas 　　9.2.4 Comparison of the two models 　　9.2.5 Multivariate Student distributions 　　9.2.6 Multivariate L~~vy variables (*) 　　9.2.7 Weakly non Gaussian correlated variables (*) 　　9.3 Factors and clusters 　　9.3.1 One factor models 　　9.3.2 Multi-factor models 　　9.3.3 Partition around medoids 　　9.3.4 Eigenvector clustering 　　9.3.5 Maximum spanning tree 　　9.4 Summary 　　9.5 Appendix A: central limit theorem for random matrices 　　9.6 Appendix B: density of eigenvalues for random correlation matrices 　　10 Risk measures 　　10.1 Risk measurement and diversification 　　10.2 Risk and volatility 　　10.3 Risk of loss, 'value at 　　10.4 Temporal aspects: drawdown and cumulated loss 　　10.5 Diversification and utility-satisfaction thresholds 　　10.6 Summary 　　11 Extreme correlations and variety 　　11.1 Extreme event correlations . 　　11.1.1 Correlations conditioned on large market moves 　　11.1.2 Real data and surrogate data 　　11.1.3 Conditioning on large individual stock returns: exceedance correlations 　　11.1.4 Tail dependence 　　11.1.5 Tail covariance (*) 　　11.2 Variety and conditional statistics of the residuals 　　11.2.1 The variety 　　11.2.2 The variety in the one-factor model 　　11.2.3 Conditional variety of the residuals 　　11.2.4 Conditional skewness of the residuals 　　11.3 Summary 　　11.4 Appendix C: some useful results on power-law variables 　　12 Optimal portfolios 　　12.1 Portfolios of uncorrelated assets 　　12.1.1 Uncorrelated Gaussian assets 　　12.1.2 Uncorrelated 'power-law' assets 　　12.1.3 Exponential' assets 　　12.1.4 General case: optimal portfolio and VaR (*) 　　12.2 Portfolios of correlated assets 　　12.2.1 Correlated Gaussian fluctuations 　　12.2.2 Optimal portfolios with non-linear constraints (*) 　　12.2.3 'Power-law' fluctuations - linear model (*) 　　12.2.4 'Power-law' fluctuations - Student model (*) 　　12.3 Optimized trading 　　12.4 Value-at-risk- general non-linear portfolios (*) 　　12.4.1 Outline of the method: identifying worst cases 　　12.4.2 Numerical test of the method 　　12.5 Summary 　　13 Futures and options: fundamental concepts 　　13.1 Introduction 　　13.1.1 Aim of the chapter 　　13.1.2 Strategies in uncertain conditions 　　13.1.3 Trading strategies and efficient markets 　　13.2 Futures and forwards 　　