资本市场多标度离散随机分割级串模型

在收益率波动层次结构理论上构建了一种新的波动级串结构模型,通过对基元分割概率中两个关键控制参数不同设定的Monte-Carlo仿真分析发现,分割数取随机整数能够显著地改善模型的拟合优度,自相关函数也表现出类似经验数据衰减的动力学特征,随机控制变量选取normal、log-normal、possion和t分布不能进一步改善基于均匀分布级串模型的拟合效果.此外,选取的最优波动级串模型还能够很好地复制出2<α<4的负幂律衰减和多重分形特征,表明该级串模型能够作为经验数据的可靠拟合模型.     

中国股票市场的标度突变现象及其特征研究

以上证指数为例,运用MF-DFA方法对其进行多重分形消除趋势波动分析.结果发现该时序在整个标度范围上存在交叉突变现象,其交叉突变点将整个时间标度分为两个部分,每一部分具有不同的多重分形特征及标度指数.进一步地,对每一部分多重分形特征成因进行分析,发现股票市场的多重分形特征是由波动的相关性及厚尾的概率分布共同作用的,其中收益序列的波动相关性是形成多重分形特征的主要原因.最后,提出股票市场监管的几点启示.     

多风险控制目标下的资产配置模型

相比于VaR风险测度,CVaR风险测度因满足次可加性能够更好地描述金融资产组合风险,而广义极值分布和Copula函数较好地拟合了金融资产收益率的厚尾特征和相依性。本文尝试使用CVaR风险测度和Copula-GEV分布描述金融资产组合的极端值风险,并将其作为风险控制目标引入传统均值-方差模型,构建多风险控制目标下的资产配置优化模型,实现在金融资产配置决策中综合考虑期望收益、波动性风险和极端值风险,并设计PSO-MC优化算法对模型进行求解。通过对我国上市公司股票收益率数据的实证分析,验证了模型及求解算法的有效性。     

磁浮系统多控制器动态解耦特性仿真研究

通过建立带有多个悬浮控制器的高速磁悬浮列车系统模型并对其进行动态响应分析，研究多个串级PID控制器协同工作条件下弹性悬浮架的动态解耦性能是否满足系统稳定要求。建立了复杂悬浮架有限元模型，利用模态综合动力凝聚超单元方法生成较低维数的悬浮架动力学模型。离线设计单个串级PID控制算法并给出了稳定参数选择方法，并由此建立多控制器磁悬浮耦合系统模型。使用四阶龙格一库塔算法对系统模型进行仿真计算，绘制了各个悬浮控制器先后悬浮以及悬浮间隙谐波干扰两种情况下各控制器的悬浮间隙动态响应曲线。结果证明悬浮架具有一定的动态解耦能力，但是只能保证鲁棒性较强的单控制器参数能够直接应用于多控制器协同工况。     

随机市场深度下多资产的最优执行问题

投资者对金融资产的供求往往随着市场波动而不断变化,并随时进行下达和取消订单等交易行为,故而市场的流动性在本质上是随机波动的.因此,本文研究了当市场深度随机变化时,限价指令簿市场中多资产的最优执行问题,并采用动态规划的方法给出了最优执行策略及最小执行成本的解析表达式.结果表明,最优执行策略是关于位移和剩余头寸的线性函数,而最优执行成本则是关于初始资产购买量的非线性函数.数值算例显示,当投资者忽略市场深度的随机波动特征及资产价格的相互交叉影响时,将会导致支付较大的交易成本,从而降低投资的福利水平.     

基于小波多尺度分析的GARCH建模方法的拓展

考虑到交易周期对资产价格波动特征的重要影响,将小波多尺度分析引入广义自回归条件异方差(GARCH)建模理论, 提出了多尺度广义自回归条件异方差模型和多尺度增广分整广义自回归条件异方差均值模型,同时通过改进迭代的步长参数, 得到了收敛速度快于BHHH算法的数值优化方法.对上证综合指数进行实证分析,结果表明: 该模型克服了GARCH理论无法同时揭示蕴含在资产价格内部的多时间尺度信息的缺陷, 还能够捕获到资产收益率在不同时间尺度上的局部波动特征; 改进后的算法对模型参数估值效果十分明显. 这类模型有助于探究资产价格伴随交易周期演化的微观动力学机制.     

基于波动率分解的期权定价

文章通过将标的资产波动率分解为不相关的两个组成部分,构建了期权定价模型,并求解了相应的期权定价公式.分析新模型在标的资产收益率的偏度与峰度、隐含波动率等方面的重要特征,并利用市场数据对模型进行了拟合.研究表明:将波动率进行分解,以适应于其组件不同的运动过程,从而扩展了模型的适用场景;利用波动率组件的相互作用,即使在波动率参数较低时,也可以令短期期权获得明显的尖峰、波动率微笑等形态特征,从而有效地规避了单因素随机波动率模型的缺陷;同时,通过波动率分解引入新的风险源,模型具有更好的定价效率.     

