基于跳跃、跳跃强度和机制转换的股票市场波动建模及其预测研究

将跳跃及其跳跃强度引入到异质自回归(heterogeneous autoregressive, HAR)模型中,并在此基础上进一步嵌入固定转移概率矩阵的马尔可夫状态转换机制模型,构建出系列新的波动预测模型.运用系列统计检验手段(如模型置信度检验、样本外R²检验、趋势检验)评估上述预测模型对中国股票市场波动的预测能力,样本外的实证结果表明:1)与基准模型相比,结合马尔可夫机制转换的模型具有更好的预测表现; 2)相比其他预测模型,包含跳跃、跳跃强度以及马尔可夫机制转换的模型(MS-HAR-TJI)具有更高的预测精度; 3)在新冠疫情爆发期以及高波动时期, MS-HAR-TJI模型对中国股票市场波动仍具有很强的预测能力.     

FF因子与宏观因子是潜在风险因子的良好代理吗?

Fama-French 因子以及宏观经济因子是解释股票收益的重要因素,但是它们是否是真实数据所隐含的不可观测风险因子的客观反映却不得而知. 运用Bai等^[1]提出的最新分析方法,基于面板数据的因子模型,对上证A 股市场进行风险因子代理合适性的实证研究. 结果显示：（1） Fama-French 因子可以作为投资组合风险因子的良好代理,但只有MARKET 因子可以作为个股风险因子的良好代理,即寻找个股的良好代理比投资组合更为困难. （2） 基于工业总产值增长率、通货膨胀率、银行同业拆借利率以及M2 增长率构造宏观经济因子,发现单个宏观经济因子和整个宏观经济因子集合都不适合作为投资组合风险因子的代理.     

基于向量夹角余弦的水文组合预报方法

针对水文预报中单个水文预报模型预报精度不高的问题, 提出基于向量夹角余弦的水文组合预报方法. 该方法采用组合预测理论建立了实测向量、预报向量和权值向量, 形成向量夹角余弦模型; 根据不同的历史水文资料状况, 给出拟合优度和动态逼近两种可变权值计算方法, 完成参数的率定, 并将各参数对预报精度的影响加以分析. 实验表明: 该方法能够有效地克服单个水文预报模型的不足, 通过实现多个单项水文预报模型的组合, 可将预报合格率提升约20%.     

组合预测法的改进及其在负荷预测中的应用

阐述了传统组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。在此基础上,总结了组合预测方法的具体步骤,对组合预测方法基于最小二乘法的最优权重确定方法进行了改进,提出了一种新的基于BP神经网络模型的最优权重确定方法。最后将改进后的组合预测方法应用于电力系统短期负荷的预测中。通过分析和比较,验证了该方法的有效性。     

基于时差相关多变量模型的金融危机前后国际原油价格影响因素分析

为研究各因素与国际原油价格之间相互影响的程度和时差关系,提出了基于时差相关多变量模型的分析 框架.根据该框架, 在确定影响因素和模型变量后,对各因素与油价间的时差相关关系进行了分析,以 此作为确定和调整模型中变量滞后阶数的依据,结合变量系数是否显著和模型调整R²是否提高的判 断准则,对金融危机前后共七组样本构建了多元回归模型.研究结果发现:各因素与油价的相互作用并不都 是在当期完成的;金融危机爆发后,各因素与油价的关系均发生了不同程度的变化,且油价有向基本面回归的趋势.     

含时间幂次项的灰色GM(1,1,tα)模型及其应用

针对GM(1, 1)模型应用的局限性, 根据实际应用的需要, 利用灰色建模思想构建了含时间幂次项的灰色GM(1,1,t^α) 模型, 对该模型的建模过程、参数估计、时间响应式进行了研究, 并讨论了α几种特殊取值下的该模型的性质、适用范围、时间响应式, 并利用GM(1,1,t²) 对某沿海高速的软土地基沉降进行了拟合与预测, 获得了较高的拟合与预测精度, 通过实际应用检验了所构建的模型的有效性.     

基于多步寻优搜索的无人机航迹重规划算法

针对无人机路径实时重规划的安全性要求,将自学习实时A^*搜索算法与模型预测控制的思想相结合,提出了一种多步寻优搜索算法.解决了无人机在飞行过程中遇到突然出现的威胁时的航迹重规划难题,给出了应用该算法的具体步骤.通过仿真结果证明了该算法的可行性.     