13.2.1 Setting the stage 　　13.2.2 Global financial balance 　　13.2.3 Riskless hedge 　　13.2.4 Conclusion: global balance and arbitrage 　　13.3 Options: definition and valuation 　　13.3.1 Setting the stage 　　13.3.2 Orders of magnitude 　　13.3.3 Quantitative 　　14 Options: hedging and residual risk 　　14.1 Introduction 　　14.2 Optimal hedging strategies 　　14.2.1 A simple case: static hedging 　　14.2.2 The general case and 'A' hedging 　　14.2.3 Global hedging vs. instantaneous hedging 　　14.3 Residual risk 　　14.3.1 The Black-Scholes miracle 　　14.3.2 The 'stop-loss' strategy does not work 　　14.3.3 Instantaneous residual risk and kurtosis risk 　　14.3.4 Stochastic volatility models 　　14.4 Hedging errors. A variational point of view 　　14.5 Other measures of risk-hedging and VaR (*) 　　14.6 Conclusion of the chapter 　　14.7 Summary 　　14.8 Appendix D 　　15 Options: the role of drift and correlations 　　15.1 Influence of drift on optimally hedged option 　　15.1.1 A perturbative expansion 　　15.1.2 'Risk neutral' probability and martingale s 　　15.2 Drift risk and delta-hedged options 　　15.2.1 Hedging the drift risk 　　15.2.2 The price of delta-hedged options 　　15.2.3 A general option pricing formula 　　15.3 Pricing and hedging in the presence of temporal correlations (*) 　　15.3.1 A general model of correlations 　　15.3.2 Derivative pricing with small correlations 　　15.3.3 The case of delta-hedging 　　15.4 Conclusion 　　15.4.1 Is the price of an option unique？ 　　15.4.2 Should one always optimally hedge？ 　　15.5 Summary 　　15.6 Appendix E 　　16 Options: the Black and Scholes model 　　16.1 Ito calculus and the Black-Scholes equation 　　16.1.1 The Gaussian Bachelier model 　　16.1.2 Solution and Martingale 　　16.1.3 Time value and the cost of hedging 　　16.1.4 The Log-normal Black-Scholes model 　　16.1.5 General pricing and hedging in a Brownian world 　　16.1.6 The GREEKS 　　16.2 Drift and hedge in the Gaussian model (*) 　　16.2.1 Constant drift 　　16.2.2 Price dependent drift and the Omstein-Uhlenbeck paradox 　　16.3 The binomial model 　　16.4 Summary 　　17 Options: some more specific 　　17.1.3 Discrete dividends 　　17.1.4 Transaction costs 　　17.2 Other types of options 　　17.2.1 'Put-call' parity 　　17.2.2 'Digital' options 　　17.2.3 