2018考研:厦门大学经院郑振龙教授简介

合集下载

《中国金融工程第一人厦门大学郑振龙教授在西南财经大学的演讲》

《中国金融工程第一人厦门大学郑振龙教授在西南财经大学的演讲》

演讲人:厦门大学郑振龙教授今天非常高兴第一次能到西南财经大学来演讲。

西南财经大学在国内金融界大家知道是非常著名的,这里有很多高手,所以今天我讲的有不对的地方大家尽管可以指出来。

金融工程这个东西是非常枯燥的,大家都知道一大堆的数学模型和编程的任务,今天在这里交流主要是交流一些思想。

我觉得很多人把金融工程简单的理解成一种数学和计算机,实际上,如果要比数学和计算机,我们在座的各位都比不上数学系和计算机系的。

那么为什么他们的金融工程做的不如我们,肯定是其中缺乏一个金融思想。

所以在这里更多的给大家交流一下思想上的体会。

数学的东西涉及得很少,而是在思想上同大家进行的交流。

金融工程是一个新的学科,这个学科出现以后对传统的金融学有很大的冲击。

所以我们实际上是从一个比较新的角度来重新认识金融问题。

首先看一下什么叫金融。

我是1982年入学念本科的,现在已经20多年过去了,老师教我,金融就是资金融通,简称金融,现在不知道老师如何教你们的。

实际上现在这样的理解是非常的狭窄的,金融按照定义来划分可以分为MANETARY ECONOMICS 和FINANCIAL ECONOMICS。

金融经济学实际上是新金融。

国外的金融同国内的金融区别很大,这个大家应该很熟悉,我就不多讲了。

金融经济学是研究在不确定条件下,将资产沿着时间和空间两个维度进行最优配置的决策科学,所以是非常微观的,在国外属于管理学的范畴。

简单来说就是关于时间和风险的经济学。

那么对于时间经济学,大家知道主要是研究利率——货币在时间上的价值。

所以大家研究利率水平决定和利率期限结构等内容。

有了这两样东西后,我们就可以将现金流沿着时间轴在不同时点之间自由转换。

有了即期期限结构我们就可以有远期期限结构,所有沿着时间维度上的现金流我们就可以比较。

不然今天的100元钱同100年前、100年后的一百元钱差距多大我们根本不能无法度量。

另外一个是风险经济学,涉及到风险的识别、风险的管理以及风险的定价,如果能对风险进行度量就能将风险价值转化成确定性价值。

贝塔系数波资料动状况的实证分析(PDF 7)

贝塔系数波资料动状况的实证分析(PDF 7)

1本文是教育部优秀青年教师资助计划“中国信用风险度量和控制模型”项目的中期研究成果之一。 2
模、每股账面价值/股票价格、股利高低会对股票收益率产生一定的影响,即出现异常现象。 这些异常现象包括规模效应(Banz 1981)、周末效应(French 1980)、价值效应(Basu 1983) 和惯性效应(Jegadeesh和Titman 1993)等。虽然对于异常现象的出现有以下几种解释:(1) 数据挖掘,(2)无法找到真实的市场组合的替代,(3 )投资者做出非理性预期的持续心理偏 差。但是大家都不得不承认贝塔系数并不能对不同股票的收益率做出唯一解释,这对CAPM 来说是一个沉重的打击。而Roll(1977)则认为 BJS和FM检验是同义反复的,而且认为对 CAPM唯一真正的检验是检验市场组合是否有效,但是由于真实的市场组合应包括国际经济 体系的每一种资产,因而不可能判别一个组合是否均值-方差有效,所以资本资产定价模型 是根本无法检验的。
关键词: CAPM,贝塔系数
The empirical test of the volatility of Beta
Abstract: Capital Asset Pricing Model is the backbone of the modern asset pricing theory of the financial market. Since it appeared, it is widely used in many fields. However, there are many disputations about the empirical tests of CAPM. Someone support it, but someone not. The authors review the past empirical tests of CAPM, and analyze 90 public companies in Shanghai security market. The conclusion helps to explain why some empirical tests of CAPM in the past fail.

E室讲堂郑振龙:不要浪费一场危机!

E室讲堂郑振龙:不要浪费一场危机!

E室讲堂郑振龙:不要浪费一场危机!导读:很多人说这场危机的严重程度,超过07-09年的美国次贷危机,甚至不少人认为堪比1929-1932年的世界大萧条。

这次危机到底算什么级别?未来又会怎么走?3月26日,厦门大学EMBA《资本市场与资本运作》授课教授郑振龙以《危局之下的投资策略》为主题做了精彩分享,近40000人在线共同学习。

以下是直播干货总结:作者 | 郑振龙厦门大学EMBA《资本市场与资本运作》授课教授从2020年2月12日开始,在短短的一个月多时间里,美股最大累计跌幅高达38.4%,并4次触发了熔断机制,引起市场极大恐慌,且带动了全球股市进入闪崩模式,这是典型的危机。

其实,危机是我们人生中难得的机会。

我们将从现象入手,挖掘这场危机的原因,诊断危机的性质,并从投资者的角度谈谈应对策略:01现象:历史级的暴跌图1 全球主要指数2020年最大跌幅数据来源:Wind,厦门大学证券研究中心整理图1展示了全球主要股价指数从今年高点算起的最大跌幅。

跌幅最大的并非新冠疫情最严重的国家,而是巴西,这体现了新兴市场的脆弱性。

而疫情的首发地--中国跌幅反而最小,其原因除了上证指数前期涨幅较小外,还跟中国股市参与者结构有关。

从板块方面看,美股跌幅居前的分别是:•邮轮(-80.39%)•石油、天然气设备和服务(-65.78%)•机场及航空服务(-61.32%)•炼油(-60.47%)•航空(-58.85%)个股跌幅超过90%的比比皆是,其中海上钻井承包商BorrDrilling以-97.27%领跌。

美股大市值股票中,波音以-74.42%领跌。

2020年2月13日,波音市值比贵州茅台高16.83%,而到了3月23日,贵州茅台加五粮液的市值等于波音、特斯拉、高通、高盛和德银的总和。

从下跌速度看,本轮股灾跟历史股灾相比都毫不逊色。

如果按下跌幅度来度量股灾程度的话,美股近百年来最严重的股灾分别是:•1929-1932年的大萧条(-89%)•2000-2002年的互联网泡沫(-78%)•2007-2009年的次贷危机(-54%)•1987年的股价闪崩(-41%)图2列示了这些股灾第一阶段下跌情况与本轮股灾的对比:图2 美国股灾第一阶段比较数据来源:Wind,厦门大学证券研究中心整理在股市暴跌的同时,市场恐慌程度也急剧上升。

金融工程复习资料要点郑振龙

金融工程复习资料要点郑振龙

金融工程复习资料1、什么是金融工程?答:金融工程是指综合运用现代金融学、工程方法和信息技术,运用各种基础性和衍生性的证券,设计、开发和应用新型的金融产品,以达到创造性解决金融问题、管理风险的根本目标的学科技术。

2、金融工程的作用?答:主要有三大作用:1)变幻无穷的新产品:构造出无穷多种新产品,满足不同市场状况下的特定需求。

使金融产品的内涵和外延、品种与数量都无时不处于变化和拓展当中,这方面为市场参与这提供了更多不同风险收益特征的投资工具,使市场趋于完全,风险管理更容易实现;另一方面,使得套利更容易进行、有助于减少定价偏误。

2)更具准确性、时效性和灵活性的低成本风险管理:推动了现代风险度量技术的发展;衍生证券是风险分散与对冲的最佳工具(1、成本优势;2、更高的准确性;3、很大的灵活性)3)【弊】风险放大与市场波动:衍生证券的高杠杆性质使得投资者只需动用少量资金,就可操作数倍乃至于数十倍自有资金的金融衍生品交易。

使得投机成本低廉,大大增加了投机者的数量、规模和投机冲动。

本质上,以放大风险换取高回报。

(水能载舟、亦能覆舟)3、金融工程的根本目的:解决金融问题金融工程的主要内容:设计、定价与风险管理(===核心)4、金融工程运用的主要工具有哪些基本类型?答:金融工程运用的主要工具有两大类:基础性证券与金融衍生证券。

基础性证券包括股票和债券(银行的存贷款也属于基础性证券)。

金融衍生证券包括远期、期货、互换和期权四类。

所以金融工程的主要工具主要有6种,分别是股票、债券、远期、期货、互换和期权。

【小概念】远期:是指双方约定在未来的某一确定时间,按确定价格买卖一定数量的某种标的金融资产的合约。

期货:一般指期货合约,就是指由期货交易所统一制定的、规定在将来某一特定的时间和地点交割一定数量标的物的标准化合约。

互换:两个或两个以上当事人按照商定条件,在约定时间内交换一系列现金流的合约。

期权:指赋予其购买者在规定期限内按双方约定的价格购买或出售一定数量某种标的资产的权利的合约。

厦门大学金融系 郑振龙陈蓉 - E-FINANCE

厦门大学金融系 郑振龙陈蓉 - E-FINANCE

金融工程第0章资产定价方法厦门大学金融系郑振龙陈蓉目录⏹绝对定价法与相对定价法⏹复制定价法、风险中性定价法与状态价格定价法⏹A General Case⏹积木分析法绝对定价法与相对定价法⏹绝对定价法:运用恰当的贴现率将未来现金流贴现加总(股票和债券)⏹相对定价法:利用标的资产价格与衍生证券价格之间的内在关系,直接根据标的资产价格求出衍生证券价格⏹绝对定价法具有一般性,易于理解,但难以应用;相对定价法则易于实现,贴近市场,一般仅适用于衍生证券⏹绝对定价法与相对定价法⏹复制定价法、风险中性定价法与状态价格定价法⏹A General Case⏹积木分析法⏹如果一个市场上,存在下述情况:初期投入为0,未来回报大于等于0,大于0的概率大于0,这个市场就存在套利机会,否则该市场是无套利的。

⏹市场达到无套利均衡时的价格简称无套利价格。

⏹无套利是衍生资产定价的基本假设,以下三种定价方法均基于无套利的假设。

假设一种不支付红利股票目前的市价为10元,我们知道在3个月后,该股票价格或者为11元,或者为9元。

假设选择的无风险年利率为10%,如何为一份3个月期协议价格为10.5元的该股票看涨期权定价?为了找出该期权的价值,可构建一个由一单位看涨期权空头和Δ单位标的股票多头组成的组合。

