涨跌停板制度对股市极端风险的影响——基于沪深A股与港H股的比较研究

极值理论近来常用于股市极端风险测度,然而涨跌停板严格抑制了极端风险数据的变异性,不但影响了极值POT模型的有效性,并常常造成其阈值难以确定,而当前约束条件下的相关研究却还较为匮乏。本文利用极值理论POT模型对沪深A股及港H股的极端风险进行了测度比较分析,引入峰度法较好地解决了POT模型阈值难以定量选取的问题,实证结果表明,涨跌停板以上下尾部不等效的方式显著地抑制了极端风险水平,使得即使在较低置信水平95%下,POT模型依然比VaR模型有效,而VaR模型非但没有低估反而普遍存在高估现象。最后,本文还定量分析了涨跌停板制度对股市极端风险数据分布结构的影响。     

沪深股市极端风险的实证研究与比较分析——基于GPD分布的极值POT模型

基于VaR技术正态性假设导致的尾部风险低估问题,研究了GPD分布下的POT模型,并对沪深股市极端风险进行了实证分析.研究结果还表明:在较低置信水平下,VaR模型非但没有低估尾部极端风险,反而存在高估假象,POT模型仍然具有良好的估计效力,但此时指标CVaRPOT比VARPOT更真实地反映了序列中的"杠杆效应".本文分析认为这主要是因为涨停板制度抑制了沪深股市极端风险数据的异质性,致使厚尾分界线向内收敛,从而扩大了POT模型的置信区间.本文最后根据金融行为学理论对此现象做了合理解释.     

极端VaR风险测度的新方法:QRNN+POT

由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理论的POT方法弥补非线性分位数回归对极端尾部数据信息处理能力的不足,得到了一个新的金融风险测度方法:QRNN+POT,给出了其基本算法,并将其应用于极端VaR风险测度.选取了世界范围内代表性国家股票市场为研究对象,从样本内与样本外两个方面实证比较了QRNN+POT方法与已有的非线性分位数回归模型在VaR风险测度中的表现,结果表明:第一,直接使用非线性分位数回归模型能够准确地得到正常VaR风险测度,而极端VaR风险测度效果却差强人意;第二,使用QRNN+POT方法,极大地改善了极端VaR风险测度效果,能够有效地描述金融危机期间出现的极端风险.     

基于极值理论的高频条件VaR动态区间估计模型

为了更加精确地度量在险值的估计精度,基于广义极值理论推导了条件极值VaR的动态区间估计模型,得到了条件极值VaR置信区间解析解的一般形式,对在险值的估计精度进行了实时度量.利用高频数据重点考察了不同置信水平和不同样本容量分块下的条件极值VaR区间估计结果的精度和模型的有效性.结果表明:条件极值VaR的动态区间估计模型与参数法、非参数法以及蒙特卡罗法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有更好的估计精度,精确和有效地描述VaR的估计风险.     

基于SV-POT-TDRM的沪深300股指期货尾部风险研究

使用随机波动率模型修正沪深300股指期货收益率序列的波动聚集效应,并在残差服从正态分布和极值分布的假设下,分别计算了度量尾部风险的VaR、ES及尾部扭曲风险测度(TDRM)值。研究发现:股指期货日收益率序列呈现负偏、尖峰厚尾及波动聚集的形态;使用随机波动率模型可以较好地预测波动率的变化;假设残差分布服从极值分布的模型结果优于假设残差分布服从正态分布的模型结果,说明极值模型在尾部分析上比正态分布更加适用;使用扭曲尾部风险测度估计尾部风险,通过扭曲函数的选取与风险厌恶系数的不同设定,调整尾部风险发生的概率,反映了投资者的主观风险偏好,在相同置信水平下,得到的尾部风险估计值比VaR更精确。     

平稳序列的POT模型及其在汇率风险价值中的应用

经典的极值模型要求数据是独立同分布的，本文考虑平稳序列，引入极值指标，并利用分串方法，建立POT模型，对VaR和CVaR进行估计，最后对日元／美元的汇率进行实证研究。通过比较发现，引入极值指标后，提高了VaR估计的精度。     

基于SWARCH-GED模型的极值VaR度量

针对金融资产收益率序列的尖峰厚尾和结构变换特征,用SWARCH-GED模型拟合收益率序列,然后以标准残差序列为媒介与极值理论有机结合起来组建基于SWARCH-GED-EVT的动态VaR模型,最后对模型的精度和有效性进行验证。研究表明,SWARCH-GED-EVT模型能够有效识别上证综指的尖峰厚尾和结构变换特征,并且能精确有效地测度上证综指收益风险,尤其随着置信水平的提高效果更明显。     

基于极值理论的原油市场价格风险VaR的研究

引入VaR(Value at Risk)的极值理论对世界原油现货市场的价格风险进行研究.在对WTI和Brent原油现货市场的实证研究中将极值理论的阈值模型与簇值方法相结合,对阈值u和模型参数的估计方法提出了改进,取得了较为理想的VaR估计结果.在此基础上讨论了两市场价格风险的不同特征以及同一市场中厂商风险和采购风险的不同特征.得到了一些有意义的结论.     

中国股票市场报酬与波动的GARCH-M模型

运用 GARCH-M模型对上海和深圳股票市场的市场波动特征以及市场波动和报酬间的关系进行了实证研究 ,探讨引起我国股票市场波动较大 ,收益相对较低的原因 .同时分析涨跌停板交易制度对市场报酬和波动产生的影响 .     