'Asian' options 　　17.2.4 'American' options 　　17.2.5 'Barrier' options (*) 　　17.2.6 Other types of options 　　17.3 The 'Greeks' and risk control 　　17.4 Risk diversification (*) 　　17.5 Summary 　　18 Options: minimum variance Monte-Carlo 　　18.1 Plain Monte-Carlo 　　18.1.1 Motivation and basic principle 　　18.1.2 Pricing the forward exactly 　　18.1.3 Calculating the Greeks 　　18.1.4 Drawbacks of the method 　　18.2 An 'hedged' Monte-Carlo method 　　18.2.1 Basic principle of the method 　　18.2.2 A linear parameterization of the price and hedge 　　18.2.3 The Black-Scholes limit 　　18.3 Non Gaussian models and purely historical option pricing 　　18.4 Discussion and extensions. Calibration 　　18.5 Summary 　　18.6 Appendix F: generating some random variables 　　19 The yield curve 　　19.1 Introduction 　　19.2 The bond market 　　19.3 Hedging bonds with other bonds 　　19.3.1 The general problem 　　19.3.2 The continuous time Ganssian limit 　　19.4 The equation for bond pricing 　　19.4.1 A general solution 　　19.4.2 The Vasicek model 　　19.4.3 Forward rates 　　19.4.4 More general models 　　19.5 Empirical study of the forward rate curve 　　19.5.1 Data and notations 　　19.5.2 Quantities of interest and data analysis 　　19.6 Theoretical considerations (*) 　　19.6.1 Comparison with the Vasicek model 　　19.6.2 Market price of risk 　　19.6.3 Risk-premium and the law 　　19.7 Summary 　　19.8 Appendix G: optimal portfolio of bonds 　　20 Simple mechanisms for anomalous price statistics 　　20.1 Introduction 　　20.2 Simple models for herding and mimicry 　　20.2.1 Herding and percolation 　　20.2.2 Avalanches of opinion changes 　　20.3 Models of feedback effects on price fluctuations 　　20.3.1 Risk-aversion induced crashes 　　20.3.2 A simple model with volatility correlations and tails 　　20.3.3 Mechanisms for long ranged volatility correlations 　　20.4 The Minority Game 　　20.5 Summary 　　Index of most important symbols 　　Index~
个人分类: 金融工程|0 个评论
分享 股票市场β系数
accumulation 2015-3-14 00:26
一般的股票软件里都有 如:大智慧 同花顺等 β系数反映了个股对市场（或大盘）变化的敏感性，也就是个股与大盘的相关性或通俗的"股性"。可根据市场走势预测选择不同β系数的证券从而获得额外收益，特别适合作波段操作时使用。当有很大把握预测到一个大牛市或大盘某个上涨阶段的到来时，应该选择那些高β系数的证券，它将成倍地放大市场收益率，为你带来高额的收益；相反在一个熊市到来或大盘某个下跌阶段的到来时，你应该调整投资结构以抵御市场风险，避免损失，办法是选择那些低β系数的证券。例如，一支个股β系数为1.3，说明当大盘涨1%时，它有可能涨1.3%，同理大盘跌1%时，它有可能跌1.3%；但如果一支个股β系数为-1.3时，说明当大盘涨1%时，它有可能跌1.3%，同理大盘跌1%时，它有可能涨1.3%。如果跟踪β系数的变化，可以看出个股股性的变化，和主力进出的情况。