为了使该组合在期权到期时无风险,Δ必须满足11Δ-0.5=9Δ⏹该组合的现值应为⏹由于该组合中有一单位看涨期权空头和0.25单位股票多头,而目前股票市价为10元,因此0.10.252.25 2.19e −×=元100.25 2.190.31f f ×−==元复制定价法的核心⏹复制定价过程中我们用股票和期权合成了一个无风险资产,也可理解为用股票和无风险资产复制出了期权⏹无套利无风险组合获取无风险收益风险中性定价法⏹从复制定价法中可以看出,在确定期权价值时,我们并不需要知道股票价格在真实世界中上涨到11 元的概率和下降到9 元的概率。

动态风险厌恶、随机贴现因子与资产定价

动态风险厌恶、随机贴现因子与资产定价

动态风险厌恶、随机贴现因子与资产定价dynamic risk aversion, stochastic discount factor and asset pricing郑振龙林海(厦门大学金融系 361005)作者简介: 郑振龙,1966年出生,男,汉族,经济学博士, 美国加州大学洛杉矶分校富布莱特访问学者,现任厦门大学金融系代主任、教授、博士生导师、厦门大学证券研究中心常务副主任。

在国内外公开发行的学术刊物上发表了近百篇学术论文,出版了21部(含合作)著、编、译著作。

Email: zlzheng@jingxian.xmu.edu.cn。

通讯地址:厦门大学金融系。

邮编:361005。

 林海,1977年出生,男,汉族,厦门大学金融系博士生,在国内外公开发行的学术刊物上发表了10余篇学术论文。

Email:xmulh2@163.com。

通讯地址:厦门大学金融系。

邮编:361005。

 动态风险厌恶、随机贴现因子与资产定价∗dynamic risk aversion, stochastic discount factor and asset pricing内容简介:本文在Campbell and Cochrane (1998) 和 Brandt and Wang (2001)的研究基础之上利用随机贴现因子对包含习惯的效用函数中的风险厌恶进行了动态一般化分析,并探讨了动态风险厌恶、随机贴现因子、资产定价以及消费增长等因素之间的一般化关系。

这种一般化关系有助于解释“股权溢价之谜”(Equity Premium Puzzle)等不合理现象的存在。

本文还对模型的计量方法进行了简要的分析。

关键词:动态风险厌恶、随机贴现因子、资产定价SummaryThis paper will make a generalization of dynamic risk aversion on the base of habit-formed consumption -based CAPM, and thus can explain the equity premium puzzle in a general way. Different from Cam pbell and Cochrane (1998) and Brandt and Wang (2001) which both hypothesize the steady state, this paper supposes the unit root process of the dynamic risk aversion. Also, this paper does not suppose the relevant factors of the forming of consumption habit. So the result is a general form of the relationship between the asset pricing and dynamic risk aversion.一、文献回顾自Markowitz (1959), Sharpe (1964) 以及 Lintner (1965)提出CAPM 以来,资产定价问题一直是金融领域争论与研究的一个焦点。

博士学位论文线性因子模型的比较研究基于HJ距离的视角

博士学位论文线性因子模型的比较研究基于HJ距离的视角

学校编码:10384 分类号 密级 学号:15620110153809 UDC博 士 学 位 论 文线性因子模型的比较研究:基于HJ 距离的视角 Comparative Analysis on Linear Factor Models:From the HJ Distance Perspective孙清泉指导教师姓名:郑振龙 教授专 业 名 称:金融工程论文提交日期:论文答辩时间:学位授予日期:答辩委员会主席:评 阅 人:2014 年月厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下,独立完成的研究成果。

本人在论文写作中参考其他个人或集体已经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学术活动规范(试行)》。

另外,该学位论文为()课题(组)的研究成果,获得()课题(组)经费或实验室的资助,在()实验室完成。

(请在以上括号内填写课题或课题组负责人或实验室名称,未有此项声明内容的,可以不作特别声明。

)声明人(签名):年月日厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文(包括纸质版和电子版),允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。

本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。

本学位论文属于:()1.经厦门大学保密委员会审查核定的保密学位论文,于年月日解密,解密后适用上述授权。

()2.不保密,适用上述授权。

(请在以上相应括号内打“√”或填上相应内容。

保密学位论文应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公开学位论文。

此声明栏不填写的,默认为公开学位论文,均适用上述授权。

)声明人(签名):年月日摘要半个多世纪以来,学术界涌现了大量的资产定价模型。

2018厦大金融学院考研导师汇总2

2018厦大金融学院考研导师汇总2

2018厦大金融学院考研导师汇总2感谢凯程郑老师对本文做出的重要贡献江曙霞教授主要研究方向:宏观经济政策理论与实践、金融制度与金融监管。

曾于1991年在英国北威尔士大学(University College of North Wales)完成国家教委“中英联合培养博士生项目”,于1998年在美国印第安纳大学(Indiana University )作为高级访问学者(Senior Visiting Scholar),于2005年在英国赫特福德大学(University of Hertfordshire)作为高级访问教授(Senior Visiting Research Professor)。

现为中国金融学会常务理事、中国国际金融学会常务理事、福建省金融学会学术委员会委员、福建省社会信用体系建设专家组成员。

江曙霞教授早年追随导师研究中央银行理论和政策,后成为国内最早研究金融监管的学者之一,其专著《银行监督管理与资本充足性管制》(中国发展出版社,1994)和一系列论文的重要观点被广泛引用。

其当前主要研究领域有:新制度经济学及其在金融领域的运用、中国金融制度供给、地下金融与民间金融制度,研究兴趣还包括转型经济国家的反腐败、反贫困等社会热点问题。

其主要代表作还有《中央银行与货币政策》(厦门大学出版社,1990)、《中国地下金融》(福建人民出版社,2000)、《中国民间信用:社会?文化背景探析》(中国财政经济出版社,2003)等,在《经济研究》、《经济学动态》、《学术月刊》、《金融研究》、《投资研究》、《农村金融研究》等刊物上发表论文近80篇。

参与完成国家自然科学基金两项、主持完成国家自然科学基金、国家社科基金、国家教育部留学归国人员启动基金、国家教育部人文社科基金各一项,主持完成福建省社科基金二项,目前参与教育部人文社科研究基地重大项目《金融制度设计与经济增长》(任副组长)一项。

其研究成果曾获福建省第二届社科优秀成果一等奖、福建省第三届社科优秀成果二等奖、厦门市第三届优秀社科成果二等奖、三等奖、厦门市第六届优秀社科成果一等奖、二等奖、福建省第六届优秀社科成果三等奖等奖项。

《郑振龙金融工程》课件

《郑振龙金融工程》课件

风险管理理论与方法
风险管理目标:降低风险, 提高收益
风险管理定义:识别、评估 和控制风险的过程
风险管理方法:风险规避、 风险转移、风险分散、风险
对冲等
风险管理工具:保险、期货、 期权、互换等
投资组合优化理论
投资组合优化理论概述
投资组合优化理论的基本概念
投资组合优化理论的应用
投资组合优化理论的发展趋势
郑振龙金融工程发展历程
1990年代:郑振龙开始研究金融工程,并提出金融工程理论 2000年代:郑振龙在金融工程领域取得重要成果,发表多篇论文 2010年代:郑振龙在金融工程领域继续深入研究,并担任多个学术职务 2020年代:郑振龙在金融工程领域继续取得重要成果,并担任多个学术职务
郑振龙金融工程研究领域
金融市场:包括股票市场、债券市场、外 汇市场等
金融风险:包括市场风险、信用风险、流 动性风险等
金融工程方法:包括套期保值、风险对冲、 资产组合管理等
金融工程应用:包括投资组合研究方法
理论研究:运用金融学、经济学、数学等学科的理论知识进行研究 实证研究:通过收集和分析实际数据,验证理论模型的有效性 案例研究:通过对具体案例的分析,探讨金融工程的应用和效果 模拟实验:通过计算机模拟,验证金融工程的可行性和效果
金融市场微观结构理论
市场参与者:投资者、交易商、做市商 等
市场效率:价格发现、流动性等
市场机制:竞价交易、做市商交易等
市场风险:市场风险、流动性风险等
市场结构:集中市场、分散市场等
市场监管:市场监管机构、监管政策等
Part Five
郑振龙金融工程实 践应用
金融衍生品定价实践
金融衍生品:包括期货、期权、互换等 定价方法:如Black-Scholes模型、二叉树模型等 应用案例:如股票期权定价、利率互换定价等 风险管理:如何利用金融衍生品进行风险管理

2018考研:厦门大学经院郑鸣教授简介

2018考研:厦门大学经院郑鸣教授简介

2018考研:厦门大学经院郑鸣教授简介考研的前期预备工作包含:院校、专业方向、意向导师的选择。

前两者多数人都给予了足够的重视,但后者却不幸常常被广大考生朋友所忽视。

其实前两者的重要性都落实在了第三者上面。

基于上述考虑,凯程教育与大家共享厦大经院的部分师资队力量的信息。

郑鸣教授厦门大学金融学博士办公室:经济楼E401经济学博士,厦门大学经济学院国家级重点学科金融系教授、博士生导师、主要学术带头人之一、学术委员。

现任厦门大学教学科研重要岗位(二级岗)。

主要研究领域:金融机构与风险管理、公司金融与投资银行。

主要学术兼职:中国金融学会理事、中国国际金融学会理事、厦门国际银行总行博士后工作站指导教师、厦门市政府首批金融顾问、厦门大学兴业银行金融创新研究中心副主任。

在全国性权威刊物已公开发表了100多篇学术论文,出版了16部专著。

曾主持国家社会科学基金项目1项(被全国社科规划办鉴定为“优秀成果”)、教育部人文社会科学规划项目2项、福建省社科基金重点项目1项(被福建省社科规划办鉴定为“优秀成果”)、福建省社会科学基金项目3项、台湾证券商业同业公会研究项目2项、还有多项政府咨询顾问研究项目。

其研究成果曾获福建省第五届哲学社会科学优秀成果二等奖、福建省第六届哲学社会科学优秀成果三等奖、厦门市第六届哲学社会科学优秀成果二等奖(2项)、荣誉奖(1项)、厦门市第七届哲学社会科学优秀成果二等奖(1项)、荣誉奖(1项)、第七届哲学社会科学优秀成果三等奖(1项)、第八届哲学社会科学优秀成果三等奖(1项),获得福建省人民政府举行“推进两个先行区建设百项建言活动”全省三等奖,多次获得福建省金融学会优秀成果奖。

