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.     

基于参数化分位回归模型的非寿险准备金评估

准备金及其风险边际对保险公司的偿付能力具有决定性影响.均值回归模型在非寿险准备金评估中的应用较为普遍,但需要通过Bootstrap等方法计算准备金的风险边际.分位回归模型可以一次性求得准备金及其风险边际的预测值,所以在非寿险准备金评估中具有独特的应用价值.基于GB2(Generalized Beta type 2)分布建立了一种参数化分位回归模型,该模型首先对GB2分布中的位置参数和尺度参数同时引入流量三角形数据中的事故年和进展年作为解释变量,增加了模型的灵活性;其次,根据模型参数的极大似然估计结果,借助分位数函数的表达式,计算了不同分位数水平下的准备金预测值;最后,利用极大似然估计的渐近性质,通过Delta方法给出了准备金预测值的误差.基于一组增量赔款数据的实证研究结果表明,GB2参数化分位回归模型在非寿险准备金评估及其风险边际的预测中具有良好的应用价值.     

信息不对称下的收入不平等与社会投资

不同群体内的收入不平等程度有较大的差别,对投资的影响路径和影响效果也不尽相同,因此用总体收入不平等指标来探究收入不平等和投资的关系很可能会得出不一致的结论.建立了信息不对称下的投资决策模型,根据模型结论区分了高收入和低收入两类人群并构建了两类人群内部各自的收入不平等程度和低收入人群人口比例这三个变量,研究了这三种收入不平等变量通过金融市场信息不对称、储蓄和消费等渠道对地区投资的直接效应和空间效应.然后在基于空间计量模型的经验分析中用不同倍数的贫困标准收入值来划分两类人群,以25个省级区域在2010-2016年间的双年度面板数据为样本进行了检验.结果显示,在不同倍数的贫困标准收入划分下,低收入家庭内部收入不平等对总投资没有显著影响;高收入家庭内部收入不平等对投资的直接效应大多都显著为负、间接效应和总效应也都显著为负;低收入家庭比例对投资的直接效应大多显著为负,间接效应不显著,总效应也为负只是显著性较差.该回归结果在不同的空间权重矩阵和不同的收入不平等程度的计算指标下都保持一致,具有较强的稳健性.研究结果表明降低高收入家庭内部收入不平等和低收入家庭比例是促进社会投资的有效途径.     

基于LASSO分位数回归的中期电力负荷概率密度预测方法

中期电力负荷预测过程中往往会受到多种外界因素(诸如温度、节假日、风力大小等)的不确定性干扰,并且影响中期电力负荷预测的因素复杂多变、规律各异,难以精准地进行预测.在大数据环境下,如何在种类繁多、数量庞大的影响因素中快速获取有价值信息成为了电力负荷预测问题的关键所在.提出的基于LASSO分位数回归概率密度预测方法,首先从影响电力负荷预测的多种外界因素中挑选出重要的影响因子,建立LASSO分位数回归模型.然后,使用triangular核函数,将LASSO分位数回归与核密度估计方法相结合,进行中期电力负荷概率密度预测.以中国东部某副省级市的历史负荷和外界影响因素(包括温度、节假日及风力大小)为算例,运用LASSO分位数回归方法进行中期电力负荷概率密度预测,得到的平均绝对误差在中位数和众数上分别为3.53%和3.69%,优于未考虑外界因素和考虑外界因素未进行变量选择的情况.为了进一步验证该方法的优越性,将其与非线性分位数回归和基于三角核的分位数回归神经网络概率密度预测方法进行对比分析,说明该方法能较好解决电力负荷预测中的高维数据问题,从而获得比较准确的电力负荷预测结果.     

宏观经济冲击、企业杠杆与银行风险

宏观经济冲击引致的风险将通过实体和金融领域之间的联系蔓延至金融体系,本文从理论与实证两个方面对这一过程进行了深入分析.本文首先构建了包含家庭、企业和银行部门的两期一般均衡模型,揭示宏观经济冲击下银企风险的传导和联动;在此基础上,选取了2017-2020年中国上市银行及其借贷关联企业的微观数据作为样本,以新冠肺炎疫情为例,实证检验了宏观经济冲击、企业杠杆与银行风险三者的关系.结果表明:1)企业杠杆增加会显著推升信贷关联银行的风险水平;2)宏观经济冲击会进一步强化企业杠杆上升对银行风险的推升作用;3)宏观经济冲击下企业杠杆增加对银行风险的推升效果存在异质性,在股份制银行、国有企业和大型企业中尤为明显.此外,宏观经济冲击下企业杠杆对银行风险的影响具有非对称性,对银行风险分布的50%及以下分位数存在显著影响且越趋于左尾效果越明显.     