金融市场组合风险的相关性研究

研究了上海、深圳两股票市场的相关模式.文章根据Copula函数的意义和广义帕累托分布(Generalized Pareto Distribution,GPD),建立了上海、深圳股票市场组合风险的相关结构模型.用GPD和Copula函数分别刻画了上海、深圳股票市场收益率序列的边缘分布以及变量间的相关信息.在此基础上构造了比较灵活的Copula-GARCH-GPD模型.实证研究表明沪深股市的相关模型为Clayton-GARCH-GPD.进一步用蒙特卡洛方法模拟的投资于两股票市场的组合风险表明,联合正态分布模型所得到的组合风险VaR明显地低于用Copula拟合的结果;在较高的置信水平下,Clayton Copula显示的结果更加安全.     

考虑价格限制与差价合约的发电容量投资分析

论文针对差价合约电力市场，在考虑价格上下限条件下构建期权博弈模型，探讨寡头发电商的容量投资策略；然后运用数值仿真方法，考察不同差价合约和 价格上限条件下的发电容量投资阈值和最优容量选择，并在此基础上，基于发电机组负荷率和电力市场勒拉指数讨论有效差价合约.研究表明：1）差价合约电量比重较少时，差价合约电价对投资策略几乎没影响，而差价合约电价较高时，随差价合约电量比重的递增，投资阈值和最优容量会出 现跳跃式下降；2）存在“既能保障有效的电力供给，又能确保实现较高市场效率”的有效差价合约.     

基于LuGre模型的飞机助力器极限环振荡仿真研究

通过对控制网采用非线性LuGre摩擦模型，建立了助力器反馈装置的动力学模型，进而得到助力器探纵系统的非线性模型．以某型飞机液压助力器为研究对象，进行了数值仿真计算，验证了在特定条件下助力器的极限环现象。分析了助力器主要的结构参数对极限环振荡的影响，仿真结果表明较小的控制阀阀口面积梯度，较小的反馈比对助力器抑制极限环振荡有较大作用。     

多目标交互式遗传算法在测试点确定问题中的应用

在遗传算法基础上提出了多目标测试点确定问题的新的解决方案。一方面由设计者根据对关键元件的关注程度,提高其相关测试点选中权值或直接预置隔离,另一方面在此基础上算法搜索出目标综合要求最高的测试点集来。为了把处于高适应度前沿的优秀编码之间的距离拉大,采用了指数方法。另外,为提高搜索的准确性,提出歧视规则的变异思路。最后通过对应用实例的仿真结果验证了算法的合理性和有效性。     

考虑节点过载的复杂网络级联失效模型

针对现实网络中节点对负载的冗余能力,提出一种考虑节点过载状态的复杂网络级联失效模型。首先,根据过载系数、失效概率、剩余系数构建了级联失效模型;然后,基于节点的特性提出了过载节点负载分配策略;最后,运用BA无标度网络进行级联失效情况下的抗毁性仿真。结果表明:在过载节点负载分配策略中,混合分配策略整体上较优,能够显著控制级联失效的影响并且增加了网络的抗毁性;在一定范围内提高过载系数、分布系数有助于降低级联失效的影响,但提高到一定程度时效果并不理想;剩余系数存在某一值可增强网络的抗毁性。     

灰色绝对关联度组合预测模型的性质研究

组合预测能够充分利用各种不同的预测方法所提供的信息,以适当加权的形式得出组合模型,同时由于组合预测模型更关心某种预测信息的权重,从而使得预测问题所利用的信息更充分,更完备,模拟精度也更高。将灰色绝对关联分析应用到组合预测中,提出了基于灰色绝对关联度的组合预测模型,并在此基础上给出了灰色绝对关联优性组合预测、预测方法优超、冗余度等概念,给出了灰色绝对关联组合预测是非劣性组合预测及优性组合预测的一个充分条件,得出了冗余预测的判定定理。算例分析表明该方法是合理有效的。     

基于风险分担的基础设施BOT项目特许期调整模型

为了使政府和项目公司分担基础设施BOT项目的风险, 提出了特许期缩短、延长、不需调整和调整失效四种情况的判别条件, 在项目净现值率超过上限的情况下, 以社会福利最大化为目标, 构建了缩短特许期决策模型; 在项目净现值率低于下限的情况下, 以项目公司收益最大化为目标, 构建了延长特许期决策模型. 应用蒙特卡罗模拟方法对实际案例加以求解分析, 并在不同的折现率水平下对实现项目预期收益的累积概率进行测算和对比, 证明了在“单一”调价方法不适用的情况下通过调整特许期进行风险分担的有效性.     

基于PEV准则的不确定混合多传感器联盟求解

针对不确定混合多传感器联盟求解问题,提出了一种在PEV准则下求解的方法.首先以提高传感器资源利用率和对目标跟踪精度为目的 建立目标函数,以传感器跟踪能力为约束建立不确定混合多传感器联盟模型,其次利用不确定理想点法和PEV准则将不确定模型变为确定模型,最后设计改进选择策略的烟花算法求出混合多传感器联盟的有效解,通过"预测...     

基于DA-RKELM算法的光伏发电功率预测方法

针对光伏发电功率具有的波动性和随机性等特点造成的电网安全问题,提出了一种基于蜻蜓算法优化的正则核极限学习机光伏发电功率预测方法。通过相关性分析确定影响光伏发电功率的关键影响因子,构建光伏发电功率预测模型;利用蜻蜓算法获取网络最优的权重和阈值,在标准极限学习基础上引入正则化函数和核函数以避免传统梯度下降法造成的过拟合问题,增强模型空间映射能力;仿真实验表明,与DA-ELM、PSO-ELM以及标准-DA-ELM模型相比,DA-RKELM预测模型能达到更高的预测精度,更贴近光伏发电的实际运行功率。