“解读金融杠杆与投资风险之间的关系”是对国际金融市场杠杆原理的基本阐述，但未做具体的杠杆投资风险分析。“解读金融杠杆”以iPhone举例分析了金融杠杆的基本操作原理，投资者基本了解到影响到投资成败的主要因素是“风险因子”与“保证金比例”。首先，“风险因子”由“资本金”和“合约数量”确定；其次，在“资本金”已定的条件下，“保证金比例”决定了投资交易的“风险因子”，从而影响着投资交易的风险程度。在使用杠杆进行国际金融投资过程中，关键由合约数量、资本金、保证金比例（杠杆），三个因素直接影响着“风险因子”，这也是投资者在杠杆投资过程中值得谨慎注意的三要素。

本文基于Merton（1974）模型的理论分析，结合1999－2008年中国上市公司投资行为和重组公告的实证分析，证实：当面临财务困境风险时，由于债权人和股权人存在尖锐的利益冲突，公司会在财务困境的事前风险和事后风险之间进行权衡。研究发现：（1）财务困境会显著影响公司的投资行为，陷入财务困境的公司倾向于投资风险更高的项目来侵占债权人的利益；（2）当面临财务困境风险时，股东和债权人之间利益冲突的程度受公司资本结构的影响；（3）影响财务困境公司投资行为的资本结构因素，也会显著影响财务困境公司重组公告的市场反应。以上研究结论为理解财务困境公司，事前投资行为、资本结构、事后重组事件之间的关系提供了新的视角。

通常的投资组合模型中分别以历史收益率的算术平均值和方差-协方差矩阵来定义证券组合 的预期收益和风险, 本文中我们引入专家的经验和评级, 利用模糊数学中模糊数的概念, 提出了一 个用区间数定义证券预期收益率和风险的投资组合模型. 为了能将该模型应用于风险管理领域, 我们把模糊规划模型转化为了一个极大极小最优化问题, 在满足一些特定条件的前提下,我们得到 了该模型的最优解应该包含在一个有界不可数点集中的结论. 本文得出的理论和实证结果对资本 市场中基金公司等投资机构进行风险资产投资策略的选择和投资风险管理都有重要的指导意义.

随着经济全球化的进程，我国金融市场将对外逐步开放，金融市场和投资环境将变得更加复杂。国际上，西方主权国家和日本的债务危机，以及西方国家的失业率的等问题影响我国金融市场；在国内，房价和CPI居高不下，我国政府频繁加息和提高准备金，但效果不是很明显。抑制房价过快上涨和稳定物价是我国当前两个最棘手的问题。地震、战争等因素给金融市场的投资者带来极大的心理恐慌，进一步增大了金融市场的波动,投资者将更加关注投资风险。银河证券基金研究中心统计数据显示，截至2010年12月31日，包括QDII基金在内的国内基金公司公募基金资产净值为25184.54亿元，其中开放式基金占公募基金资产的90%以上的比重。所以，研究我国开放式基金的投资风险是非常必要的。 本文的研究目的是研究开放式基金不同投资策略的风险，通过了解不同类型开放式基金的投资策略，熟悉不同类型的开放式基金的风险特性。分析不同类型开放式基金指数的波动率，让投资者理解开放式基金风险特征，并在此基础上结合自身风险收益偏好选择不同类别开放式基金，对比基准指数进一步估计单只开放式基金波动状况。 本文采用规范研究和实证分析相结合、定量研究和定性分析相结合的研究方法分析我国开放式基金的投资风险。运用GARCH-M模型分析不同类型的开放式基金投资风险，EGARCH模型研究不同类型的开放式基金指数的波动是否存在非对称型。 本文的研究结论：1）GARCH-M模型对开放式基金指数的拟合效果较好，在本文研究的中证开放式基金指数体现出金融理论中高风险高收益的有：股票型基金指数、混合型基金指数、货币型基金指数、ETF基金指数和QDII基金指数，只有债券型基金指数估计出的均值方程方差前的系数为负，众所周知，债券型基金风险最小。2）信息冲击非对称性在开放式基金指数中比较复杂，本文的研究结果表明对于绝大多数策略的开放式基金“利空消息”和“利好消息”都会加大指数的波动率，但是本文没有得出“利空消息”作用大于“利好消息”作用的非对称性的结论， ETF和QDII表现出了“利空消息”作用大于“利好消息”。通过分析得出我国基金经理们在利好或利空时都表现出了羊群效应的结论，他们没有合理地控制风险，跟散户一样追涨杀跌，而且利空弱于利好，说明基金经理追涨时更疯狂。因此，建议我国投资者在牛市中选择 值较高的股票会收益更好，在熊市中选择 值较低的股票风险更少。

