基于人民币升值广义事件窗的美元/人民币汇率风险评价

本文选取了近两年来美元/人民币的日汇率样本作为广义事件窗中的样本信息,以2005年7月21日这一日期为时间分界点.分别研究人民币升值前后即广义事件窗中该汇率的各种统计特性,利用非线性时间序列模型的方法,分别对汇率的收益率序列建立合适的模型,用以分析人民币升值前后汇率风险水平的变化,即汇率风险评价.     

基于CARRX模型的NYMEX原油价格和美元指数的波动溢出研究

汇率在石油交易中扮演着重要的角色,二者的关系在近年来逐渐成为研究热点。采用CARRX模型对原油价格和汇率之间的波动溢出进行相关研究,并假设模型残差项分别服从标准指数分布、标准Weibull分布和标准化的广义Gamma分布。实证结果表明:首先,原油价格与汇率之间存在波动溢出关系;其次,汇率对原油价格的波动溢出作用要强于原油价格对汇率的波动溢出。     

基于ARMA模型的人民币对美元汇率的实证分析

针对人民币对美元汇率问题,以2015-01-05—2017-12-20这段时间内的人民币对美元汇率为样本数据,建立了合理的ARIMA模型.结合自相关、偏相关系数图以及单位根检验判断原序列是非平稳时间序列,一阶差分后的序列是平稳时间序列.结合SIC等指标选择出最优的ARIMA(1,1,2)模型.运用该模型进行汇率预测,为企业和投资者的决策提供了可靠的依据.     

VaR与ES风险分析法之比较 ——以我国商业银行汇率风险度量为例

介绍了VaR风险分析法和ES风险度量法,给出了它们各自的计算模型,并对这两种方法各自的特点进行了对比.以我国对人民币汇率机制改革之日(2005年7月21日)起到2010年6月25日结束这段时期内由中国人民银行网站公布的人民币对美元和欧元汇率的中间价作为模型计算的样本观测值,计算了VaR模型和ES模型的相关指标并进行了对比分析.结果表明,从某种意义上讲,ES风险度量法-是一种较之VaR风险分析法更实用的风险度量工具,可为我国商业银行汇率风险管理提供更有价值的参考.     

随机利率下汇率联动期权的多维Black-Scholes模型

在股票价格与汇率均服从时间参数的几何布朗运动模型及利率随机情形下，建立了多维汇率联动期权的Black—Scholes模型；分别给出了多维汇率联动期权应满足的随机微分方程及一般定价公式，所用方法是无套利定价和鞅定价理论；并由此得到了汇率联动期权的定价解析式．     

用MCEM加速算法估计多序列无根树最优分支长度

系统发育树是通过对生物序列的研究来推测物种的进化,其核苷酸替代模型通常假设序列进化为完全数据,但现实中很难满足此假设,针对此事实,该文运用MCEM加速算法对序列长度假设不变,但存在缺失的情形下做出了Jukes-Cantor模型下含缺损数据的DNA序列构建无根树最佳分支长度的参数估计,并说明了MCEM加速算法比EM算法更有效.     

汇率服从跳扩散过程的外汇期权定价

在汇率过程为分形跳—扩散过程,执行价格为常数的条件下,构造出汇率函数受分形Brown运动和跳—扩散过程共同作用的模型,得到了执行价格为常数的外汇期权的定价公式.     

金融危机下中小外贸企业规避汇率风险策略研究

在分析了我国中小外贸企业汇率风险管理存在避险意识淡薄、避险工具少等问题的基础上,提出了中小外贸企业应该增强风险意识、运用金融产品以及在外汇的选择等方面来有效地规避汇率风险。     

计量器具检定周期灰色动态模型及应用研究

企业的计量器具是保证产品质量的有力工具,由于工况的复杂性、多样性、随机性,其检定周期的确定应是动态的.根据计量器具检测数据的统计特点,采用了加权处理的办法,建立了基于时间序列和基于频次序列的动态灰色模型DGM (1,1).通过具体案例对比(例如游标卡尺)发现:该模型具有较高的拟合精度及预测精度;不同工况下周期和寿命有明显差异;频次序列模型的预测结果优于时间序列模型条件下的预测结果.结合动态模型与汽车制造业实例,建立了基于信息集成的、多传感器监控与管理监控相结合的检定周期与使用寿命周期监控流程和信息子系统,应用于企业生产.     

基于ARIMA模型的杭州市PM2.5预测

选取2017年1月1日至2017年12月31日PM2.5的日均浓度的时间序列作为样本数据,利用Box-Jenkins的建模理论,建立符合杭州市的PM2.5浓度变化的ARIMA(4,1,2)模型.利用2018年1月1日~2018年1月5日的PM2.5浓度的预测值与实际值相比较,结果表明ARIMA(4,1,2)模型预测效果较好,适用于杭州市PM2.5的预测.