门限分位数自回归模型及在股市收益自相关分析中应用

门限分位数自回归模型(threshold quantile autoregressive model,简记为TQAR)是一种非线性分位数回归模型,主要用于讨论系统中的门限效应.在TQAR模型中,自回归阶数与门限值的确定等,都会影响模型分析效果.为此,本文给出模型定阶、门限值估计及门限效应检验等方法.数值模拟结果表明,TQAR模型在门限值估计、回归系数估计的有限样本表现方面都优于传统的门限均值自回归模型(threshold autoregressive model,简记为TAR)及门限均值自回归条件异方差(TAR-GARCH)模型.最后,将TQAR模型应用于中国股市收益的自相关性研究,实证结果证实收益序列的自相关性呈现出明显的门限效应和异质效应.这一发现,有助于准确刻画股市收益动态变化规律,为重新认识金融市场运行机制提供了一个实证基础.     

基于联合多重分形的股市量价关系分析

证券市场的量与价之间的关系一直是金融领域研究的热点问题。利用多重分形与联合多重分形分析中国及世界各主要股市的成交量与价格之间的关系,说明不同股指下的量价规律并不具有一致性,有些股指可能量高价也高,有些股指可能量低价也低。无论成交量如何变化,相对来说,亚洲股市价格波动更剧烈些。     

基于变分问题和广义软阈值的图像去噪

采用非线性滤波方法处理图像去噪问题时,阈值参数的选取和恰当的使用滤波器函数,对去噪图像的效果影响极大。构造了可用于非线性滤波算法的广义软阈值小波滤波器函数,它是Donoho的软阈值滤波器函数的推广,可以用来代替Donoho的软阈值滤波器,证明了滤波后的逼近是Besov空间中泛函的近似最小值点。而且,广义软阈值滤波器函数次数越大,逼近效果越好。仿真结果证实了此方法的有效性。     

基于分位数回归的金融市场稳定性度量

基于系统风险视角,通过分位数回归技术,提出了金融市场稳定性度量的新方法,在论述金融市场稳定性度量原理的基础上,设计出可行的 计算步骤,并据此实证分析了我国金融市场的动态特征. 实证结果显示,本文提出的金融市场稳定指数在数值上和趋势上都与金融市场的现实情况相符,能够有效检测出市场不稳定的时间区间,且具有稳健性,是监测金融市场运行状态的有效定量指标,可为金融监管提供技术支持.     

招股书净利润预测误差与初始收益率关系——1993～2009年我国A股IPO市场的证据

从投资者和IPO公司对净利润预测误差的预期判断差异视角,分析了净利润预测误差和首日初始收益率的相关性;基于分位数回归方法检验1993～2009年我国A股IPO样本净利润预测偏好、误差与首日初始收益率之间的决定关系,实证发现:年度平均预测偏好表明,IPO公司能适应期间发生的重大金融事件,预测精度呈上升趋势;预测误差越大的公司,公司规模和预测期对预测误差的正向作用越强;公司规模越大、预测期越短,则IPO公司比随机游走和增长模型的预测能力越强;累计投标询价方式下,IPO公司和投资者对净利润预测误差的判断倾向于分歧;当IPO公司净利润预测悲观时,固定价格方式下,投资者会出现预测分歧;而相对市盈率定价方式下,投资者倾向于做出一致的预测判断。     

加权变分的图像去噪算法

针对经典的总变分去噪模型边缘信息对噪声敏感且易模糊的缺陷,提出了非线性与线性的加权变分模型。非线性加权变分模型是在总变分模型的正则项中引入权函数,并利用权函数引导扩散,使得新模型在消噪的同时更好地保持图像的纹理特征和边缘信息;线性加权变分模型是对含噪图利用高斯函数进行预处理,再对处理后的图像进行扩散,从而降低计算复杂度。数值实验表明,与经典的总变分模型相比,改进的方法无论是在视觉效果还是峰值信噪比上都有明显的提高。     

线性回归模型参数变点的在线监测

在线监测金融时间序列并尽早发现变点,对减小金融风险有重要的意义. 通过引进一个窗宽参数,对线性回归模型系数变点提出了一种改进的在线监测方法,并将此方法进一步 用于模型方差变点的监测.在无变点的原假设下给出了监测统计量的渐近分布及经验临界值 表,在备择假设下证明了该方法的一致性.模拟结果表明新方法比已有的方法势高且平均运行 长度短,最后通过两组股票价格变点监测的实例, 进一步说明了该方法的有效性.     