学术专著[1]《中小股份制银行发展论纲——以优化资本结构为核心》,专著独立完成,厦门大学出版社,2008[2]《金融脆弱性论》,专著独立完成,中国金融出版社,2007[3]《商业银行管理学》,教材独立完成,清华大学出版社,2005[4]《投资银行学教程》,教材第一作者,中国金融出版社,2005[5]《投资银行并购论》,专著独立完成,中国财政经济出版社,2005[6]《商业银行经营管理学习指导》,教材独立完成,湖南电子音像出版社,2002[7]《商业银行经营管理》,教材独立完成,湖南电子音像出版社,2002[8]现代投资银行研究,专著第一作者,中国金融出版社,2002论文[1]货币政策和股票收益率的动态相关性研究,厦门大学学报,2011(2)[2]我国货币政策对股票价格的影响,经济管理,2010(11)[3]基于非财务信息的我国高校财务绩效评价实证研究,教育科学,2008年01期[4]关系型融资制度的经济学分析——兼论日本关系型融资制度的变迁,《中国人民大学复印报刊资料(理论经济学)》,2007年9期[5]关系型融资制度的经济学分析——兼论日本关系型融资制度的变迁,《福建论坛(人文社科版)》,2007年6期[6]从供求关系分析高校大规模贷款形成的原因,教育发展研究,2007年6A期[7]我国中小股份制商业银行资本补充机制研究——基于融资偏好理论的视角,《福建金融》,2007年5期[8]台湾金融控股公司内部资本市场效率实证研究,台湾研究,2007年2期[9]高等教育与区域经济增长——基于中国省际面板数据的实证研究,《清华大学教育研究》,2007年4期[10]外资银行进入与中国银行业绩效、市场集中度的变化,金融论坛,2007年04期[11]外资银行进入影响研究——基于面板数据和产业组织方法,经济管理,2007年07期[12]非对称信息下商业银行资本配置研究,《福建金融管理干部学院学报》,2007年2期[13]我国中小股份制银行资本配置效率实证研究——基于RAROC的波动分析,中国经济问题,2007年02期[14]我国商业银行反洗钱的成本收益分析,投资研究,2007年03期[15]金融脆弱性理论的融合与发展,经济学动态,2007(1)[16]金融脆弱性理论的新进展,经济学动态,2007年01期[17]我国商业银行价值创造能力研究-基于EV A的实证研究,厦门大学学报,2006年05期[18]论中小商业银行企业文化建设,福建金融,2007年04期[19]商业银行风险监管的他山之石,当代金融学家,2006年02期曾主持国家社会科学基金项目1项(被全国社科规划办鉴定为“优秀成果”)、教育部人文社会科学规划项目2项、福建省社科基金重点项目1项(被福建省社科规划办鉴定为“优秀成果”)、福建省社会科学基金项目3项、台湾证券商业同业公会研究项目2项、还有多项政府咨询顾问研究项目。

厦门大学王亚南经济研究院导师介绍

厦门大学王亚南经济研究院导师介绍

厦门大学王亚南经济研究院导师介绍陈国进,男,厦门大学经济学(金融学)博士,厦门大学王亚南经济研究院副院长、王亚南经济研究院和经济学院金融学教授、博士生导师。

日本东京大学博士后(1999-2001),美国富布莱特学者(2010-2011),麻省理工学院斯隆管理学院访问学者(2010-2011)。

入选国家“新世纪优秀人才支持计划”(2005)和闽江学者特聘教授(2010)。

中国国际金融学会理事。

研究领域有资产定价、金融计量经济学和行为金融。

电子邮箱: gjchenxmu@主要教育和留学经历2010.09-2011.06,美国MIT Sloan管理学院访问教授、富布莱特访问学者1999.10-2001.09,日本东京大学经济学研究科博士后1989.09-1991.07,中美经济学培训中心(福特班,复旦大学)1992.09-1997.07 厦门大学财金系,获经济学(金融学)博士学位1988.09-1991.07 厦门大学财金系,获经济学(金融学)硕士学位1984.09-1988.07 浙江大学(原杭州大学)经济学(金融学)学士学位工作经历2002-至今,厦门大学金融学教授(经济学院、王亚南经济研究院)1998-2001,厦门大学金融系副教授1991-1997,厦门大学金融系助教和讲师学术期刊匿名审稿《经济研究》、《世界经济》、《管理科学学报》、《中国经济学报》、《金融研究》、《中国金融评论》(China Finance Review)、《系统工程理论与实践》、《中国管理科学》、《金融学季刊》、《南开管理评论》等。

主要获奖(1) 陈创练博士论文获“福建省优秀博士论文”二等奖(2012)。

(2) 陈国进、张贻军、王景《再售期权、通胀幻觉和我国股市泡沫的影响因素分析》(论文)获得福建省第九届优秀社科成果二等奖(2011)。

(3) 陈国进、陈娟、刘淳,《我国股市系统流动性风险时变性及其影响因素分析》(论文)获得《China Finance Review》国际学术会议优秀论文奖。

保险精算中双损失环境的“独立性” 问题

保险精算中双损失环境的“独立性” 问题

第45卷 第2期厦门大学学报(自然科学版)Vol.45 No.2 2006年3月Journal of Xiamen University (Nat ural Science )Mar.2006 保险精算中双损失环境的“独立性”问题收稿日期:2005204212基金项目:教育部优秀青年教师资助计划“中国信用风险度量和控制模型”项目,教育部人文社会科学研究2003年度博士点基金研究项目“中国利率类金融产品的设计和定价”(03JB790016),福建省社科“十五”规划(第二期)项目(2003B069)资助.作者简介:郑振龙(1966-),男,教授,博导.E 2mail :zlzheng @郑振龙,李 明(厦门大学经济学院金融系,福建厦门361005)摘要:保险精算中,双损失环境理论对于寿险风险分析和风险控制具有极其重要的意义,而且也是进行寿险产品设计的基础.本文在双损失环境理论的基础上,用概率论的方法,尝试对t P (τ)x 等于t P ′(d )x 与t P ′(w )x的乘积成立的独立性条件给出新的解释,并对一些学者的“独立性是矩估计成立的充分条件”等观点提出了不同的看法,并证明了基本矩关系不依赖于独立性的假设而恒成立.关键词:生存模型;双损失环境;死力;矩估计中图分类号:O 212;F 84 文献标识码:A 文章编号:043820479(2006)022******* 生存模型是保险精算理论的重要组成部分,其中单损失环境和双损失环境的理论更是构造生命表的基础.《数量经济技术经济研究》杂志分别于2002年第9期和2004年第4期刊登了张涤新教授的“保险精算中单损失和双损失环境的一些重要理论辨析”[1](以下简称张文)一文以及杨智元等三位学者的“保险精算中单损失和双损失环境的一些重要理论再辨析”[2](以下简称杨文),拜读以上两文之后,我们对几位学者论述的问题有一些不同的观点和看法,形诸于下与几位学者共同探讨.在只有死亡和撤出的双损失环境下,London [3]的结论为:如果随机事件死亡和撤出是独立的,则tP (τ)x=t P ′(d )xtP ′(w )x.我们认为,正如张教授所说,首先,随机事件死亡和撤出不是独立的,其次tP (τ)x=t P ′(d )xtP ′(w )x式的得出与两随机事件独立这之间不存在什么关系.生存模型理论中,tP ′(j )x =exp (-∫tu (j )x +s d s )(1)tP(τ)x=exp (-∫tu (τ)x +sd s )(2)在人寿保险应用的双损失环境中,J 在{d ,w}中取值,由于被保险人死亡的同时不可能作出撤出缴付保险费的决定,因此,显然随机事件J ={d}和随机事件J ={w}是互斥的.由概率论可知,对于事件A ,B ,若有P (A )>0,P (B )>0,则有,当AB = 即A B 互不相容时,A 与B 不独立.由此可知,随机事件死亡和撤出必然不是独立的.当随机事件J ={d}和随机事件J ={w}互斥时,由u (j i )x 和u (τ)x 定义可知:u (τ)x =lim Δt ϖ0+1ΔtP (x <T ≤x +Δt |T >x )= lim Δt ϖ0+1Δt P (x <T ≤x +Δt ,J =d |T >x )+ lim Δt ϖ0+1Δt P (x <T ≤x +Δt ,J =w |T >x )= u (d )x +u (w )x ,tP(τ)x=exp [-∫x +t xu τyd y ]exp [-∫x +tx (u d y +u (w )y )d y ]=t P ′(d )x t P ′(w )x.由以上证明可知,只要死亡与撤出是互不相容的事件,便有tP (τ)x=t P ′(d )xtP ′(w )x式的成立.如果事件j 1,j 2不互斥,而是有交集,例如胆结石容易引发胰腺炎,用j 1代表事件死于胆结石,j 2代表事件死于胰腺炎,此时有:P (J ={j 1,j 2})=P (J ={j 1})+P (J = {j 2})-P ({j 1}I{j 2}),相应地,u (τ)x=limΔt ϖ0+1ΔtP (x <T ≤x +Δt ,J =j 1| T >x )+lim Δt ϖ0+1ΔtP (x <T ≤x +Δt ,J = j 2|T >x )-lim Δt ϖ0+1ΔtP (x <T ≤x +Δt , J =j 1Ij 2|T >x )=u (j 1)x +u (j 2)x -u (j 1Ij 2)x ,这时tP (τ)x=t P ′(j 1)xtP ′(j 2)x式就不成立了,必须要再乘一个调整项.但显而易见,杨文中t P (τ)x=t P ′(j 1)xt P′(j 2)x t P ′(jj 2)x的表示方法是不对的,调整因子不能写成t P ′(jj 2)x的形式.如果事件j 1,j 2独立,例如,假如患心脏病与患肝炎之间互不影响,用j 1代表事件死于心脏病,j 2代表事件死于肝炎,此时P ({j 1}I{j 2})=P (J ={j 1})3P (J ={j 2}),二者之间是独立的.这时,仍与上面一样有u (τ)x =lim Δt ϖ0+1Δt P (x <T ≤x +Δt ,J =j 1 |T >x )+lim Δt ϖ0+1ΔtP (x <T ≤x +Δt , J =j 2|T >x )-lim Δt ϖ0+1ΔtP (x <T ≤x +Δt ,J =j 1Ij 2|T >x )= u (j 1)x +u (j 2)x -u (j 1Ij 2)x 成立,但这时仍然不能得出式t P (τ)x =t P ′(j 1)x t P ′(j 2)x.因此随机事件死亡和撤出互斥而不是独立是此式成立的充分条件.但是,从t P ′(j )x 的定义式(1)中可以看出,在研究t P ′(j)x时,只考虑因素j 的死力u x +s (j )而摒除了其他所有因素的影响.也就是说,这时可以当作除了j 之外的其他一切导致损失因素的影响都不存在,仅把因素j 看成是导致损失的惟一因素.在这种情况下,t P ′(j )x 表示直到时间t 时没有因为因素j 而损失的概率.而由t P (τ)x 的定义式(2)可以看出,t P (τ)x 表示直到时间t 还生存的概率.依照这样的解释,双损失环境中,t P ′(d )x 、t P ′(w )x的含义分别为在只有原因d 或w 影响下没有因原因d 或w 损失的概率.用事件A 表示在只有因素d 影响时存活到时间t ,则有P (A )=t P ′(d )x;用事件B 表示在只有因素w 影响时存活到时间t ,则有P (B )=P ′(w)x ,那么,事件AB =在因素d 、w 影响下存活到时间t ,P (AB )=t P (τ)x .由概率论的基础理论,可知P (AB )=P (A )P (B |A )=P (B )P (A |B ).在A 、B 事件独立时,有P (AB )=P (A )P (B )成立,独立性是此式成立的充要条件.将此基础理论应用到双损失环境下,则显然事件独立性是式(4)成立的充要条件.当t P ′(d )x 、t P ′(w)x互相独立时,t P (τ)x 可写成t P ′(d )xP ′(w)x .因此,我们猜想,London 所说的独立或许是说事件A 、B 的独立吧.值得一提的是,以上对双损失环境下“误区2”的分析推广到多重损失条件下也是成立的.然而,杨文中在第二部分承认了张教授所说的死亡和撤出是互斥的,在其证明中也用到了互斥的条件,然令人百思不得其解的是,在本文所讨论的问题中明明死亡和撤出是互斥就不能是独立的,杨文却偏偏又在第一部分让死亡和撤出两事件独立,而且竟然认为死亡和撤出事件的独立性是基本矩关系成立的充分条件,这实在是匪夷所思.下面我们将证明,基本矩关系是恒成立的.双损失环境中,定义t q (d )x=P (x <T ≤x +t ,J =d |T >x ),表示某人在年龄x 活着,在年龄x +t 之前死亡的概率.同理,可定义t q (w )x .假设t q (d )x 关于t 的导数在(0,+∞)上存在且连续,则d t q (d )x =t P (τ)x u (d )x +t d t ,s q (d)x=∫s0tP (τ)x u (d )x +t d t.在只有死亡和撤出两个损因的双损失环境中进行矩估计时,以进入群体观察的全体人员为对象,D x 表示群体中(x ,x +1)时段死亡人数的随机变量(杨文中对将记号D x 解释为第x 人在区间(x ,x +1)死亡的随机变量是不对的).对于第i 人,假设由他的进入日期和退出日期产生有序对(x +r i ,x +s i ).在双损失环境中观察到的死亡的概率是已知年龄x +r i 时活着,在年龄x +s i 以前死亡的条件概率,即s i -r i q (d )x +r i ,这也是来自容量为1的样本的期望死亡数,因为死亡数为1(概率为s i -r i q (d )x +r i ),或0(概率为s i -r i P (τ)x +r i +s i -r i q (w )x +r i ).如果n是所观察群体的总人数,则总的期望死亡数为∑ni =1s i -r iq (d )x +r i ,令其等于实际观察到的死亡数,就得到矩方程E[D x ]=∑ni =1s i -r iq (d )x +r i =d x ,同理也可以写出撤出的矩方程.在互斥的条件下,矩关系式是恒成立的.这里如果一定要说独立是矩关系成立的条件,那也只能说是作为观察对象的群体的每个个体都是独立同分布的,是将D x 分解成了若干个随机变量之和,因此可以将个体的概率相加得到总体的概率.至于使得矩估计简化,那也是得益于互斥性的假设.是在sq(d )x=∫s0tP (τ)x u (d )x +t d t・671・厦门大学学报(自然科学版) 2006年式中可以运用tP (τ)x=t P ′(j 1)x tP ′(j 2)x式,从而在估计上可以有一系列的简化.以上是我们对单损失和多重损失环境下一些精算理论的看法,错误与不当之处敬请各位同行不吝赐教.参考文献:[1] 张涤新.保险精算中单损失和双损失环境的一些重要理论辨析[J ].数量经济技术经济研究,2002,9:76-79.[2] 杨智元,王艺明,陈浪南,等.保险精算中单损失和双损失环境的一些重要理论再辨析[J ].数量经济技术经济研究,2004,4:100-103.[3] London D.陈子毅.生存模型[M ].上海:上海科学技术出版社,1996.[4] Bowers N L.精算数学[M ].余跃年,温韫瑜,译.上海:上海科学技术出版社,1996.A Discussion on an Actu arial Theory about theDouble Decrement E nvironmentZH EN G Zhen 2long ,L I Ming(Dept.of Finance ,School of Economics ,Xiamen Univ.,Xiamen 361005,China )Abstract :In the field of actuary ,the double decrement environment theory is widely applied to analyse and control the risk of lifeinsurance.It ’s also the base of insurance pricing.In this paper ,the double decrement environment theory was caref ully studied.A newexplanation to the condition of “independence ”for t P (τ)x equaling to the product of t P ′(d )x and t P ′(w )xwas given based on the probability theory.Some viewpoints different f rom other scholars were put forward as well.K ey w ords :survival model ;the double decrement environment ;force of mortality ;the moment estimation・771・第2期 郑振龙等:保险精算中双损失环境的“独立性”问题。