极端VaR风险测度的新方法:QRNN+POT

由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理论的POT方法弥补非线性分位数回归对极端尾部数据信息处理能力的不足,得到了一个新的金融风险测度方法:QRNN+POT,给出了其基本算法,并将其应用于极端VaR风险测度.选取了世界范围内代表性国家股票市场为研究对象,从样本内与样本外两个方面实证比较了QRNN+POT方法与已有的非线性分位数回归模型在VaR风险测度中的表现,结果表明:第一,直接使用非线性分位数回归模型能够准确地得到正常VaR风险测度,而极端VaR风险测度效果却差强人意;第二,使用QRNN+POT方法,极大地改善了极端VaR风险测度效果,能够有效地描述金融危机期间出现的极端风险.     

基于新分解方法的油价结构冲击对中国股市收益影响研究

国际油价和中国股市的关系研究已备受关注.本文利用日度数据和新提出的油价分解方法将国际油价分解为油价供给冲击、油价需求冲击和油价风险冲击,由此调查了石油金融化前后不同油价结构冲击对中国股市收益的影响.分位数回归是本文重点使用的模型,这使得本文可以在不同市场条件下分析油价结构冲击与中国股市收益的异质性联系.实证结果表明:在石油金融化前的时期,油价的供给和需求冲击只在极端市场低迷时期对中国股市收益产生负向影响.而在石油金融化后的时期,油价供给冲击不再有显著作用;油价需求冲击则正向影响中国股市收益,但并未表现出明显的异质性;相反,油价风险冲击负向影响中国股市收益,并且在越低迷的市场时期越强.     

风险度量半参数变系数复合Expectile回归模型及应用

本文结合半参数变系数回归模型、期望分位数风险价值(EVaR)的思想以及充分利用多个Expectile信息能提高参数估计效率的假设,提出了一类半参数变系数复合Expectile回归模型,并对该模型进行了估计,建立了所提出复合Expectile回归(CER)估计的大样本性质.针对该模型既含有参数部分也含有非参数部分的特征,采用了方便计算的三步估计方法.通过数值模拟也发现,当误差为厚尾或非对称分布时,在均方根误差(RMSE)的标准下,所提出的CER估计大大优于最小二乘(LS)估计和简单的Expectile回归(ER)估计.另外,本文还应用所发展的理论分析了我国货币政策对上证综指的影响.     

基于贝叶斯分位数回归的市场风险测度模型与应用

对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架.指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制.给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计.对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击.动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式.     

基于D-vine copula-分位数回归的组合投资决策

为克服传统组合投资决策模型使用方差风险的不足,建立D-vine copula-分位数回归方法估计多元条件联合分布,给出广义Omega比率组合投资决策模型求解方案.分别选取能源市场3种期货商品和不同行业5只股票进行实证研究,结果表明:基于D-vine copula-分位数回归的广义Omega比率组合投资决策模型,能够充分揭示与模拟金融资产收益变动规律,得到更高的Sharpe比率和广义Omega比率.     

Heterogeneous Impact of Farmer Credit: An Empirical Investigation based on IVQR Model

This article empirically estimates the economic impact of farmer credit by IVQR model, which takes both the heterogeneous effect and the endogenous problem into account, using a survey data of 3,000 households from rural China in 2003. Our results show that both formal and informal credit significantly contribute to the farmers' operational income on the whole. However, its impact is heterogeneous on the outcome distribution. The credit does not significantly contribute to the outcome of the poorest and richest farmers, but it benefits the middle and low income farmers, for whom the output elasticity is about 0.08. Since the rural credit allocation leans to rich farmers in China, there exists efficiency loss. The estimators obtained by 2SLS and QR both involve apparent biases.     

农户消费信贷约束及其影响——来自10省的样本

运用面板Biprobit模型和动态面板数据模型,采用2005-2011年1000个样本农户的调查数据,对农户遭受消费信贷约束的程度及其所导致的福利损失进行了估计.研究发现:83.7%的样本农户遭受消费信贷约束,其中,55.2%的农户遭受完全约束,24.2%的农户遭受部分约束;由于信贷约束,样本农户的纯收入和消费支出分别平均减少了13.7%和25.6%.根据实证结果,提出了开发品种多样的消费信贷产品和工具,增加农户消费贷款的政策建议.     

吉林省农民收入变动及影响因素分析

基于农民收入的时序演变、结构转变与空间差异分析,应用变异系数、极差系数和GIS技术研究吉林省农民收入的整体变动情况。研究表明:1986~2003年,吉林省农民收入在经过了稳步、曲线、直线、波形增长后遭遇平台期;家庭经营性收入仍是农民收入的主要来源,年均比例占总收入的80%以上;省内各市县农民收入的高低重心发生显著变化。利用1990~2003年的数据,选取影响农民收入变动的8项因素进行灰色关联分析,发现人均耕地面积是影响吉林省农民收入的首要因素,关联度高达0.893。结合吉林省实际,对8项影响因素进行了系统分析。图3,表2,参5。     

我国农村贫困分解及组群研究

近20年快速的经济增长对我国减贫作用显著,但由于农村与城镇在居民收入、分配政策上的差异,农村贫困改善的速度低于城镇,更加突出其在我国减贫工作中的重要性. 本文并非拘泥于现有地域特征划分依据,而是利用SST贫困综合测度指标的分解维度,创新性地提出按照贫困特征指标进行组别的划分,从而使我国农村贫困组群划分更科学合理. 继而,本文采用CHNS数据库中我国农村9省的调研数据,对其进行组群分类研究;并通过FGT指数及其差异分解结果验证了分组结论的有效性. 最后,结合分组及指数分解结果总结归纳出我国农村贫困的组群特征及差异原因,为针对不同组群提出更有针对性的减贫措施提供参考.     