个人分类: 金融学|0 个评论
分享 计算物理与量化投资
accumulation 2015-3-9 13:32
量化投资是金融工程的重要研究方向。计算物理、计算数学等计算机技术与数理基础学科一直以来对金融工程起到了推动性的作用；计算物理学起源于20世纪40年代原子弹的研制过程，一些重要的课题，如中子与能量的输运过程，一些重要的算法，如蒙特卡洛算法、分子动力学算法、偏微分方程数值解法等，起到了重要的作用； 在金融工程的发展过程中，随机游走理论、偏微分方程、蒙特卡洛模拟等方法在金融资产定价、金融计量分析中起到重要作用，如：计算物理的蒙特卡洛算法可以用于美式期权的定价、股票市场的分析、金融市场微观结构的模拟等；金融学中重要的Black-Scholes-Merton期权定价模型就有深刻的物理学含义，其本身也是偏微分方程，大多数情况下需要进行偏微分方程数值求解；在金融计量学方面，著名的ARCH、GARCH模型也可以用计算物理的方法进行构建与分析；计算物理用于分析复杂物理问题的方法对于分析复杂的金融系统同样适用； 金融物理是金融学与物理学交叉而产生的学科，如果你对计算物理与量化投资感兴趣，可以参考《经济物理学导论：金融中的相关性与复杂性》、《金融市场统计力学》等书，这里面对计算物理方法用于金融市场研究有详细的介绍。
个人分类: 金融学|0 个评论
分享 罗伯特希勒主要成就
accumulation 2015-3-7 21:15
希勒教授认为，现代经济生活中的每一个人都面临许多实体经济风险，例如经济增长缓慢、失业率提高、通货膨胀率升高乃至个别地区或工业部门的衰落，一个包含各种风险信息并能对这些信息进行及时处理的数据库系统构成了金融新秩序的物质基础。在这个超强数据库的帮助下，全球市场中的所有交易风险以及各种获利机会都会及时得到反应，并从此创造出新型的金融工具。然后人们通过在金融市场上交易这些新型工具来分散和化解这些实体经济风险。 当年凭借基本面分析、以一部《 非理性繁荣 》准确预测 Robert J. Shiller 罗伯特·希勒 了互联网泡沫的罗伯特·希勒（Robert J. Shiller）教授近来对全球主要股票市场进行了独到的分析。通过数十年的历史数据分析，Shiller教授发现，股票市场的总市值与该国GDP之比是一个良好的市场估值指标：当比率低于50%，市场显著低估；比率介于50%-75%，市场温和低估；比率在75%-90%时市场估值合理，高于90%则高估。当前A股市值仅占去年GDP的45.2%，属于显著低估。对于市场预期收益率，教授根据上市公司营业收入增速、分红水平和股市估值变化等因素，得出中国股市的预期收益率为30.1%！ 除了治学著书之外，席勒教授也乐于把他的理念应用于实践。身为创始人之一，罗伯特教授还与艾伦·威斯先生共同创办了卡魏施有限公司(Case Shiller Weiss，Inc)，该公司位于美国马萨诸塞州剑桥市，是一家致力于研究房地产市场中房地产价格指数以及自动估价模型的公司。 2002年，该公司由Fiserv收购并更名为Fiserv CSW。1999年，他还曾与艾伦·威斯先生建立了宏观证券研究有限公司(Macro Securities Research LLC)，该所拥有Macro Financial和Index Science两家附属机构，它以促进非寻常风险证券化为目标。 希勒在金融市场、行为经济学、宏观经济学、不动产、统计方法以及市场道德判断、公共选择等方面，著作颇丰。 1989年写的《 市场波动 》（Market Volatility，由麻省理工学院出版）详细论述了如何运用数学分析和行为分析相结合的方法面对投机市场中的价格波动；1993年写的《宏观市场：建立管理社会最大经济风险的机制》(Macro Markets: Creating Institutions for Managing Society’s Largest Economic Risks，由 剑桥大学出版社 出版) 提出了多种新的风险管理合同，如国民收入或不动产期货合同，这将会引领一场适应现代人生活水平的风险管理领域的新的革命，此书获得1996年 美国教师保险与年金协会-大学退休证券基金 （TIAA-CREF）萨缪尔森奖项；另一本书，他最为中国人所熟悉的《 非理性繁荣 》(Irrational Exuberance，2000年由 普林斯顿大学 出版社出版，2001年由 百老汇 图书出版)介绍和分析了投机泡沫的有关内容，对1982年以来的证券和房地产市场做出了特别关注，并获得了2000年共同基金（Commonfund）奖项，被纽约时报评为非科幻类最畅销书，并于2005年以十五种文字出版了该书的第二版。 二十世纪九十年代后期，美国的股票市场在 新经济 神话的刺激下呈现出前所未有的繁荣状态。在投资者高涨的投资热情刺激之下，美国股票市场的 道琼斯指数 、 标准普尔500指数 以及 纳斯达克指数 不断创造历史新高。作为一名经济学家，希勒教授以其敏锐的洞察力发现了这表面繁荣背后所隐藏的危机。 