特质偏度是否被定价

特质偏度是否被定价

第16卷第5期2013年5月管理科学学报JOURNAL OF MANAGEMENT SCIENCES IN CHINAVol.16No.5May2013特质偏度是否被定价?①郑振龙,王磊,王路跖(厦门大学经济学院,厦门361005)摘要:研究了中国A股市场上特质偏度和预期收益率的关系.结合中国市场的实际,采用横截面回归方法提取预期特质偏度,随后运用Fama-MacBeth方法来验证预期收益率和预期特质偏度之间的关系.实证结果表明二者之间存在显著的负向关系,在控制了流动性因子、协偏度和协峰度等变量的影响之后该结论仍然成立.同时,还对“特质波动率之谜”进行了重新检验,结果发现,在控制了预期特质偏度之后,滞后的特质波动率与预期收益率之间的负相关关系不再显著,从而证实了预期特质偏度中含有一部分特质波动率的信息.最后,在区分了大、小公司的子样本中进行的稳健性检验也支持上述结论.关键词:预期特质偏度;特质波动率之谜;收益率可预测性中图分类号:F830.91;F832.5文献标识码:A文章编号:1007-9807(2013)05-0001-120引言所谓“特质波动率之谜”是指Ang等[1]发现的特质波动率与收益率呈负相关关系的现象.根据Merton[2]及Malkiel和Xu[3]的传统资产定价理论,如果是充分分散化的组合,该组合只有系统性风险,则特质波动率不应该被定价,如果该组合未充分分散,根据高预期风险与高预期收益的对应关系,则特质波动率跟收益率也应该是正相关关系.因此Ang等[1]的发现成了“特质波动率之谜”.陈国进等[4]与杨华蔚和韩立岩[5]在中国股票市场上也发现了“特质波动率之谜”.与他们不同,在修正了对预期特质波动率的估计方法后,邓雪春和郑振龙[6]发现,中国股票市场上的“特质波动率之谜”现象并不明显.对于“特质波动率之谜”的解释,Boehme等[7]、Duan等[8]及Jiang等[9]认为这一现象的存在是由于卖空限制、信息不完全等市场不完美因素引起的.而Barberis和Huang[10]基于行为金融学的理论提出了另一种解释:投资者愿意接受高特质波动率股票的低收益率,不是因为他们寻求高的特质波动率,而是因为他们偏好彩票式回报的股票,即对正的特质偏度的偏好.正是因为获得了正的特质偏度,投资者自愿放弃一部分预期收益率.Boyer等[11]发现在控制了预期偏度之后,特质波动率与预期收益之间的负向关系大幅减弱,证实了产生“特质波动率之谜”一部分是由于含有偏度的信息.陈国进等[4]则将“特质波动率之谜”主要归因于投资者存在的异质信念.本文想要探讨的是,“特质波动率之谜”在中国是否存在?如果存在的话,它是真的谜团还是由其他原因引起的假象.自Markowitz[12]提出投资组合选择理论以后,分散化投资就成了投资的基本信条.但是大量实证表明,投资者持有的组合大多是未分散的.Friend和Blume[13]及Blume和Friend[14]等就发现,个人投资者持有的投资组合并不是多样化的市场组合,而Levy[15]更是从1971年17056人的税收构成中发现,大部分个人投资者在他的投资①收稿日期:2012-09-30;修订日期:2013-03-13.基金项目:国家自然科学基金资助项目(70971114;71073023);国家自然科学青年基金资助项目(71101121);教育部人文社会科学研究青年基金资助项目(11YJC790014).作者简介:郑振龙(1966—),男,福建平潭人,教授,博士生导师.Email:zlzheng@xmu.edu.cn组合中都只持有少量的股票.随着金融市场和计算机等信息技术的发展,这种个人投资者投资组合非多样化的现象并没有随之改变.Huberman[16]调查发现投资者倾向于投资熟悉的股票,而忽略了多样化投资这一原则.Goetzmann和Kumar[17]对1991-1996年间62000名个人投资者进行调查,发现超过25%的投资者只持有1支股票,投资超过10支的人少于10%.而Campbell等[18]的研究却发现在过去的40年里公司特质风险显著增加,要达到完全的多样化投资至少需要50支股票.同时,Meulbroek[19]、Goetzmann和Kumar[17]等的研究还发现,投资者持有未分散组合的成本是高昂的.国内的研究也有类似的结论,朱宏泉和李亚静[20]通过研究封闭式基金发现,基金的投资集中度比较高,持仓排名前10的股票所占的比重平均可达40%以上.既然这样,为何会有这么多的投资者不愿意进行分散化投资呢?本文旨在利用中国市场上的经验证据来为这一现象提供解释和支持.基于上述分析,本文主要基于两点:第1,从新的角度解释“特质波动率之谜”;第2,尝试解释为何现实中存在大量并没有选择持有充分分散化投资组合的投资者.自从Sharpe[21]和Lintner[22]独立推导出资本资产定价模型(CAPM)后,大部分基本上都是在均值—方差分析的框架下分析投资组合.CAPM 模型假设投资者持有充分分散的组合,因此只有系统性风险才能获得报酬,同时该模型还有一个隐含假设,就是收益率是正态分布或者投资者的效用函数是二次效用函数.在这样的隐含假设下,投资者只需要考虑均值和方差,而不需要考虑高阶矩.但是实证研究表明,收益率往往不是正态分布的,而是有较高的偏度和峰度.同时,二次效用函数是递增的绝对风险厌恶型效用函数,即投资者的财富越多,其愿意承担的风险越小,并且二次效用函数的抛物线形状决定了投资者在某个财富水平可以达到效用最大(随着财富继续增加,投资者的效用反而会减小),这些违背理性经济学人假定的特点大大限制了二次效用函数在研究中的应用.在这样的情况下,用CAPM定价就会产生相当大的误差.因此学者们尝试着将偏度引入定价中.Kraus和Litzenberger[23]首次在传统的CAPM模型中加入偏度进行研究,发展出三阶矩的资产定价模型,发现作为系统性风险的协偏度而不是总偏度得到定价.Harvey和Siddique[24]也得到了相同的结论.这些研究都是建立在投资者持有充分分散的组合基础上,在此基础上,特质偏度被分散,因而只有协偏度进入定价.这种理论显然无法解释大量投资者不愿意分散投资的事实.根据已有的研究,协偏度作为无法被分散的系统性风险在资产中被定价,即使是充分分散的投资组合,投资者一样可以获得协偏度的风险溢酬.但是现实中存在大量投资者持有未充分分散组合,这说明未充分分散的投资组合会给投资者带来除系统性风险收益外的额外预期收益.这一事实有可能说明,特质偏度也被定价了.投资者有意识地持有未分散的组合来获得正的偏度,特别是特质偏度,从而获取以小博大的机会,因为股票的正的偏度是投资者喜欢的性质.由于分散化是一把双刃剑,它在消除了特质波动率的同时,也消除了投资者想要的特质偏度,因此为了获得偏度,投资者只能放弃传统的均值—方差有效边界,而持有未分散的组合.然而,该组合在均值—方差—偏度框架下却有可能是在有效边界上.近年来国外一些学者的研究从理论和实证中都证实了这一点.Barberis和Huang[10]通过引入累积前景理论(cumulative prospect theory),在卖空限制下,从理论上推导出了预期特质偏度与预期收益率负相关.Mitton和Vorkink[25]通过引入投资者对特质偏度的异质偏好,也推导出了同样的结论,他们对60000个个人投资者账户的实证研究也证实了这一结果.Boyer等[11]对美国市场的实证结果也发现预期特质偏度与预期收益率负相关的关系.Barberis和Huang[10]对这种负相关关系给出了合理解释:市场上一部分投资者有投机心理,希望获得以小博大的机会,因此对彩票式回报的股票,即高特质偏度的股票,有特殊偏好,从而使得这些股票被高估.与上述研究的方法不同,Brunnermeier 和Parker[26]及Brunnermeier等[27]通过设定内生概率建立了投资者的最优均衡模型,在模型中,投资者选择资产时不仅要考虑当前消费,还要考虑对未来消费的预期.当模型达到均衡时,他们同样得出了类似于上述研究的结论.对特质偏度的研究,目前主要是国外的研究,国内对偏度的研究大—2—管理科学学报2013年5月多集中在协偏度上,而对特质偏度的研究尚处空白.本文主要想研究的问题是:在投资者因希望获得“以小搏大”的机会而对正特质偏度的股票有偏好,并且在传统资产定价模型无法成立时,公司特质偏度是否能够解释股票的预期收益率.本文的主要贡献有:1)将Boyer等[11]通过横截面回归提取出事前的预期特质偏度的方法引入中国市场,与滞后的特质偏度相比,这种方法得到的预期特质偏度在中国市场上更有效.2)采用Fama-MacBeth回归,通过加入流动性因子、协偏度因子等控制变量,从实证方面证实了,在中国市场上预期收益率与预期特质偏度之间显著的负相关关系,并利用这个结果解释了中国市场上的“特质波动率之谜”.1预期特质偏度的提取预期特质偏度的提取并不像提取β或者波动率那样简便.在二阶矩稳定的假设下,研究者往往可以用其滞后值本身作为预期值的代理,通过时间序列模型来得到其预期值.但是由于三阶矩内在的不稳定性,这种预测方法用到三阶矩上并不是十分可靠②.基于以上原因,不少学者提出使用别的方法来提取预期偏度.本文主要参考了Boyer等[11]的方法,通过含有一系列特质因子的横截面回归来提取预期特质偏度.特质因子包括特质偏度的滞后值、特质波动率的滞后值、市值、换手率以及历史收益率.