基于神经网络最优组合预测方法的应用研究

针对最优组合预测模型最优权重分配时往往出现负权重等方面的不足 ,建立了基于 Ann模型组合预测模型 ,并进行了实证研究 ,结果表明该模型比最优组合预测具有更高的拟合精度 .最后从机理分析其中的原因 .     

股票非预期收益定价的三因素模型研究——基于中国股票市场的检验

本文建立了股票非预期收益三因素定价模型,三因素包括：当期非预期会计收益与期初股票价格之比（反映价值相关性^[1]）,分析师盈余预测修正变量（反映会计收益增长预期）,以及市场非预期收益（URM）变量. 在此基础上,本文建立了多变量回归模型,并采用2002年1月至2011年3月间中国股票市场的有关交易数据、机构收益预测数据和财务数据,来检验理论模型和实证模型的预测,发现：1）三因素模型框架可以精确地解释股票非预期收益,模型的截距项接近于零,调整R² 为52%;2）非预期市场收益（URM）吸收了账面市值比对股票非预期收益的解释能力;3）存在证券分析师偏向乐观的盈余预测,并且,基于证券分析师盈余的当期盈余预测修正变量对股票非预期收益具有显著的解释能力.     

基于log2logistic 概率分布的近海水质组合预测方法研究

通过多种预测方法的综合运用,提出一种依据环境监测数据的近海水质组合预测方法,力求在降低计算难度的同时,提高预测精度.首先,依据入海水体的情况,采用BP神经网络法对近海水质进行因果型预测,预测平均误差为26.46%;其次,采用傅立叶8次级数对近海水质历史数据进行拟合,并将其延伸对近海水质进行类比型预测,平均误差为38.33%;最后,确定近海水质数据符合log-logistic的概率密度函数,提出将上述两种预测结果的概率密度作为其组合权重的近海水质组合预测方法,平均误差降低为21.20%.应用表明,该组合预测方法避免了机理性研究对众多基础数据的要求,原理简单、实用性强,能够为环境管理提供决策支持.     

A KELM-Based Ensemble Learning Approach for Exchange Rate Forecasting

In this paper, a KELM-based ensemble learning approach, integrating Granger causality test, grey relational analysis and KELM(Kernel Extreme Learning Machine), is proposed for the exchange rate forecasting. The study uses a set of sixteen macroeconomic variables including, import,export, foreign exchange reserves, etc. Furthermore, the selected variables are ranked and then three of them, which have the highest degrees of relevance with the exchange rate, are filtered out by Granger causality test and the grey relational analysis, to represent the domestic situation. Then, based on the domestic situation, KELM is utilized for medium-term RMB/USD forecasting. The empirical results show that the proposed KELM-based ensemble learning approach outperforms all other benchmark models in different forecasting horizons, which implies that the KELM-based ensemble learning approach is a powerful learning approach for exchange rates forecasting.     

人民币汇率的稳定机制及其动态过程(Ⅰ)——模型构造

根据现阶段我国外汇管理体制和汇率政策的基本特征，应用汇率经济学理论与系统分析方法，探讨国内外汇市场供求变化的经济学原理，力图揭示汇率稳定与外汇储备变化的内在机制．在描述外汇储备变化与进出口及外资净流入之间关系的基础上，以汇率预期为中间变量，研究人民币汇率与外资净流入及国际外汇市场的汇率走势之间的内在联系，进而建立人民币汇率的实证分析模型．     

中国外贸差额及外汇储备月度变动特征 ——基于结构突变的数据分析

采用带有两个内生结构突变点的单位根检验方法, 对1994年以来中国外贸差额及外汇储备月度变动时间序列数据进行 分析, 结论表明两序列均为带有两个突变点的退势平稳过程. 并根据突变发生时点, 揭示外贸差额及外汇储备的特征和发展历程. 分析显示, 虽然美国次贷问题引起的全球金融危机使得外贸差额及外汇储备月度变动额均值有所下降, 但并未改变两序列的上升趋势, 可以预测贸易顺差及外汇储备额至少在短期内还将不断扩大.     