在2000年，希勒教授推出了一本面向大众读者的新书——《非理性繁荣》(Irrational Exuberance，2000年由 普林斯顿大学 出版社出版，其中译本于2001年4月由中国人民大学出版社出版)。 在这本书中，希勒教授比较了美国近140年来股票市场 市盈率 (P/E)的变化情况，指出在二十世纪九十年代末期，美国股票市场指数大幅上涨是脱离实际经济运行的反常现象。他进一步详细的分析了导致这种非。然而就在这本书问世之际，美国股市发生了巨震，2000年3月初， 道琼斯指数 在短短几周之内由历史最高点记录11700点下跌了近20%，同时纳斯达克指数也遭受了重创，由2000年3月24日的5078点跌至4月17日的3227点，其跌幅超过30%。 此时公众对《非理性繁荣》兴趣大增，争相购买。与此同时，《 商业周刊 》、《纽约人》、《 纽约时报 》以及《 金融时报 》等媒体对此书也大加赞赏，纷纷发表正面评论。此书还被《 纽约时报 》》评为当年非小说类最畅销书。而作者希勒教授也就此成为了媒体的宠儿，在短短的两周之内，他频频在 CNN 、ABC以及PBC等电视网的王牌财经节目中露面。这本书书名的由来还有一个鲜为人知的故事：在一九九六年十二月，希勒教授和他的一位同事向当时的 美联储 主席格林斯潘汇报了他们对于股市的悲观预期。两天后， 格林斯潘 在那篇引起广泛注意的著名演讲中首次使用了“非理性预期”一词来表示他对当时股票市场情况的担心。 在《 非理性繁荣 》获得成功之后，希勒又开始把目光投向一个更为宏观也更为复杂的问题之上——那就是二十一世纪的金融应当向何处发展？在他即将出版的新书——《 金融新秩序 ：二十一世纪的风险》中希勒教授给出了他对这个问题的答案。在书中，希勒教授首先向世人提出了警告：当前的社会中对于股票市场存在着过度的迷信，每个人都在梦想着通过 股票市场 来赚取财富。然而，这种对股票市场的过分迷信只会助长金融系统的不稳定性。这本书主要分析了金融、保险、公共财政在我们未来生活中的广泛影响，以八种文字由普林斯顿大学出版社于2003、2004年两度发行。 希勒的警告中包含这样一个经常为世人所忽视的涵义——即股票市场是不稳定的，股价的时涨时落决定了人们不可能从其中获得稳定的受益；同时由于股票市场吸引了人们过多的注意力，因而人们不可避免对于一些实体经济中的因素缺乏必要的关注，比如说我们的 人力资本 给我们带来的收入或者是自身拥有的房地产带来的收入等。这些因素都属于 实体经济 的范畴，对我们生活质量有着更加深远的影响。随着 经济全球化 进程的不断加深，这些实体经济因素面临的风险以前所未有的速度急剧增大。通过《金融新秩序：二十一世纪的风险》这本书，罗伯特希勒以他的远见卓识为我们提供化解这些实体经济因素风险的药方。 事实上，每一个社会成员都有可能成为这些经济不确定因素的牺牲品。这些实体经济风险可能影响到我们的工作、我们的住宅、我们的社区乃至我们整个国家的经济。 然而，我们目前的 金融体系 安排(我们也可以称其为 金融秩序 )对于这些风险几乎是无能为力的，因此他提出了六种方案，来利用现代信息技术和高级金融理论来化解这些实体经济风险，从而构建二十一世纪金融新秩序。在希勒教授的设想中，一个包含各种风险信息、并能够对这些信息进行及时处理的数据库系统构成了金融新秩序的物质基础。在这个超强数据库系统的帮助下，全球市场中的所有交易风险和以及各种获利机会都会及时的得到反应，并从此创造出新型的金融工具。然后，人们通过在金融市场上交易这些新型金融工具，来分散和化解这些实体经济风险。 希勒教授的这种设想类似于保险，这两者都是通过金融交易让更多的人来共同承担风险，然而希勒教授要化解的风险都是当前的保险业不敢涉足的领域。这种大胆的想法看起来有些不可思议，但是别忘了，在一个世纪之前，当时的人们不也是对财产保险和人寿保险的设想嗤之以鼻吗？ 这本书同样也得到了经济学理论界的一致好评，2001 诺贝尔经济学奖 得主 约瑟夫·斯蒂格利茨 教授称赞这本书“无疑是在这个重要的领域内最重要的工作”，美国著名专栏作家比德伯恩斯坦则对希勒教授在书中表现出的经济学技巧和非凡远见赞不绝口。 然而最能够给我们以启发的评论则来自另一位 诺贝尔经济学奖 得主 乔治·阿克尔洛夫 ，“在《金融新秩序》中，他(希勒教授)告诉我们金融新秩序是如何通过降低经济中的不确定性来改善每一个人的状况。无论是富有者， 中产阶级 还是贫困者，他们都可以享受新金融秩序带来的好处。从这个意义上来说，他为我们指明了二十一世纪金融发展的方向。” 《金融与好的社会》是罗伯特·希勒的最新著作，可以说是罗伯特·希勒的集大成之作。首席执行官、投资经理、银行家、投资银行家、放贷者、交易员、做市商、保险商、市场设计者、金融工程师、衍生品供应商、律师、金融顾问、游说者、监管者、会计师、公共商品融资商、政策制定者，这些你知道的或者不知道的角色，在希勒的这本书里都会娓娓道来——你可以透彻地了解金融到底是怎么回事了。这本书既不是对金融界的赞歌，也没有痛陈金融弊病，而是把金融放在社会的大背景下，是非功过，自有客观评述。 除了治学著书之外，希勒教授也乐于把他的理念应用于实践。他目前是卡魏施有限公司(Case Shiller Weiss，Inc)的创始人之一 ，该公司位于美国马萨诸塞州剑桥市，是一家专事经济学研究和信息工作的公司；同时也是宏观证券研究有限公司(Macro Securities Research LLC)的创始人之一，这是一家位于美国马萨诸塞州剑桥市的以促进非寻常风险证券化为目标的公司。