为此,首先需要估计出特质因子,然后运用横截面回归提取预期特质偏度.1.1已实现特质偏度和已实现特质波动率的提取及其性质研究根据Boyer等[11]的模型,假设投资者认为未来T个月内股票组合会有超额正收益,用S(t)表示从t-T+1月月初至t月月末的交易日集合,用N(t)表示S(t)集合中交易日的天数.由于T在很大程度上依赖于投资者的市场情绪等,因此这里T的选择主观性较大,为了谨慎起见,本文选取T=1,2,…,24分别进行分析.首先进行如下式的Fama-French三因子回归ri,d-rf,d=αi,d+βMKT,d(MKTd-rf,d)+βSMB,d SMB d+βHML,d HML d+εi,d(1)其中d∈S(t);r i,d是股票i在第d日的收益率;r f,d 是第d日的无风险利率;MKT d、SMB d和HML d分别是第d日的市场投资组合收益率、基于公司规模的投资组合收益率和基于账面市值比的投资组合收益率;βMKT,d、βSMB,d和βMHL,d分别是股票收益率对市场投资组合、基于公司规模的投资组合和基于账面市值比的投资组合这3个因素的敏感度,也就是本文所说的回归系数;αi,d是股票i在第d日的回归常数项;εi,d是股票i在第d日的回归残差项.已实现的特质波动率IV i,t和特质偏度ISi,t分别按照下面式(2)和式(3)计算IVi,t=1N(t)∑d∈S(t)ε2i,()d1/2(2)ISi,t=1N(t)∑d∈S(t)ε3i,dIV3i,t(3)由上两式计算出月度的日平均特质波动率和特质偏度.1)数据描述本文选取沪市和深市包括ST股在内的全部A股股票作为研究对象,由于中国在1996年12月26日宣布实行涨跌停板制度,所以样本从1997–01–01 2010–09–30,共计3324个交易日.去掉了上市时间过短的中小板股票002461 002484、创业板股票300105 300124以及主板股票601018和601818后,共计1908支股票.月度数据采用每月月底数据,共计165个月.所有股票的月度和日度数据均来源于万得数据库.用于月内三因子模型回归的Fama-French三因子的日数据由锐思数据库提供,这里采用的三因子数据使用流通市值加权来构建.无风险利率也取自锐思数据库,其使用规则如下:2002年7月2日前用1年期银行存款利率,之后使用1年期中央银行票据的票面利率.2)数据描述性统计分析—3—第5期郑振龙等:特质偏度是否被定价?②Harvey和Siddique[24]估计了时变的偏度模型,发现滞后的偏度与当期偏度之间只有微弱的负相关关系.在得到特质波动率和特质偏度序列之后,对其进行了初步的描述性统计分析.由于篇幅限制,这里仅给出T =12的结果.在表1和表2中给出所有股票特质波动率和特质偏度的平均均值、平均标准差和平均偏度、峰度等.由于每支股票特质波动率和特质偏度序列的均值都不一样,因此在这里引入变异系数,使用变异系数能使多支股票有统一的比较标准.变异系数的计算公式为CV =σμ其中CV 是变异系数;σ是序列的标准差;μ是序列的均值.变异系数用来衡量单位均值上的离散程度.表1特质波动率描述性统计量Table 1Descriptive statistics on idiosyncratic volatility 股票总数均值标准差均值变异系数均值偏度均值峰度均值19082.319%0.63%26.32%0.2929-0.4685表2特质偏度描述性统计量Table 2Descriptive statistics on idiosyncratic skewness 股票总数均值标准差均值变异系数均值偏度均值峰度均值19080.69100.613590.09%0.03350.6429从表1中可以看出,所有股票特质波动率序列的均值为2.319%,对应的月波动率为10.88%,这个值远小于Fu [28]中的16%.标准差的均值为0.63%,而变异系数为26.32%,这说明了特质波动率随时间变化比较大.从表2中可以看出,所有股票特质偏度序列的均值为0.6910,偏度总体水平大于0.标准差的均值为0.6135,而变异系数达到了90.09%,这说明特质偏度随时间变化非常大.1.2预期特质偏度的提取为了得到预期偏度E t [IS i ,t +T ],先进行下式的横截面回归IS i ,t =β0,t +β1,t IS i ,t -T +β2,t IV i ,t -T +γt X i ,t -T +εi ,t(4)其中IS i ,t 和IV i ,t -T 按照式(2)、(3)构建;X i ,t -T 表示一系列与公司相关的特质变量,所有的变量都是在t 月末可观测到的.与公司相关的特质变量X i ,t -T 中包括动量(mom i ,t -T )、换手率(turn i ,t -T )和流通市值(cap i ,t -T ).mom i ,t -T 表示股票i 在t -T -12月至t -T -1月之间的累积收益率,turn i ,t -T 表示t -T 月股票i 的换手率.式(4)是根据t 月末可观测到的滞后T 期的已实现特质偏度、已实现特质波动率以及其他一系列公司特质变量,以所有个股为样本进行横截面回归,获得在t 月末市场上的β值.基于式(4)的回归系数估计结果,再根据下式计算预期特质偏度E t [IS i ,t +T ]=β0,t +β1,t IS i ,t +β2,t IV i ,t +γt X i ,t(5)用式(4)方法估计参数的好处在于用月度滚动的方法得到特质波动率和特质偏度的实现值,充分利用了数据,保证特质波动率和特质偏度的有效性,同时回归方程的自变量和因变量样本完全不重叠,保证了回归方程在计量上的有效性.1)T 值的选择首先采用从1997-01-01-2010-09-30的全样本进行回归,T 分别从1取到24,拟合效果最好的是T =12,此时IS i ,t -T 项约有60%显著,其它各项显著的百分比分别为32.5%,57.1%,58.4%和31.8%,回归的效果并不是很理想.而从特质偏度的时间序列特征来看,特质偏度的巨幅波动是从2006年初开始的,也即上一轮大牛市的起点,因此将样本期分为两段,第1段从1997-01-01-2005-12-31,第2段从2006-01-01-2010-09-30,分别选取T 1和T 2,使得每一段样本期内各自拟合的效果达到最优,最终的T 1和T 2取值分别为12和6.表3给出了分段与不分段情况下拟合结果的对比.表3分段与不分段结果的对比Table 3Comparison of the estimations between different methods参数截距项IS i ,t-T IV i ,t-T mom i ,t-T turn i ,t-T cap i ,t-T 调整R 2不分段55.8%60.4%32.5%57.1%58.4%31.8%0.04924分段52.7%66.7%48.7%51.3%56.0%37.3%0.05947可以看到,分段后IS i ,t-T 项和IV i ,t-T 项的显著占比有比较大程度的上升,调整R 2也有所上升.在以下—4—管理科学学报2013年5月实证过程中将报告根据分段样本得到的结果.2)回归模型选择基于式(4)得出的回归系数的估计结果,根据式(5)进一步提取出预期特质偏度.表4中报告了5个模型的回归结果.模型1中只用了特质偏度的滞后值作为解释变量,在160组横截面回归中,有70%的回归系数是在5%显著性水平下显著的,调整R2的平均值为0.0184.回归系数总体t值③为15.95,在1%显著性水平下显著.模型2中只用了特质波动率的滞后值作为解释变量,大约有55.7%的回归系数是显著的,总体上滞后的特质波动率的回归系数在1%显著性水平下显著为负.回归调整R2为0.0095,大约为模型1的一半,说明滞后的特质偏度比滞后的特质波动率解释能力更强.模型3中同时加入了滞后的特质偏度和滞后的特质波动率,发现回归的调整R2为0.0271,基本相当于模型1和模型2调整R2的总和,且模型3回归系数的值与模型1和模型2相差不大.模型4中只加入了其他3个特质因子,即历史收益率、流通市值以及换手率.发现仅仅加入这3个因子的模型调整R2就高于模型3,达到了0.0383,而且3个系数均在1%显著性水平下显著为负,说明这3个因子对特质偏度具有很强的解释能力.在模型5中放入了全部5个因子,回归的调整R2为0.0595,是所有模型中最高的,同时所有系数均在1%显著性水平下显著,这说明每一个解释变量都是有效的,因此采用模型5来提取预期特质偏度.表4横截面回归结果Table4Estimation results of the cross-section regression模型IS i,t-T IV i,t-T mom i,t-T cap i,t-T turn i,t-T调整R21系数0.102显著占比(70.00%)0.0184 t值15.95***2系数-9.06显著占比(55.67%)0.0095 t值-10.90***3系数0.107-8.89显著占比(69.33%)(61.33%)0.0271 t值17.03***-10.71***4系数-0.0227-0.077-0.0015显著占比(70.67%)(63.3%)(46.7%)0.0383 t值-11.70***-3.94***-6.84***5系数0.105-6.275-0.214-0.087-0.001显著占比(66.67%)(48.67%)(51.33%)(56.00%)(37.33%)0.0595 t值17.57***-7.44***-9.47***-5.02***-5.68***注:表中***表示系数在显著性水平为1%的情况下显著,**表示在5%之下显著,*表示在10%之下显著.2预期特质偏度与预期收益率的关系研究预期特质偏度与预期收益率之间的关系是本文的主要目的.