沪深股市和香港股市的风险溢出效应研究——基于时变ΔCoVaR模型的分析

本文基于时变ΔCoVaR模型,对2006年11月至2018年12月间沪深股市和香港股市的尾部风险溢出效应进行了估算.研究发现:1)沪深股市与香港股市之间存在着双向风险溢出效应,且溢出效应均为正;2)香港股市对沪深股市的风险溢出效应强于沪深股市对香港股市的风险溢出效应;3)深市和香港股市之间的风险溢出效应的波动幅度大于沪市和香港股市之间的风险溢出效应的波动幅度;4)沪港通和深港通的开通并没有显著增加香港股市与沪深股市之间的双向风险外溢程度.     

条件故障下3-元n-立方体的容错分析

研究了条件边故障下3-元n-立方体中较大连通分支点的数目，进而证明了3-元n-立方体是(4n－6)-条件边故障强Menger边连通的。最后通过一个反例说明该结果是最优的。     

条件概率与刚性近似下高分子链非格子模型的Monte Carlo模拟

探讨了采用高分子链的实际键长、键角、旋转异构态和无扰链时的条件概率逐个链段地生成样本高分子链进行真实链和受限链分子构象统计研究的可能性.并就无扰链、尾形链、真实链的情况与完全计算法、Flory矩阵方法进行了比较.结果表明:在刚性近似下,使用无扰态时的条件概率生成样本高分子链的Monte Carlo模拟,其样本库能真实地重现平衡态时受限链和真实链的构象分布,适用于受限链和真实链的构象统计研究.     

基于MCMC算法的贝叶斯面板单位根检验

针对面板单位根检验存在检验势不稳定和原假设设置主观选择的问题,提出基于面板数据分位自回归模型,选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.结合参数的完全条件分布设计MCMC抽样算法,进行贝叶斯分位单位根检验,并利用Monte Carlo模拟实验研究了贝叶斯分位单位根检验的有效性与可行性.研究结果表明,基于面板数据分位自回归模型的贝叶斯单位根检验方法解决了检验势不稳定以及原假设主观设置的问题,能够给出更全面稳健的单位根检验判断.     

关于正则条件概率的几点注记

本文证明了关于正则条件概率与正则条件期望的几个恒等式,并将所得结果应用到未必起始于固定点的Brown运动上,同时证明:一个Brown运动如果不起始于固定点而是起始于一个随机变量,则在关于初值的正则条件概率下,对于几乎所有的初值,该运动仍是Brown运动。     

KL分位数估计的Bahadur表示

Bahadur表示对于分位数估计的大样本性质的研究有着重要的作用,本文在独立样本的条件下,证明了KL分位数估计的Bahadur表示及其收敛速度op(k-1/2n),并通过Bahadur表示给出了其渐近正态性和置信区间估计。     

突发事件环境下风险厌恶型报童博弈模型

在考虑突发事件导致决策者风险厌恶的情况下,研究了一个风险厌恶型的报童博弈模型.两个零售商分别出售两种具有可替代性的商品中的一种,当其中一种商品缺货时,顾客会以一定的概率选择另一种商品作为替代品.由于两种商品可以相互替代,两个零售商之间存在竞争关系.以条件风险价值作为风险度量方法,构建了以零售商期望收益最大化为目标的非合作博弈模型,证明了纳什均衡的存在与唯一性.同时研究了商品的替代率以及零售商的风险厌恶程度对最优决策的影响.最后通过数值例子对研究结果进行了验证.     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

基于条件蒙特卡罗方法的信用违约互换合约定价

多标的资产违约相关性结构的度量及其联合违约时间的模拟是信用违约互换合约定价的关键.Copula函数和蒙特卡罗模拟是解决此关键问题的有力工具,被广泛应用于信用衍生品定价.本文基于因子t-copula模型,结合条件蒙特卡罗模拟,构建了计算第7n次信用违约互换合约的条件蒙特卡罗算法.该算法能够捕捉多标的资产违约的尾部相关性,更准确地度量标的资产组合的违约风险及提高违约事件的模拟效率.数值结果表明,在考虑尾部相关性的情形下,采用重要抽样技术的JK算法和改进的JK算法是不稳定的,不能达到减方差的目的;而本文新构建的定价算法更稳定,在高斯copula和t-copula模型下,都能够有效减小估计量的方差,提高信用违约互换合约的定价精度和可靠性.     

中国劳动力市场收入户籍歧视的无条件分位数分解

使用无条件分位数分解方法对2007年中国劳动力市场的收入户籍歧视程度进行了考察.实证分析的结果显示:从整体上看,2007年户籍歧视可以解释农民工和城镇职工平均收入差距的近三分之一,且歧视效应随收入分位提高而增加;从分项贡献来看,各自变量对收入差异的影响随收入分位变动明显.根据实证分析得出的政策建议为:当政策目标为缩小高收入分位的群体收入差异时,消除户籍歧视的政策效果更好;而当政策目标为缩小低收入分位的群体收入差异时,缩小两群体禀赋差异的政策效果更好.