投资者隐性激励与开放式基金的风险选择

构建投资者资金流与开放式基金风险之间的理性预期模型,量化了投资者对基金管理人的隐性风险激励,并结合国内市场2006~2012年股票型开放式基金的非平衡面板数据,从预期投资者资金流、实际投资者资金流以及基金风险选择与基金后期业绩关系三个方面对开放式基金的风险选择行为进行研究,结果表明:我国开放式基金投资者没有表现出对基金冒险行为的市场约束作用,相反,基金投资者资金流与基金业绩的局部凸性特征还构成了对基金冒险行为的一种隐性激励;基金冒险行为也并不符合基金投资者的利益,而是基金管理人道德风险的一种具体表现。     

考虑广义多维空间效应的S-VaR测算

VaR(value at risk)的测算精度一直是业界和学术关注热点问题.本文应用定义的经济测度距离和引力空间权重矩阵,建立广义多维空间计量模型捕捉金融系统的空间效应信息,构造S-VaR(saptial-value at risk),提高VaR的测算精度.以SP亚洲50指数作为股票资产组合替代变量进行实证分析,结果表明:广义多维空间效应S-VaR能捕捉金融市场存在的多维空间相关性和风险的空间溢出效应,提高了VaR模型在风险预测中的精确性.     

空间权重矩阵构造及经济空间引力效应分析——以欧债危机为背景的实证检验

空间计量经济学是当今计量经济学研究的热点领域,空间权重矩阵一直是空间计量经济学发展的瓶颈.通过引入区域经济空间引力效应,结合地理区域和经济状态指标,构造动态性的引力空间权重矩阵;以欧债危机为背景,检验新的空间权重矩阵的适应性和有效性,并通过对其动态设置,挖掘传染路径,检验经济危机传染方式.实证结果表明:挖掘金融数据多维空间效应,引力空间权重矩阵具有显著优势,金融资本渠道是经济危机传染路径的根本,经济危机传染是双向性传染和间接关系性传染合力的结果.     

中长期预测模型的GMDH三水平算法

本文给出三水平算法的操作方法，指出算法进行中，长期预测成功的优势。     

中长期预测模型的GMDH两水平算法的改进及实证分析比较

两水平算法是以自组织原理为基础应用多层迭代、采用季节数据和年数据同时建模 ,在一定程度上扩大可预测范围 .主要用于复杂系统建模 .对算法作改进 ,使模型在对具有周期趋势的事物预测更加准确 .实证分析表明 ,对算法改进有效 .     

基于Copula-ECM-GARCH模型的动态最优套期保值比率估计及比较

结合Copula函数技术和协整理论两方面的优势,给出最优动态套期保值比率模型。为检验该模型的套期保值效果,对标的资产为嘉实沪深300指数证券投资基金进行实证研究,并与传统的ECM-GARCH套期保值模型和修正的ECM-GARCH套期保值模型进行实证分析,结果表明:与ECM-GARCH模型和修正的ECM-GARCH模型相比,本文建立的模型能够在保持套期保值资产收益增加的同时,将其风险分别减少94.59%和93.82%.     

AC算法的EMD分解GMDH组合的预测模型及应用

引入EMD把含有多个震荡模式的数据分解为满足一定条件的多个单一震荡模式分量的线性叠加,对震荡模式分量应用非参数的AC算法,通过历史上相似时期的已知延拓进行预测,利用GMDH客观确定权重构建组合预测模型,并运用该模型结合原油期货数据进行实证。结果表明:用EMD方法改进AC预测模型提高了预测的准确性,在此基础上,GMDH的智能化权重的组合预测模型进行预测,结果显示,AC算法的EMD分解GMDH智能化权重组合预测精度更高。     

中长期预测模型的GMDH多水平算法

本文给出多水平算法的操作方法，指出算法进行中，长期预测成功的优势。     

中长期预测模型的GMDH三水平算法计算的实现

提出三水平算法的一般模式和差分结构，利用多阶段算法减少计算量，并研究编程上机计算的实现。     

GMDH两水平算法的证券组合投资预期收益模型

以自组织理论两水平算法为基础，采用组合投资方法，在证券投资ＧＭＤＨ两水平算法预测模型的基础上，建立了ＧＭＤＨ两水平算法的证券组合投资预期收益模型