为了消除噪音的影响,人们在研究收益率的影响因素时常用组合的方法.而组合的预期特质偏度是通过对组合内股票的预期特质偏度按流通市值加权得到的,但是这样处理就会产生一个问题:作为二阶矩的波动率是平方可—5—第5期郑振龙等:特质偏度是否被定价?③即回归系数真值为0的t检验.加的,而偏度作为三阶矩,进行这样的流通市值加权在数学上的合理性并没有得到证实,其经济含义也不够明确;而如果直接对组合计算特质偏度,一部分个股的特质偏度已经被分散,没有办法反映真实情况.基于这样的考虑,本文直接在个股层面进行Fama-Macbeth回归[29],并重新考察“特质波动率之谜”,最后根据公司规模从样本中提取出小公司和大公司两组子样本进行稳健性检验.2.1个股单变量Fama-MacBeth回归在得到个股的预期特质偏度之后,不对其进行分组,而是直接进行单变量Fama-MacBeth回归,具体回归方程如下ri,t+1=γ0,t+γ1,tEt[ISi,t+T]+εi,t(6)首先对所有个股在每个月进行横截面回归,然后求参数的均值,估计的最终结果如表5所示.表5个股单变量Fama-MacBeth回归结果Table5Estimation results of the univariate Fama-MacBethregression for individual stocks估计量参数值t值调整R2截距项0.0192.01**预期的IS-0.005-0.5640.027从表中可以看出,预期的特质偏度对预期收益率的回归系数为负,但在5%的显著性水平下该系数并不显著异于零.这说明预期的特质偏度对实现的收益率没有解释能力,那是否就说明预期的特质偏度对预期收益没有解释能力呢?由于实现的收益率可以分解为预期到的收益率和未预期到的收益率两部分,未预期到的收益率是由于未预期到的信息对收益率的冲击造成的,而本文的主要目的是要研究预期收益率与预期特质偏度之间的关系.因此,准确的回归应该控制未预期到的收益率的冲击的部分.由于未预期到的特质偏度,即实际的特质偏度与预期的特质偏度之间的差值也是对未预期到的冲击的反应,因此,可以考虑加入未预期到的特质偏度来控制未预期到的收益率的影响.2.2控制未预期到的特质偏度的冲击后个股Fama-MacBeth回归从计量理论上来看,加入未预期到的特质偏度,可以增加对实际收益率中未预期到的那部分的解释能力,从而能更准确地体现出预期特质偏度对预期收益率的解释能力.表6给出了已实现的特质偏度、预期的特质偏度和未预期到的特质偏度三者的描述性统计量.可以看出,预期的特质偏度的均值占已实现特质偏度均值的大部分比例.同时还可以看到未预期到的特质偏度的标准差与已实现的特质偏度比较接近,远高于预期特质偏度的标准差,这说明实际的特质偏度波动比预期到的特质偏度更剧烈,而且其波动主要来自于未预期到的特质偏度部分,由此也可以看出在模型中加入未预期到的特质偏度项是有必要的.表6预期到的和未预期到的特质偏度描述性统计量Table6Descriptive statistics on both expectedand unexpected idiosyncratic skewness统计量已实现的IS预期的IS未预期到的IS均值0.7600.781-0.023最小值-9.59-20.29-9.47最大值9.984.4010.43标准差0.620.230.58在回归方程中加入未预期到的特质偏度和滞后的特质偏度后,回归方程变为ri,t+1=γ0,t+γ1,tEt[ISi,t+T]+γ2,tUnISi,t+T+γ3,t LIS i,t-T+εi,t(7)其中UnIS i,t+T代表未预期到的特质偏度;LIS i,t-T 代表滞后的特质偏度,回归结果如表7所示.在表7的模型1中可以看到,在控制了对未预期到的收益率的冲击之后,预期的特质偏度对实际收益率的回归系数在5%的显著性水平下显著为负,且未预期到的特质偏度对实际收益率的回归系数在1%的显著性水平下显著为正,与预期的结果一致.表7加入了未预期到的特质偏度和滞后的特质偏度后的回归结果Table7Estimation results with both the expectedand unexpected idiosyncratic skewness模型123截距项0.0278(3.20***)0.014(1.71*)0.0335(3.34***)预期的IS-0.0218(-2.19**)-0.0228(-2.25**)未预期到的IS0.0148(7.81***)0.0153(7.95***)滞后的IS-1.78ˑ10-4(-0.27)-9.76ˑ10-4(-1.58)—6—管理科学学报2013年5月在模型2和3中,加入了滞后的特质偏度项,从结果中可以看到,滞后的特质偏度项系数均不显著,这说明滞后的特质偏度对预期收益率并没有解释能力.而预期特质偏度和未预期到的特质偏度项仍然是显著的,而且符号和数值跟模型1相比相差不大,证实了对预期收益率有影响的是对未来特质偏度的预期以及未预期到的特质偏度的冲击,而不是过去已经实现的特质偏度,若仅仅用滞后的特质偏度作为预期偏度的代理变量的话,其效果不好.④Ang 等的模型以后简称AHXZ.2.3特质偏度与“特质波动率之谜”本文试图用特质偏度来解释“特质波动率之谜”现象.Ang 等[1]④发现高特质波动率的股票的超额收益率为负,即特质波动率与收益率是负相关关系.而根据Merton [2]和Malkiel 和Xu [3]的传统的资产定价理论:如果是充分分散化的组合,该组合只有系统性风险,则特质波动率不应该被定价;如果该组合未充分分散,那么根据高预期风险与高预期收益的对应关系,特质波动率跟收益率也应该是正相关关系.因此Ang 等[1]的发现成了“特质波动率之谜”.对于“特质波动率之谜”的解释,Boehme 等[7]、Duan 等[8]和Jiang 等[9]认为这一现象的存在是由于卖空限制、信息不完全等市场不完美因素引起的.而Barberis 和Huang [10]基于行为金融学的理论提出了另一种解释:投资者愿意接受高特质波动率股票的低收益率,不是因为他们寻求高的特质波动率,而是因为他们偏好彩票式回报的股票,即对正的特质偏度的偏好.正是因为获得了正的特质偏度,投资者自愿放弃一部分预期收益率.Boyer 等[11]发现在控制了预期偏度之后,特质波动率与预期收益之间的负向关系大幅减弱,证实了“特质波动率之谜”的产生一部分是由于含有偏度的信息.本文因此把滞后的特质波动率项也加入到模型中,检验加入了预期特质偏度后中国市场上“特质波动率之谜”是否还存在.本文的模型变为r i ,t+1=γ0,t +γ1,t E t [IS i ,t+T ]+γ2,t UnIS i ,t+T +γ3,t LIS i ,t-T +γ4,t LIV i ,t-T +εi ,t(8)在AHXZ 的模型中,他们用滞后的特质偏度作为预期特质偏度的代理变量,在控制了滞后的特质偏度项后,发现收益率与滞后的特质波动率之间的负相关仍然是显著的.但是通过上文已经证实,滞后的特质偏度并不是预期特质偏度的好的预测代理,滞后的特质偏度对预期收益率没有解释能力,因此考虑下面4个模型.模型1只考虑实现收益率与滞后的特质波动率之间的关系,发现确实存在显著的负相关关系,其回归系数为-0.283,该结果在5%显著性水平下显著.模型2按照AHXZ 模型中的方法,加入滞后的特质偏度作为控制变量,之后,收益率与滞后特质波动率之间的负相关关系仍然成立,其系数为-0.275,与模型1相比只是略微有些减小,而且该结果在5%显著性水平下仍然显著.而滞后的特质偏度项在10%显著性水平下不显著,与上文的结果一致.模型3加入预期特质偏度和未预期到的特质偏度作为控制变量,而没有加入滞后的特质偏度.结果滞后特质波动率的系数变为-0.071,其绝对量水平相对于模型1和模型2大幅减小,而且在10%显著性水平下该系数不再显著.预期特质波动率和未预期到的特质波动率项系数仍然显著,与前文结论一致.通过模型1、模型2和模型3可以证实预期特质偏度中含有特质波动率的信息,在控制了预期特质偏度和未预期到的特质偏度后,滞后的特质波动率和预期收益率之间的负相关关系变得不再显著.模型4同时加入预期特质偏度,未预期到的特质偏度,滞后的特质偏度以及滞后的特质波动率4个因子.结论仍然没有改变.4个模型的回归结果见表8.表8加入了滞后的特质波动率后的回归结果Table 8Estimation results with the lagged volatility 模型1234截距项1.93(0.017)0.016(1.95*)0.033(3.16***)-0.034(3.23***)预期的IS -0.021(-2.01**)-0.021(-2.03**)未预期到的IS 0.015(7.40***)0.015(7.58***)滞后的IS -1.14ˑ10-4(-0.17)-9.7ˑ10-4(-1.61)滞后的IV-0.283(-2.18**)-0.275(-2.10**)-0.071(-0.55)-0.069(-0.53)—7—第5期郑振龙等:特质偏度是否被定价?。