新时期农村青年人力资源开发的有效途径

农村青年是我国农村的重要人力资源，成功实现社会主义新农村建设必须培养造就千千万万高素质的青年农民。这不仅是社会主义新农村建设最本质、最核心、最迫切的内容和要求，也是推进农村产业结构调整、加快农业产业化步伐、增加农民收入的重要智力和人才保障。目前中国农村青年人力资源开发的有效途径包括优先发展农村教育事业、积极建立统筹城乡劳动力市场的长效机制和努力拓展农业内部的就业空间。参7。     

山西农民人均收入地区差异的评估与分析

提高农民收入问题及农民收入之间的差距问题，一直是农村经济研究中的核心问题之一，应用经济学中广为人们接受的基尼系数以及相关的变异系数、极值比等指标，从静态、动态即空间序列和时间序列两方面对山西农民收入地区间差距进行了实证分析，并提出一些相应的基本措施及有关建议。表4，参3。     

个人收入税和消费税政策分析——基于CGE视角

2011年9月1日我国实行新个人所得税法.个人可支配收入不仅受到直接税(如个人所得税),同时也受到间接税(如消费税)的影响.这两种不同的税收对社会福利、以及宏观经济运行到底会有怎样的影响?我国的消费税应该做出怎样相应的改革?本文建立一般经济均衡模型分析征收个人所得税和企业消费税对社会福利水平及宏观经济各个方面的影响.以2010年经济运行数据作为基期校准各项参数,通过大量模拟计算显示,适当降低消费税税率、乡村居民个人收入税税率和适当调高城镇居民个人收入税税率,有利于乡村居民社会福利和收入水平的提高;其次,加大第一产业进口,或者减少第二产业出口,有利于两类居民社会福利水平、收入水平和消费需求增加;另外,第一产业净进口与第二产业净出口同步增长时,宏观经济各项指标均有改善,但是,第一产业将受到巨大冲击.最后,文章指出效用函数的替代弹性对社会福利总水平精度比生产函数的替代弹性的影响小.     

交叉补贴视角的非利息业务与传统业务定价

运用我国86家商业银行1999～2009年的数据,通过多元回归模型分别从静态和动态两方面探讨商业银行非利息业务对传统业务定价的影响。研究发现:首先,我国商业银行的传统业务定价不仅受本期非利息收入的影响,而且受上一期非利息收入的影响;其次,佣金手续费收入与传统业务定价显著负相关,而投资收益与传统业务定价的关系并不显著;最后,非利息收入对贷款违约风险和传统业务定价的关系具有显著调节作用。研究非利息业务和传统业务定价的关系不仅有助于我国商业银行进一步正确审视非利息业务,而且为我国商业银行的交叉补贴策略提供对策建议。     

基于最小显著差异法农户关键违约特征挖掘

信用风险管理不仅是简单的对客户信用资质进行排序，而是识别出客户是否违约，如果违约将会给银行造成多大程度的损失.故信用风险管理问题可以归纳为：一是根据什么标准识别客户是否违约，这个标准也就是文中的关键指标；二是客户按照某一标准划分为多类，哪一类客户将给银行造成更大的损失，这类客户的识别也就是文中的关键特征识别.上述问题解决的是在信用风险管理中，具有哪些关键特征的贷款农户是造成银行较大违约损失的"害群之马".以中国某国有商业银行分布在28个省的农户贷款数据为实证样本，通过F检验的方法甄别出居住状况，年净收入/省人均GDP这2个指标是对中国农户贷款违约损失率有显著影响的关键指标.通过最小显著差异法确定"年净收入/省人均GDP"区间在10.02~19.24内，居住状况是"共有住房"特征的贷款农户的违约风险最大，是信用风险管理中的关键特征，具有这类特征的贷款农户的违约风险最大.     

我国不同行业企业债信用价差的动态过程研究

选取上海证券交易所2007年6月至2012年6月的企业债和国债月度交易数据，利用遗传算法对利率期限结构SV参数模型求解，拟合出较为精确的企业债和国债的即期利率曲线，并据此计算出企业债的信用价差. 将上海证券交易所的AAA级企业债按行业分为工业、公用事业和金融业，分别对每个行业的信用价差按不同期限进行时间序列分析，发现各期限的时间序列呈现自回归和移动平均的特征. 脉冲响应分析表明，虽然金融业波动幅度最大，工业次之，公用事业最小，但同行业各期限信用价差序列在前10期内均会对其它期限信用价差序列的冲击产生较为剧烈的反应，且冲击不具有较长的持续效果. 实证结果在一定程度上为投资者和监管者提供了决策依据.