流动性与资产定价是目前金融研究的热点之一（（O’Hara,2003）。国内外对流动性与资产定价关系的研究主要从两方面展开：一方面是研究流动性 (流动性水平变量本身)与资产定价的关系，另一方面是研究流动性风险（流动性水平变量自身的方差以及它与其他变量的协方差）与资产定价的关系。研究流动性与资产价格之间的关系具有较深的理论意义和现实意义。本文在国内外相关研究的基础上，研究中国股票市场流动性溢价的存在性即特征以及中国股市系统流动性风险溢价问题。 针对流动性溢价问题，本文基于个股数据，结合我国证券市场的特征，建立了股票市场流动性溢价存在性检验的多因素面板数据的固定效应变截距回归模型，选择两个流动性因子—换手率、Amivest流动性比率，对流动性溢价的存在性进行检验，得到如下结论：以换手率和Amivest流动性比率为流动性因子的检验结果均表明股市存在流动性溢价现象。 基于个股数据，在对流动性溢价存在性检验结果进行分析的基础上，建立了流动性溢价存在性成因的检验模型，实证结果表明，我国股市的流动性溢价来自交易频率而不是交易成本，预期收益是换手率的分段线性和整体凹性减函数。 基于市场数据，分别利用换手率和Amivest流动性比率指标作为流动性因子，分别建立了市场流动性对市场超额收益率影响的实证模型和市场流动性对个股超额收益率影响的实证模型，实证研究的结果表明，预期和未预期的市场流动性共同作用对市场超额收益率和股票组合超额收益率都产生正向的影响，我国股市存在流动性替代效应。 以上的实证结果表明： 我国股市的流动性溢价来自换手率，说明交易频率是影响预期收益的重要因素。 针对流动性风险溢价问题，本文按照Gibson和Mougeot（2004）的基本框架，直接建立二元均值GARCH（1,1） —Diagonal BEKK模型，分别利用沪深300指数数据和沪深300十大行业指数数据，按市场态势分阶段对我国股票市场的市场风险溢价和系统流动性风险溢价动态进行实证研究。实证结果表明：中国股市存在系统流动性风险和市场风险溢价，但随样本期的选取、样本的选取以及不同的流动性指标的选取的不同，其显著性也有所不同，同时也说明这两种风险在不同程度上对市场超额收益有影响，而且这种影响是动态的。从风险的角度来看，波动持续性的存在会增加投资者未来投资的不确定性。 因此，对长期投资者来说，必须考虑波动持续性的影响，以便起到规避投资风险的作用。

本文使用VaR(Value at Risk)和一致性风险度量指标ES(Expected Shortfall)作为风险度量指标，应 用 Copula 函数和极值理论度量不同市场间在极端情形下的相依性风险。应用研究中用 Copula 函数来替代 传统多元序列间的正态分布的假设，使得在组合投资中进行多元极值建模时更加灵活。实证中对上证综指 和香港恒生指数进行组合投资建模，度量不同市场间在极端情形下的相依性风险。通过不同权重下投资组 合风险指标的计算结果比较，为投资者选择合理投资权重规避风险提供了决策参考。

随着我国证券分析师行业的发展,分析师作为信息中介在资本市场上的作用日益凸显。论文运用OLS检验了在中国这一新兴市场中影响证券分析师跟进数量的决定因素,研究了公司规模、业务复杂度、投资风险、股权结构和投资者关系等特征是如何影响中国分析师做出是否跟进的决策的。在此基础上,论文进一步运用计数(Countdata)计量的Poisson方法对实证结果进行了稳健性检验,研究发现,分析师倾向于跟进那些规模较大、交易额较高、机构持股较多且投资者关系较好的公司,而规避那些投资风险较大、内部持股比例和业务复杂程度较高的公司。本文的结果与之前成熟市场中的研究结论基本一致,所存在的差异在一定程度上体现了新兴市场中分析师的行为特征,这对我们更好地理解分析师在新兴资本市场中的信息中介作用有着很大的价值。

本文使用利率仿射模型计算出先验的国债利率期限溢酬，并和后验信息法进行对比、分析，发现由于存在着较大的估计误差，传统使用的后验信息法只能得到超额收益率，而使用先验信息法计算出的才能代表投资者当期对国债投资风险的无偏估计。我们也发现，在2005年-2008年的不同时期，期限溢酬对长期利率变动的影响不同，而且交易所市场对银行间市场有引导作用。

保险公司的主营业务特性不同，其盈利模式和所面对的风险状况也就存在着较大 的差异性，进而也决定着保险监管和风险管理措施的差异性。本文首先从保险公司经营业务 的重新认识开始，明确了非寿险投资型产品的业务性质，进而通过比较传统产险业务和非寿险 投资型产品的盈利模式和风险，指出非寿险投资型产品的“双重业务”性质所决定的“双重风 险”，并针对性的提出了非寿险投资型产品的监管建议。

最近20年来一些学者对CAPM理论模型检验的结果大都表明，股票的投资风险（或其收益）并非像该模型描述的那样由β系数唯一决定，还存在其他因素在股票投资风险中起影响作用。国内学者借助于横截面法的回归模型研究指出，股票的权益比率（D/E）、账面/市值价值比（BV/MV）与公司规模是决定股票投资风险除β系数外的三个主要经济变量。为了验证他们理论的正确性与精确性，该文率先运用模糊数学的聚类分析法，对上证市场随机选取10只样本股票的D/E、BV/MV、公司规模与股票投资风险相关性进行实证分析，并与用回归分析方法得到的β指数与风险关系进行比较研究。经研究进一步证实，股票投资风险并非唯一由β系数决定，股票的D/E、BV/MV及其公司规模应当成为β系数以外影响股票投资风险不可忽视的重要因素。本文研究的意义在于建议股票投资者，衡量股票投资风险不仅要考察股票的β系数，还应进一步考察股票的D/E、BV/MV和公司规模等。