基于DC-MSV的动态套期保值模型及实证研究

根据现货与期货价格随机波动的特点,引入一种新的动态相关系数,建立了基于DC-MSV的动态套期保值模型.通过DC-MSV模型来估计动态的套期保值比率.其具体特色:①通过建立套期保值比率与具有时变特征的收益率标准差的函数关系,揭示了最优套期保值比率的时变特征;②通过建立具有时变特征的收益率相关系数的函数关系的DC-MSV模型,揭示了推动资产价格波动因素的有效信息,完整地估计了资产收益波动的交叉相关性;③实证研究表明,该模型优于现有流行的套期保值模型.通过建立基于沪铜现货和期货的最小方差套期比的动态套期保值策略进行实证研究.研究结果表明,套期保值模型在样本期外和样本期内套期保值效果都明显优于Naive和OLS套期保值策略.     

基于损失规避效应的资产定价模型

标准金融资产定价理论并没有很好地解释资产价格的某些行为,目前行为金融更多推崇带损失规避的现实偏好来研究资产价格特征偏好在行为上的影响。本文将采用随机增长模型和带偏好的损失规避模型随机形式来探讨资产价格行为,刻画损失规避对随机贴现因子的影响。     

基于日内价格幅度与回报的随机波动率模型

金融资产波动率测量与建模是金融理论与实践中的一个重要课题，已经有了许多测量与建模方法。本文引入了基于日内价格幅度与回报两个测度指标的随机波动率模型。利用中国股市数据进行的实证结果表明，与单测度指标的随机波动率模型相比．基于两个测度指标的随机波动率模型能更好地描述股票市场波动率和市场波动风险。     

A multiscale modeling approach incorporating ARIMA and anns for financial market volatility forecasting

The financial market volatility forecasting is regarded as a challenging task because of irreg ularity, high fluctuation, and noise. In this study, a multiscale ensemble forecasting model is proposed. The original financial series are decomposed firstly different scale components （i.e., approximation and details） using the maximum overlap discrete wavelet transform （MODWT）. The approximation is pre- dicted by a hybrid forecasting model that combines autoregressive integrated moving average （ARIMA） with feedforward neural network （FNN）. ARIMA model is used to generate a linear forecast, and then FNN is developed as a tool for nonlinear pattern recognition to correct the estimation error in ARIMA forecast. Moreover, details are predicted by Elman neural networks. Three weekly exchange rates data are collected to establish and validate the forecasting model. Empirical results demonstrate consistent better performance of the proposed approach.     

动态投资组合风险控制策略

从股市上采集的大量股票收益率数据表明,前后相邻的股票收益率数据呈现出一定程度的依赖关系,即前期收益率呈现出大的波动幅度,紧接着后期收益率也呈现出大的波动幅度,这样的波动特点被称之为"波动聚集性","风险传染性",在金融计量上,通常用收益率的方差来定量刻画收益率的波动幅度的大小和相应收益率风险的大小,因此本文选用能准确拟合金融资产收益率方差的GARCH模型来刻画金融资产收益率的这种"风险传染性",在此基础上应用协同持续思想构建了投资组合的风险优化控制模型,并求得了相应最优投资组合权重.选取6支股票作了实证检验.检验结果表明,按该模型配王的投资组合收益率长期被控制在较小的风险范围,在统计上亦表现出较高的夏普比.     

Heston模型下考虑工资风险和保费退还条款的DC型养老金时间一致性投资策略

DC型养老金投资者通常可以将保费投资于金融市场中无风险资产、风险资产以及通胀指数化债券3种资产。在均值-方差准则下，为了充分考虑市场风险因素和保障参保人利益，将通胀风险、波动风险、工资风险以及保费退还条款引进投资模型中。利用博弈论思想和随机最优控制技术，通过求解一个扩展HJB方程组，得到了最优时间一致性投资策略和有效前沿的解析表达。最后，通过数值分析比较了有、无保费退还条款两种情形下的最优投资策略。此外，还分析了一些主要参数对最优投资策略和有效前沿的影响，并给出了经济意义上的解释。     

多元条件高阶矩波动性建模

类似于二阶矩风险(方差风险)的时变性,高阶矩风险也具有时变性.同时,为讨论多个市场或多个金融资产对应高阶矩风险之间的关系,需要建立多元条件高阶矩波动模型.提出了多元GARCHSK模型并给出其向量表达,用独立成分分解技术来解决多元GARCHSK建模中的“维数灾难”问题,给出多元条件高阶矩波动率的估计方法.最后,利用该模型对我国股市4个主要股指的高阶矩风险进行了动态描述.     