人民币汇率波动影响我国外汇储备变动的理论模型和实证研究

本文在综合考虑国际收支和外汇储备需求的基础上构建了人民币汇率波动影响外汇储备的理论模型, 并利用相关数据实证检验了人民币汇率波动对外汇储备的影响. 模型结果表明: 规模变量、进口倾向、国外收入及汇率因素对外汇储备需求的影响取决于这些变量各自对外汇储备瞬时变化的确定性部分μ的影响. 实证结果表明: 长期上, 规模变量、进口倾向、名义有效汇率、实际有效汇率对外汇储备变动都具有显著正效应; 而储备增长自身波动、实际有效汇率波动及汇率制度对外汇储备变动均呈明显负影响; 国外收入、中美实际利差、名义有效汇率波动对外汇储备变动的影响不明显. 短期内, 名义有效汇率及实际有效汇率变动对外汇储备变动都呈明显负效应, 国外收入具有显著正影响, 而其它变量的变化对外汇储备影响不明显.     

外部冲击下外汇储备与主权财富基金的最优配置

构建了国际收支在遭受外部冲击背景下,外汇储备与主权财富基金的随机优化配置模型,并使用我国实际数据进行了情景分析. 研究结果表明,外汇储备最佳持有量随持有储备机会成本的降低而增加;主权财富基金的适度追加量则与其变现成本的变动趋势相反.当前我国外汇储备持有量高于最佳规模, 可对主权财富基金进行资金追加,以获取更多的收益和财富; 提出了具体调整策略,情景分析表明该策略有效降低了包括机会成本和变现成本在内的持有外汇储备的总成本.     

时变条件t-copula蒙特卡罗方法的外汇储备收益风险度量

在给定我国主要储备货币为美元的基础上,使用英镑、日元、欧元兑美元每日汇率,应用时变条件t-copula函数描述主要储备币种对美元汇率收益序列之间的时变相依结构,建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程。采用蒙特卡洛仿真方法计算了各种币种组合的VaR,并对结果进行后验测试,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险,并分析了主要储备货币组合兑美元汇率风险演化趋势,作为调整外汇储备结构的参考依据。     

汇率变动对产业结构的影响——FDI和贸易渠道的实证分析

作为重要的宏观经济变量,汇率变动与产业结构调整密切相关。本文构建汇率与产业结构调整关系的计量模型,从影响渠道的角度考察了汇率变动的产业结构效应。总体来看实际汇率变动可以通过外商直接投资(FDI)流入和贸易渠道影响资本密集和技术密集产业产值比重,但是资本密集型产业受汇率变动的影响弱于技术密集型产业,而FDI渠道的作用强于贸易渠道。     

人民币汇率的稳定机制及其动态过程(Ⅱ)——实证分析

首先应用协整方法检验人民币汇率、外汇储备、进出口及国际外汇市场的汇率（日元对美元的双边汇率）变化的可积性和变量之间的协整关系，进而建立用来描述人民币汇率由短期波动向长期均衡非线性调整的动态过程的误差修正模型．实证分析结果表明，模型的所有估计系数具有我们建模时设定的符号；并且人民币汇率、外汇储备及美元／日元汇率之间存在唯一的长期稳定关系，即协整关系；短期预测模型不仅具有令人满意的拟合效果和预测能力，而且具有结构稳定性     

多资产的外汇储备币种配置

目前我国外汇储备配置的研究大多集中在外汇储备规模和基于固定收益资产的币种配置上. 本文认为,应首先区分不同资产状态,以此为前提再对外汇储备进行币种配置. 采用均值-方差-偏度-峰度（MVSK）模型,基于外币现金、 外国国债和外国股票三种资产类型进行最优币种配置研究. 最优结果显示,三类美元资产存在一定差异,但美国国债和美国股票的比重基本超过50%. 为排除人民币钉住美元的特殊汇率政策和可能的政治因素的影响,用同样的方法分别对日本和瑞士的外汇储备进行优化,也得到类似结果. 分析可知,虽然当前美元货币不断贬值,但是相对于其它国家的金融资产,美国国债和美国股票资产安全性好,因此它在组合中的比重仍然很大.     

中国宏观经济发展预期不确定性量化分析初探

本文首次给出了宏观经济系统预期不确定性的定义，并提出了利用一类ＡＲＣＨ模型对宏观经济系统预期不确定性进行定量分析的方法。最后给出了实证分析的应用例子.