金融产品工程培训班(第七期)课程安排

金融产品工程培训班(第七期)课程安排

金融产品工程培训班(第七期)课程安排日 期 时 间 培训内容 授课讲师4月17日周三 9:00-17:00 衍生品定价模型与参数估计厦门大学陈蓉教授4月18日 周四9:00-17:00 金融衍生品:设计与运用厦门大学郑振龙教授 18:00-20:00 班级破冰、小组讨论 面授培训部4月19日 周五9:00-17:00期权交易与场外衍生品实务:交易策略与风险管理美国东湾资本管理公司创始人兼合伙人蒋希华课程大纲4月17日:衍生品定价模型与参数估计第一章 期权基础原理简介快速理解期权价格曲线、静态和动态特征第二章 衍生品定价模型第一节 Black-Scholes期权定价模型第二节 数值方法第三节 常见期权产品定价对Black-Scholes期权定价模型进行剖析并分析其拓展与运用,并基于此帮助理解风险中性定价原理,介绍二叉树方法和蒙特卡罗模拟方法,剖析不同定价模型的异同点,剖析常见定价模型的缺陷,并深入讨论定价模型在实务中的运用。

第三章 参数估计:波动率估计与校准剖析不同波动率的内涵,讲授历史波动率估计的主要方法、讲授BS隐含波动率的校准与VIX的估计。

对中国市场实例进行分析,如场内50ETF的隐含波动率分析,国内个股的历史波动率分析等。

第四章 希腊字母基础、如何运用希腊字母进行动态风险对冲4月18日:金融衍生品:设计与运用第一章 结构型产品运用案例分析资本保证型产品、收益增强型产品、参与型产品的特征、构造与风险管理。

具体包括保本产品、鲨鱼票据、反向可转债、折扣证、跟踪者、红利证、双赢证、气囊证、涡轮证、超越证、Accumulator、雪球式、凤凰式等。

第二章 金融衍生品与金融解决方案金融创新案例:总收益互换、资产证券化、在金融解决方案中嵌入期权等案例。

第三章 金融衍生品与避税运用各种衍生品进行避税的案例分析。

4月19日:期权交易与场外衍生品实务:交易策略与风险管理第一章 期权基础策略:第一节 简单买卖第二节 价差组合第三节 期权与标的组合增益策略第二章 期权高级交易策略第一节 无风险套利第二节 套期保值第三节 增益策略第四节 标的市场投机第五节 波动率投机第六节 相对价值交易第七节 大概率策略第三章 期权投资风险管理第四章 波动率基金团队建设第五章 国内外市场期权交易及风险管理实例分析讲师简介郑振龙,金融学博士,金融工程教授,博士生导师。

厦门大学 郑振龙 金融工程课件 第一章

厦门大学 郑振龙 金融工程课件 第一章

1
2. 金融工程概述
Copyright © 2012 Zheng, Zhenlong & Chen, Rong
1
案例 A 法国 Rhone-Poulenc 公司的员工持股计划I
1993 年 1 月,当该公司部分私有化时,法国政府给予员工 10% 的折扣来购买公司股票,公司除了允 许在 12 个月之内付款之外,还额外给予 15% 的折扣。
Copyright © 2012 Zheng, Zhenlong & Chen, Rong
1
案例 A 法国 Rhone-Poulenc 公司的员工持股计划III
Copyright © 2012 Zheng, Zhenlong & Chen, Rong
1
案例 B 美国大通银行的指数存单 I
1987 年 3 月 18 日,美国大通银行发行了世界上首个保本指数存单。该存单与 S&P500 指数未来一年的 表现挂钩,存款者可以在三档结构中选择:0%-75% 、2%-60% 和 4%-40% 。
1
互换
当事人按照商定条件,在约定的时间内,交换一系列现金流的合约 利率互换:约定交换的现金流是以一定本金计算的利息现金流的合约
➢ 一方支付以固定利率计算的利息现金流 ➢ 一方支付以合约规定的浮动利率计算的利息现金流
Copyright © 2012 Zheng, Zhenlong & Chen, Rong
尽管如此,只有不到 20% 的员工参与购买,分配给员工的配额也只认购了 75% 。1993 年底,该公司 在全面私有化时发现难以进一步推进员工持股。
Copyright © 2012 Zheng, Zhenlong & Chen, Rong

期权“净购买压力”的隐含信息

期权“净购买压力”的隐含信息

期权“净购买压力”的隐含信息陈蓉许鋆郑振龙(厦门大学管理学院,厦门361005)作者简介:陈蓉,女,福建福清人,金融学博士,厦门大学管理学院财务学系教授、博导,厦门大学金融工程研究中心主任,研究方向:资产定价、金融工程和风险管理,电话:;Email:许鋆,男,厦门大学管理学院财务学系博士生,研究方向:资产定价、金融工程和风险管理,电话:,Email:。

郑振龙,男,福建平潭人,金融学博士,厦门大学管理学院财务学系教授、博导,国务院学科评议组成员,国家“万人计划”领军人才,研究方向:资产定价、金融工程和风险管理,电话:;Email:基金项目:本文的研究得到国家自然科学基金面上项目()、国家自然科学基金重大项目()、以及国家自然科学基金面上项目()的资助。

所属研究领域:期权期权“净购买压力”的隐含信息【摘要】本文使用50ETF期权的高频数据,研究“净购买压力”指标对指数收益率和波动率变化的预测能力,并比较了不同加权方法、看涨看跌期权、不同在值程度期权以及非对称的“净购买压力”指标的预测能力的差异性。

本文发现,期权“净购买压力”指标对标的指数收益率和波动率具有较强的预测能力。

【关键词】50ETF期权,净购买压力,信息含量JEL: G12,G13,G14一、引言资本市场隐含着大量有价值的信息。

郑振龙(2012)指出用金融资产价格所隐含的信息预测未来,通常比用历史信息预测未来更为准确。

期权具有看涨看跌两个方向、以及多期限多行权价格的特征,其价格依赖于合约的行权价格、剩余到期期限、标的证券价格和波动率等诸多因素,其风险敞口也体现在Delta、Gamma、Vega和Rho等多个维度。

方向性交易者可以通过交易期权的Delta赚取收益,而波动率交易者可以赚取标的证券价格变动的Gamma 收益以及隐含波动率变化的Vega收益。

因此期权交易中隐含着投资者对标的证券收益率和波动率的预期信息。

上海证券交易所(以下简称“上交所”)在2015年2月9日推出我国第一只交易所股票期权品种——上证50ETF期权(以下简称“50ETF期权”)。

谈谈对郑振龙金融工程科目的认识

谈谈对郑振龙金融工程科目的认识

谈谈对郑振龙金融工程科目的认识
郑振龙金融工程科目是一门专注于金融领域的工程科目。

金融工程是将数学、统计学和计算机科学等技术应用于金融领域,以解决金融问题和优化金融业务的学科。

在郑振龙金融工程科目中,学生将学习金融市场的基本原理和金融产品的设计,以及金融风险管理和金融衍生品的定价等重要内容。

学生将通过学习数学、统计学和计量经济学等相关知识,掌握金融工程师所需的核心技能。

此外,郑振龙金融工程科目还注重培养学生的实践能力。

学生将通过实际案例分析、模型构建和编程实践等活动,锻炼解决实际金融问题的能力。

郑振龙金融工程科目对金融相关行业的就业具有较强的竞争力。

金融工程师在金融机构、保险公司、投资基金等单位中扮演着重要角色,能够从事金融产品的设计与创新、风险管理、金融市场分析和金融建模等职业。

因此,对于有志于从事金融行业的学生来说,郑振龙金融工程科目是一个理想的选择。

价值创造

价值创造

谢谢! 谢谢! 欢迎访问我的个人网页: 欢迎访问我的个人网页:
固定利率贷款的分解
客户:固定利率贷款 债务 债务+美式看涨期权多头 客户:固定利率贷款=债务 美式看涨期权多头 协议价格=( 实际贷期) 协议价格 (1+R原贷款×实际贷期) 银行:固定利率贷款=债权 债权+美式看涨期权空头 银行:固定利率贷款 债权 美式看涨期权空头
看涨期权价值计算-无套利分析法 看涨期权价值计算 无套利分析法
3、静态和动态复制型创新方法 、
静态复制:
固定利率贷款+固定利率贷款=结构性固定 利率贷款 固定利率贷款+浮动利率贷款=固定与浮动 结构性固定利率贷款 浮动利率贷款+利率期权=固定浮动孰低贷 款
动态复制
如动态复制期权
动态复制期权的效果图
2010-8-10
18
4、基本要素分解型的创新方 、更加完美
减少交易费用:基金、期货、 天通知存款 减少交易费用:基金、期货、7天通知存款 提高信息透明度, 提高信息透明度,减小信息不对称度 避税 绕开管制
使世界更加完全
在不完全的市场中, 在不完全的市场中,人们无法自由地沿时空 配置资金和管理风险。 配置资金和管理风险。 允许卖空, 允许卖空,建立套利机制 金融创新
创造价值还是消灭价值? 创造价值还是消灭价值?
1)流动性增加? )流动性增加? 2)风险减少? )风险减少? 3)税收减少? )税收减少? 4)减少代理成本? )减少代理成本? 5)减低交易成本? )减低交易成本? 6)规避管制? )规避管制? 7)满足投资者偏好? )满足投资者偏好? 8)提高交易方便性和便捷性? )提高交易方便性和便捷性?
假定银行贷款利率的确定是合理的, 假定银行贷款利率的确定是合理的,贷 款客户的信用级别为AAA。 款客户的信用级别为 。 假设公司需要一笔5年的资金 年的资金, 假设公司需要一笔 年的资金,它面临两 种选择:发行5年期的公司债 年期的公司债, 种选择:发行 年期的公司债,利率为 3.22%,发行费用和担保费用为 ,发行费用和担保费用为1%。 。 或者贷款5年 贷款利率为5.58%。这 或者贷款 年,贷款利率为 。 两种选择的成本应相等。因此: 两种选择的成本应相等。因此: 5.58%-C=3.22%+1% C=1.36%
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2018考研:厦门大学经院郑振龙教授简介很多考生朋友都在问:考研是全国统一卷面考试,还有必要提前获知导师的信息吗?答案是:当然有必要。