金融危机传染渠道与机制研究——以次贷危机为例

通过识别次贷危机传染存在差异, 将美国以外25个国家（地区） 分为显著和未显著受传染两组, 在此基础上构建代表宏观经济基础、贸易、金融、债务、区域渠道的5类一级、16项二级指标, 代入logit二元选择模型论证传染机制. 截面数据模型显示区域、金融和债务渠道显著, 面板数据模型显示贸易和金融渠道显著. 在两模型中, 金融渠道的银行资本资产率指标均显著但符号相反, 表明短期内危机爆发骤烈, 众多资本资产率高的银行也因涉及大规模次级债务、恐慌性挤兑、流动性短缺等破产倒闭, 但长期中这一指标越高, 抵御危机传染的概率越大.     

"公司+农户"模式生猪供应链中农户最优饲养规模研究

价格大幅波动以及猪肉安全是困扰我国生猪产业的两大问题, 要从根源上解决, 必须提高农户饲养规模, 并建立农户和公司之间的直接稳定关系. 研究在"公司"和"农户"直接联系的生猪供应链中, 农户规模需要多大才能使得供应链契约稳定, 并进而保障猪肉安全呢?认为公司和农户相互之间进行专用性资产投资, 按照饲养规模和合作周期的关系, 把公司和农户的交易成本(含专用性资产投资)分为四类, 并构建了各自的成本收益函数, 对函数定性分析认为: 无论是对于农户而言还是对于企业而言, 对单个农户的饲养规模都具有一定的要求, 单个农户的饲养规模太小则长期契约无法保障, 品质也没有保障. 在此基础上定量求解二次型规划, 并进行数值模拟, 得出结论: 单个农户的饲养规模越大, 则公司与农户的合作年限(即契约长短)越长, 农户的饲养品质越高, 猪肉安全越有保障; 其原因是单个农户的规模越大, 相互投入的专用性资产越高, 越愿意建立并维护长期契约关系. 且农户投入的专用性资产(包括规模专用性资产和品质专用性资产)等于企业为该农户投入的专用性资产与农户饲养边际变动成本之和的1/2.     

随机波动率LIBOR模型及其结构性存款定价:理论估计与蒙特卡罗模拟

LIBOR市场利率已经在金融资产定价和风险度量中发挥着越来越重要的作用, 而以其为标的利率的外汇结构性存款也得到了广泛应用. 因此, 对LIBOR利率动态过程及其结构性存款定价进行有效理论估计和模拟计算则显得尤为重要. 本文首先在标准市场模型中加入Heston随机波动率过程, 建立随机波动率过程驱动的新型LIBOR市场模型; 其次, 运用 Black逆推参数校正方法和MCMC参数估计方法对该LIBOR利率市场模型中的局部波动率和随机波动率过程中的参数进行校正和估计; 再次, 基于最优基本函数改进的LSM方法对可赎回外汇结构性存款定价进行模拟计算; 最后是实证分析. 研究结论认为: 在单因子LIBOR利率市场模型基础上引入随机波动率过程, 则可大大地提高利率模型的解释力; 基于最优基本函数改进的LSM定价方法所得结果更接近于实际利率下所求理论价值.     

A Metaheuristic Approach to Optimize European Call Function with Boundary Conditions

The purpose of this paper is to investigate the pricing European call option valuation problems under the exercise price,maturity,risk-free interest rate,and the volatility function. An advance methodology,Chebyshev simulated annealing neural network(Ch SANN),is enforced for the Black-Scholes(B-S) model with boundary conditions. Our scheme is stable and easy to implement on B-S equation,for arbitrary volatility and arbitrary interest rate values. Also,the comparative results demonstrate that the attained approximate solutions are converging towards the exact solution. The graphical results show that the increasing flow of the European call option as the exponential increase takes place in assets. The presented algorithm can be further applied to other financial models with certain boundary conditions. The algorithm of the method shows that the approach can also be easily employed on time-fractional B-S equation.     

基于VS-MSV模型的金融市场波动溢出分析及实证研究

对于动态投资组合与风险管理来说，测定波动溢出效应是非常重要的。已有的资料显示SV模型比GARCH模型能够更好地刻画金融市场的波动，使用SV模型研究两个金融市场间波动溢出的文献并不多见，而使用多元SV模型研究多个金融市场间波动溢出则属空白。为了同时研究分析金融市场之间的波动溢出，作者在研究多元SV模型的基础上，建立了能分析判断波动溢出的模型——VS—MSV模型，并进行了实证分析。