个人分类: 金融学|44 次阅读|0 个评论
分享 金融衍生品
accumulation 2015-3-3 18:40
2013 年诺贝尔经济学奖—金融资产价格的实证分析；分歧：法码认为股票市场是有效的，当前的股票价格已经反映了市场的所有信息，高回报伴随着高风险，无法战胜市场；有效市场理论的应用与指数基金公司的发展— Booth 商学院；席勒教授认为专业投资者可能战胜市场； 新古典经济学理论：投资者是理性人，整体上投资者表现为理性的个体，收益最优化理论；席勒教授认为，投资者整体上可能表现出系统性的非理性，从而使得市场不是一个有效的市场，因此，股票价格可能被系统性地高估或低估，从而引发市场泡沫；经济学的理性人假设与一般均衡理论无法推导出市场泡沫，而金融学的分析可以推导出市场泡沫； 2007-2008 年，油价持续上升，然后开始持续下跌；关于油价的驱动因素—什么是泡沫以及什么造成泡沫；经济学家不认可泡沫的存在，认为现象是供给与需求造成的；金融学家参与的研究认为大宗商品市场中金融投资可能扭曲市场，造成泡沫；席勒教授的学派可以划归为行为金融学；席勒教授的模型成功预测了 2000 年与 2008 年的泡沫（早几年预测）； 足够聪明、理性、自律的专业投资者可以战胜市场； 彼得汉森是一位计量经济学家，它通过计量经济学模型研究法码与席勒孰对孰错；
个人分类: 金融学|0 个评论
分享 金融理论与金融市场
accumulation 2015-3-2 11:39
课程简介 “金融理论与金融市场”是一门理论与现实结合的课程。课程围绕现实中金融市场的运行，以及金融理论对金融问题的解释这两条主线展开，旨在培养学生利用金融理论分析现实金融问题（尤其是中国经济面临的金融问题）的能力。 课程将以中国为重点，介绍银行体系、货币市场、债券市场、股票市场、外汇市场、期货市场等金融市场的构成与运行机制，以及金融市场与金融监管者之间的互动。课程还将以均衡金融理论、无套利理论、投资组合理论为基本分析工具，讨论金融市场运行、金融资产定价、投资策略设定、金融风险防范与化解等问题。在课程最后，也会涉及一些行为金融学的内容。 课程将以数学模型为主要思维工具来分析金融市场和金融现象，着力展现数学模型对现实问题的高度归纳能力，以及数学分析带来的分析问题的穿透力。本课程对数学的运用程度将限制在本科生所能接受的范围内。 选修本课程的同学需要已经修过中级微观经济学。 教学计划 本课程以课堂讲授为主。课程每周授课 1 次，每次 2 小时，总计 13 周。另有 1 周进行期中闭卷考试， 1 周进行期末闭卷考试。 第 1 周、课程介绍；学习要求；金融市场简介 第 2 周、金融问题向一般均衡理论的归结；有效市场理论 第 3 周、风险的度量；风险下的决策 第 4 周、投资组合理论及其应用 第 5 周、均衡理论中的资产定价与利率决定 第 6 周 收益率曲线与债券市场 第 7 周 股票市场与股票估值方法 第 8 周 期中闭卷考试 第 9 周 无套利定价理论 第 10 周 远期价格与期货价格；衍生品市场 第 11 周 汇率的决定和外汇市场 第 12 周 货币政策与金融资产价格 第 13 周 行为金融理论；噪声交易者风险；群体非理性 第 14 周 总结：从金融理论到金融现实 第 15 周 期末闭卷考试 依照课堂情况，实际教学进度可能会与以上的计划有所不同。主讲人保留随时修改教学计划的权力。 教材及参考资料 课程主要材料为主讲教师编写的讲义。 课程参考书主要为以下 3 本。 n 兹维·博迪，罗伯特·莫顿，《金融学（第二版）》，中国人民大学出版社， 2013 年 n Jean-Pierre Danthine ， John. Donaldson ，《中级金融理论》，西南财经大学出版社， 2007 年 n 彼得·伯恩斯坦，《投资革命：源自象牙塔的华尔街理论》，上海远东出版社， 2001 年 除以上 3 本之外，以下几本书籍也有参考价值。 n 霍华德·马克斯，《投资最重要的事——顶尖价值投资者的忠告》，中信出版社， 2012 年 n 伯顿·马尔基尔，《漫步华尔街（第 10 版）》，机械工业出版社， 2012 年 n 罗伯特·希勒，《非理性繁荣（第二版）》，中国人民大学出版社， 2014 年 n 乔治·索罗斯，《金融炼金术》，海南出版社， 2011 年 n 约翰·戈登，《伟大的博弈（ 1653-2011 ）》，中信出版社， 2011 年 n 沃尔特·白芝浩，《伦巴第街》，上海财经大学出版社， 2008 年 n 迈克尔·刘易斯，《说谎者的扑克牌（纪念版）》，中信出版社， 2013 年 课程考核 课程分数依照三部分内容来评定：（ 1 ）期中和期末闭卷考试各一次，每次成绩各占总分的 35% ；（ 2 ） 5 次课后作业，总计占总分的 25% ；（ 3 ）课堂表现，占总分的 5% 。
个人分类: 金融学|0 个评论
更多...

京ICP备16021002号-2 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2025-12-24 19:55