带网络结构的自适应Lasso分位数回归及其应用

CVaR是衡量组合投资的重要风险测度,如何在CVaR组合模型中选择稳健的资产组合以降低管理时间和经济成本十分重要.理论上CVaR模型下的资产组合决策可转化为分位数回归,受此驱动,该文构建了带网络结构的自适应Lasso分位数回归,对高维资产进行选择.自适应Lasso对变量的回归系数进行加权约束,理论上具有变量选择的一致性.网络结构是基于复杂网络理论构造,能够体现出资产之间的复杂联动关系,因此它对改进选择结果是有利的.该文基于线性规划进行求解,对CVaR组合投资决策中特有的计算问题采取两步迭代的方式进行.多种情形下的模拟分析显示,新模型的变量选择效果和预测表现均最优,且随着变量之间相关性的增强,网络结构带来的优势愈发明显.最后,使用249只股票数据进行了实证分析,通过滚动建模的方式,得出新模型具有良好的稳健性与应用意义.     

现场可靠性数据的变点分析

针对产品寿命分布规律在使用过程中的变点问题,提出了产品寿命分布变点检验和估计的Bayes方法。根据产品现场使用先验信息的结构特点,提出了变点先验分布的确定方法,并给出了变点Bayes估计的计算方法。利用所得到的变点估计可制定产品的最佳维修策略以及产品报废期。数值模拟表明Bayes方法具有较好的稳健性,适用于现场可靠性数据的变点分析。     

基于随机边界与分位回归的我国新股发行定价行为

运用随机边界模型的极大似然方法估计1998～2007年间我国新股发行的定价前沿,发现我国新股存在真实发行抑价,然后基于分位数回归模型分析了我国新股发行定价的影响因素,结果表明不同发行价格水平新股的定价影响机制并不相同.这一结论可以为证券监管部门以及发行公司本身提供政策借鉴作用.     

基于信任治理的中国区域碳市场企业违约风险传染阻断策略

企业违约风险制约着中国区域碳市场的可持续发展,亟需寻求风险阻断策略.本文从系统动力学视角出发,运用元胞自动机模型定量化度量了中国区域碳市场内不同类型企业违约风险,然后引入信誉水平和奖惩分担的信任治理规则,构建了违约风险阻断决策模型,探讨了有效控制中国区域碳市场事后违约风险暴露的价格调整幅度和奖惩额度区间。研究表明:基于信任治理的奖惩分担和价格调整策略是控制中国区域碳市场违约风险传染的有效手段,进一步印证了Carson等人关于信任治理的相关结论,也为中国碳市场稳定发展提供了理论和决策支持。     

基于股市和汇市成交量信息视角的股价波动预测

以往研究忽略了汇市成交量包含的信息对股价波动的影响,可能导致模型参数的有偏估计.基于泊松分布的随机波动率模型不仅可有效解决传统做法对成交量信息使用不足的问题,而且通过将汇市成交量信息引入模型,与现有文献形成有益补充.通过SMC算法编程实现了SV-VOL模型的有效估计,发现股市成交量信息有助于股价波动预测;汇市成交量信息是通过股市流入净资本这一间接渠道最终影响股票收益率与股市量价关系.     

企业社会责任对现金持有价值的影响——基于分位数回归模型的研究

随着环境和社会问题日益严峻,企业社会责任的重要性凸显.本文研究了企业社会责任水平对现金持有价值在资本市场与产品市场中的影响.基于企业异质性和分布的厚尾特征,本文采用分位数回归模型克服一般均值模型的模型设定限制,发现:1)在资本市场中,企业社会责任提升了现金持有的价值,并且随着企业市值的增加,这种正相关效果更加显著. 2)在产品市场中,企业社会责任能显著提升高销售增长率企业的现金持有价值;在低销售增长率企业中,低水平社会责任则会损害现金持有价值.本文的实证结果支持利益相关者理论提出的企业社会责任活动能够缓解管理者与利益相关群体之间的矛盾,从而改善利益相关者对公司的认知并赋予更高价值.本文的结论也为管理者自觉从事社会责任活动提供了部分证据.