这关系到复习是否得到预期收效。

那么为了给考生们解开这方面的困惑,凯程教育与大家共享厦大金融专业的部分师资力量信息,包含个人经历、身份、参与课题状况等。

郑振龙,男,1966年3月出生,汉族,经济学博士,现任国务院学科评议组成员、国家重点学科厦门大学金融学学术带头人,“闽江学者”特聘教授,厦门大学金融工程教授、博士生导师,厦门大学证券研究中心主任,中国金融学会常务理事兼学术委员,中国金融学会金融工程专业委员会常委,福建省金融学会副会长、《金融学(季刊)》主编。

曾任厦门大学研究生院副院长、厦门大学经济学院副院长、厦门大学金融系代主任、中国金融学年会第二届理事会主席、亚太金融学会(Asia-Pacific Finance Association)理事。

2002年入选教育部优秀青年教师资助计划,2003年入选福建省“百千万”人才工程,2004年入选教育部新世纪优秀人才支持计划,2006年主持国家精品课程金融工程,2008年被评为福建省教学名师。

报班有什么好处?❶现在开始报班能让你早早的进入复习状态,不至于想考研想复习但是没有实际行动。

❷报班老师给你讲一遍能加深你对考试试题的理解,能学到各种应试技巧,答题技巧,毕竟考研是应试考试,所以这个还是很重要的。

❸报班老师能让你准确的抓住考试的重点、难点,能看透大纲的新增点,删除点等等,毕竟那些老师在考研这块领域是咱们普通学生的爷爷辈的,经验比咱们丰富多了❹考研机构的名师很多都是身怀绝技,幽默风趣,让你在考研路上能不少那么的无聊,相当于调节自己了。

⑤考研集训营学习环境好,气氛浓,学习效率高。

报班的缺点?❶报班需要一定的开销,现在的辅导班便宜的几百几千一科,贵的全部加起来好几万。

对于有意向报班的同学来说,如何选择一个好的考研辅导班,这里我和大家详细说一下。

这里推荐全国最有名的考研辅导班——凯程考研。

其实看看凯程考研怎么样,最简单的一个办法,看看他们有没有成功的学生,最直观的办法是到凯程网站,上面有大量学员经验谈视频,这些都是凯程扎扎实实的辅导案例,其他机构网站几乎没有考上学生的视频,这就是凯程和其他机构的优势,凯程是扎实辅导、严格管理、规范教学取得如此优秀的成绩。

辨别凯程和其他机构谁靠谱的办法。

第一招:看经验谈视频,凯程网站有经验谈视频,其他机构没有。

第二招:看有没有讲义。

凯程有课程讲义,其他机构几乎没有,或者没有现成的讲义,说明他们没有辅导历史。

第三招:问问该专业今年辅导多少人。

如果就招1-2个学生,那就无法请最好的老师,凯程大多数专业都是小班授课,招生人数多,自然请的老师质量高,授课量大,学习更加扎实。

并且凯程和这些学校的老师联系更加紧密。

第四招:看集训营场地正规不正规。

有些机构找个写字楼,临时租个宾馆,学习没有气氛,必须是正规教学楼、宿舍楼、操场、食堂,凯程就是正规教学楼、宿舍楼、食堂、操场等,配备空调、暖气、热水器、独立卫浴等。

在凯程网站有大量集训营环境的照片,每个学员对我们的集训营学习气氛满意度超高。

其他机构很多遮遮掩掩不提供,那就是集训营环境不行。

第五招:实地考察看看。

凯程在金融硕士、会计硕士、法硕、中传、教育学、教育硕士、财科所等名校名专业考研取得的成绩。

对该专业有辅导历史:必须对该专业深刻理解,才能深入辅导学员考取该校。

在考研辅导班中,从来见过如此辉煌的成绩:凯程在2016年考研中,清华五道口金融学院考取13人(前五名都是凯程学员),清华经管6人,北大经院金融硕士8人,人大和贸大各15人,中财金融硕士10人,复旦上交上财等名校18人,中传考取35人之多,法学方面,凯程在人大、北大、贸大、政法、武汉大学、公安大学等院校斩获多个法学和法硕状元,会计硕士,北京地区名校录取就超过30人、经济学人大状元来自凯程,中财人大外经贸经济学类录取人数非常多,是凯程的王牌院校,还有很多专业成绩突出,更多专业成绩请查看凯程网站光荣榜,有经验谈视频,其他机构没有。

在凯程官方网站的光荣榜,成功学员经验谈视频特别多,都是凯程战绩的最好证明。

对于如此高的成绩,凯程集训营班主任邢老师说,凯程如此优异的成绩,是与我们凯程严格的管理,全方位的辅导是分不开的,很多学生本科都不是名校,某些学生来自二本三本甚至不知名的院校,还有很多是工作了多年才回来考的,大多数是跨专业考研,他们的难度大,竞争激烈,没有严格的训练和同学们的刻苦学习,是很难达到优异的成绩。

最好的办法是直接和凯程老师详细沟通一下就清楚了(400-050-3680)。

为什么要看看凯程的学员经验谈视频:1、看看学长学姐是如何复习专业课、公共课的,他山之石,可以功玉,与其闭门造车,不如看看前人经验。

其他机构提供不了,凯程可以提供大量学员的经验谈视频。

2、看看凯程是如何高质量辅导学员的,您可以了解凯程的专业辅导的专业度。

3、可以对比其他辅导班,很多辅导班说自己辅导了很多学生,但是一个视频经验谈都没有,说明他们不是专业的辅导机构,没有战绩就是没有实力。

4、同学们在考研过程中遇到的问题,学长学姐在经验谈视频里很多已经讲解到了,能够增长你的考研准备充分性。

5、您可以登陆凯程网站或者关注凯程微信公众号“凯程考研”,给凯程留言。

无论您有哪方面的问题,无论您是学员还是非学员,凯程一如既然地为您服务。

因为,凯程具有非常强的社会正外部性的机构,能够为社会提供正能量!经验谈展播视频播放地址:凯程官网。

电话400-050-36801、师资力量对口而雄厚、长期深入研究金融、尤其是清华北大人大中财贸大南大复旦上交等考试特点。

举例说明,凯程教育考研培训机构,可以称得上是金融硕士、会计硕士、法硕、中传、教育学、教育硕士、法学、经济学等专业的黄埔军校,考研的领头羊,因为不仅是今年取得了如此好的成绩,其去年被清华五道口金融学院、清华经管录取的人数也已占录取总人数的50%以上!其中最原因之一是,它非常注重教师队伍的建设,在长期的教学实践中他们积累了一批专攻金融硕士考研的王牌师资,这也是和其他普通以政治英语课程为主的考研培训机构最大的不同。

由于专业课院校的独特性,尤其注重专业课成绩,每个学校的专业课考试内容不完全相同,同样是专业课,各个学校不太一致,这就需要师资团队对专业具有深刻的理解和研究,而一般的考研培训机构无法做到这一点。

为了让更多学员顺利进入自己满意的学校,凯程教育从每一堂课、每一个老师出发,做到让学生满意,如不满意随时调换,把学生的利益放在首位,保证师资团队的相对稳定和优胜劣汰,不断引入新鲜血液,以此保证教学质量的高水平和高标准。

众所周知,金融硕士、会计硕士、法硕、中传、教育学、教育硕士、法学、经济学等专业考生的专业课也是他们的一大软肋,95%的考生都是跨专业。

如何让他们顺利通过分数线,并取得高分也是一个难题。

根据跨专业考生的特点,选拔的专业课老师,具备多年教学经验,制定了一套适合跨专业的考研课程,以绝对的优势,在考研中获取专业课优势。

2、深入研究各个专业考研的专业特点,做到精准制导,同时深入发掘每个学生独特的潜质,呈现出基础扎实而稳拿高分的面貌。

金融硕士、会计硕士、法硕、中传、教育学、教育硕士、法学、经济学等专业的考研,学生最大的问题是难以拿高分,如果是复习不到一个比较深的深度,很难拿到高分,因为考研这是发现有培养潜质的学生的测试,从千军万马中选择千里马的过程,这就是很多考研辅导机构的学生在考研中成绩一般的原因。

考研,既要注意专业基础的夯实,也要兼顾攻克难题的能力,不是靠着几个模板,几个定律就包打天下。

而凯程教育既严格要求,扎实训练,精准辅导,同时发掘学生的各个科目的潜力,从而实现考试分数的最大化。

3、符合金融硕士、会计硕士、法硕、中传、教育学、教育硕士、法学、经济学、艺术硕士、新闻传播硕士等专业考生特点科学合理的课程安排。

在课程设置上坚持循序渐进,步步为营的指导原则,其中寒假远程班、春季集训营和远程班、暑期疯狂集训营、百日冲刺集训营、冲刺点题押题模考、复试辅导班均为各个阶段全程训练课程,满足学生扎实训练的要求;保过班课程均为个性化授课课程,会根据学员实际状况,以实际考试目标分数为导向,安排更有针对性和有效的个性化课程,考生和家长可以根据实际情况报名,学生在报考之前会有专业的老师予以指导,为学生量身打造课程,这样才能有效的提高学生成绩。

这样的课程安排也是金融硕士考生的特点决定的,大部分金融硕士考生每个人都有自己不同的问题,仅仅凭借集中课程的讲授远远不够,每个人暴漏出来的短板和弱点,必须由教师在长期的督导和训练下才能够得到纠正,“一对一”、“师徒式”手把手的单独辅导和研判必不可少。

作为中国最早专门从事考研培训辅导的培训机构,多年来一直保持高通关率的原因还在于,凯程一直以高标准要求自己,始终坚持创新和提升,积极研究考试形式和重点的变化以及新增专业的特点,在给予学生权威辅导的同时,也为学生提供深度且宝贵的考研信息。

他们每年都会举办考研咨询说明会和考研录取报告,详细分析录取考生的背景特点、考试分数、学习特点等,为广大考生提供极具参考意义的导航信息。

目前凯程教育在2016年将是成立11周年,一直以来专注考研高端辅导,例如金融硕士、会计硕士、法硕、法学、教育学、教育硕士、心理学、翻译硕士、中传、中戏等课程,都取得非常优异的成绩,为更多的考研学员保驾护航,助其真正实现考研梦想!凯程在考研这个教育细分领域,已经创造了其他机构难以超越的成绩,也许正是这种潜心练剑的精神才造就了我们独特而优异的特质。

事实上,纵观整个中国考研的培训机构,已经是考研培训的领导者,没有之一。

相关文档
最新文档