复杂系统的变结构分析

传统的变结构研究方法都是建立在模型基础上的,变结构分析主要集中在系统运动模型中参数的变化或变量的增减问题上。这种传统的分析方法只限于人们对未知系统的模型结构有一个大致的了解,在一 旬先验假设的条件下才能进行。但是在系统建模之前,人们很难预先知道系统的运行的模型形式。对复杂系统而言,传统的变结构分析方法就难以秦效。特别地,对非线性向量时间序列系统而言,系统内部动态均衡结构的变化不仅具有空间结构,而且具有一定的时间结构。针对这种实际情况,本文提出了一种新的变结构分析思想,利用神经网络技术对系统的运行规律的结构变化情况进行了分析。利用上海股市数据进行了实证研究,证实了所提方法的可行性。     

带模糊参数的对策模型

采用模糊测度刻划对策中的不确定性,定义了新的均衡概念,并给出了均衡解的充分必要条件以及与Nash均衡的关系．     

高频金融数据的两种波动率计算方法比较

高频金融数据的波动率计算是近年来国内外的研究热点,"已实现"波动(RV)是基于高频数据的全新波动率度量方法,最近又出现了"已实现"双幂次变差(RBV)的波动率计算方法.针对这两个高频金融波动率计算的热点问题进行了比较,指出RBV在定义形式上比RV所包含的内容更加广泛,除了具有稳健性,还证明了在两种条件下,RBV比RV更有效.     

再保险定价的研究

对再保险的作用进行了说明,针对比例再保险和非比例再保险,建立了再保险定价的倒向随机微分方程,并进行了再保险价值研究。再保险定价方法以随机过程为基础,与传统的以概率统计为基础的再保险定价方法有明显的不同,它不用考虑死亡率、损失的概率分布等因素,为再保险定价提供了新的思路,丰富了有限的再保险定价方法,有重要的理论和实际意义。     

SV和GARCH模型拟合优度比较的似然比检验

讨论了在金融时间序列中广泛应用的两类波动性模型，即ARCH模型和SV模型的比较问题．从似然比原理出发，提出了一种基于随机模拟的似然比检验方法，阐明了利用该方法进行模型间比较的基本步骤，并利用基于随机模拟方法的似然比检验，分别比较了SV与GARCH(1，1)、SV与t-GARCH对上海股市数据拟合优度，结果表明：SV模型对于上海股市时间序列数据的拟合好于GARCH(1，1)模型，而SV模型上海股市时间序列数据的拟合与t-GARCH(1，1)模型效果相当。     

金融市场相关程度与相关模式的研究

分析了几种常用的Copula函数及它们在相关性分析上的应用特点，构建了M—Copula—GARCH模型．运用Copula技术，对上海和深圳股市进行实证研究发现，单个Copula函数只能反映相关性变化的某个方面，而M—Copula函数则更灵活，对金融市场相关性的描述也更全面．运用M—Copula—GARCH模型，可将金融市场之间相关程度和相关模式的研究更好地结合在一起，能够更准确、全面地捕捉到各个时期股市间相关性的变化．正确地反映两个市场之间非对称的相关模式．     

金融市场动态相关结构的研究

为了研究金融市场间非线性的动态相关结构,提出了一类具有变结构特性的分阶段Copula模型以及相应的二元正态Copula模型变结构点的诊断程序.构建了分阶段二元正态Copula-GARCH模型并用于上海股市各板块之间动态相关结构的研究.结果表明,在刻画金融收益序列之间动态相关结构的能力上,变结构二元正态Copula模型优于时变相关二元正态Copula模型.     

变结构协整问题研究

提出了变结构协整的定义及分类，将变结构协整分为3种类型，参数变化型协整，部分变化型整和机理变化型协整，对于第一种类型提出了基于ADF检验统计量的变结构协整检验和建模方法，并对中国国民收入与社会总消费进行了协整分析，结果表明，中国改革开放以后中国国民收入与社会总消费的协整关系发生了变化。     

金融风险的持续性及其规避策略

从动态角度研究金融风险问题 .金融时间序列波动持续性反映金融风险的相关性 .讨论了波动持续性的协同持续关系 ,基于协同持续的概念 ,讨论风险的规避策略 .给出一个有关汇率的实证分析 ,以支持文中的结论 .最后 ,指出了未来可能的研究问题.     

金融市场的效率与分形市场理论

简要回顾了通常描述金融市场效率的有效市场理论并指出其缺陷 ,将非线性系统理论中的分形理论引入金融市场有效性的研究 ,阐述了分维时间序列的经济涵义以及分形市场理论 ,并指出分形市场理论提出的意义 .最后给出实证研究 .