具自忆性的改进灰色Verhulst模型研究及应用

传统灰色Verhulst模型对于饱和发展状态的S型过程有较好的预测精度,但对于具有随机波动特征的S型过程预测效果并不理想。针对以上问题,为了提高预测精度,本文在传统灰色Verhulst模型及动力系统自忆性原理的基础上,构建了一类改进的灰色Verhulst自忆性模型,新模型充分利用了历史观测数据、克服了传统灰色Verhulst模型无法描述波动特征的局限性。通过实例分析,表明所构建模型能够充分体现S型过程中的随机波动特征,具有理想的拟合预测效果。     

现代证券定价模型研究

基于系统论、认识论、反馈控制论,在传统随机波动价格模型的基础上,通过修正其忽略“现实金融市场中,大事件发生比较频繁”这一事实的缺陷,同时引入证券投资者与证券价格之间的交互作用,提出一种新的证券定价模型——带跳及反馈的随机波动模型.理论分析、数值仿真和实际应用均表明,与传统随机波动价格模型相比,新模型可更好地刻画现实证券价格的复杂行为,生成的价格序列的收益统计特性与真实证券价格较吻合;与现有股价短期预测模型相比,新模型具有预测精度高、速度快、鲁棒及普适性等特点.     

待遇预定制养老基金管理的Heston模型及Legendre变换-对偶决策

针对待遇预定制养老基金的管理,采用对数效用函数,建立Heston随机波动率模型,结合最优控制理论和Legendre变换,将原问题转化为对偶问题,通过对偶问题的求解,求得原问题的解析解,从而确定风险资产比例和缴费水平,最终实现养老基金管理的最优资产配置和最低缴费水平。     

随机波动率与跳扩散相结合的保证险的鞅定价

假设未偿付额为常数,且房产价格为对数正态随机波动率过程和一个复合Poisson过程相结合的随机过程,引入期权定价理论,利用特殊的鞅方法,分析了住房抵押贷款保证险的定价问题.     

跳跃连续时间SV模型建模及实证研究

仅包括跳跃或仅包括随机波动的模型对于股价和收益分布的描述不是很理想.研究了收益和波动中同时具有跳跃因子的连续时间随机波动模型.使用具有跳跃的连续时间随机波动模型分别对1996～1997年和2002～2004年两个时期我国股票市场的波动和跳跃进行分析,用MCMC算法估计模型的参数,结果表明,近年来我国股市的波动和跳跃较10年前有所减少.     

具有杠杆效应的非线性SV模型及其应用

提出一类非线性SV模型,许多离散时间SV模型都是它的特例.这类模型的优点在于用它可以检验不同函数形式的随机波动,该模型的检验仅基于一个单独参数δ.在非线性SV模型的基础上,进一步把它扩展为具有杠杆效应的非线性SV模型.使用沪、深股市的指数日收益数据进行了实证分析,借助BUGS软件,利用Gibbs取样的MCMC方法对模型进行了贝叶斯参数估计,证明了应拒绝对数正态SV模型,而使用非线性SV模型.     

随机波动模型的持续性和协同持续性研究

波动持续性是广泛存在于经济和金融时间序列的一类普遍现象，它反映了经济和金融的风险相关性，在介绍随机波动模型有关要概念和性质的基础上，从单整的角度讨论了随机波动模型存在的持续性，并以此为基础，讨论了向量随机波动模型存在的持续性和协同持续性，给出了随机波动模型的协同持续定理，此外，文中进一步讨论了协同持续存在的条件和有关性质，给出了协同持续关系的误差校正模型形式。     

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。     

随机条件久期模型的贴近度新息构建方法

针对随机条件久期(SCD)模型伪似然估计方法的非有效性问题,分析了新息对数正态分布的可能,证明了经修正的对数正态分布不仅满足SCD模型新息构建要求,其在期望值设定和随机取值方面优于原有新息分布,并进一步在此分布基础上提出了贴近度新息构建方法,该方法不同于期望新息构建方法,目的在于产生更少极端值使拟合久期接近实际久期,进而提高模型拟合和预报性能.同时也证明了新方法能包含原新息构建方法,具有一般性.当然,新息的对数正态分布也保证了SCD模型卡尔曼滤波解具备有效性,属于非伪似然估计.最后,通过一组模拟数据证实了新息对数正态分布的可行性,以及所提贴近度新息构建方法的优越性.     

基于贝叶斯原理的随机波动率模型分析及其应用

基于贝叶斯原理,对随机波动性模型进行研究,并将随机波动率模型应用股市风险价值VaR的估计与预测.针对中国股市数据进行的实证结果表明,与GARCH模型相比,随机波动率模型能更好地描述股票市场回报的异方差和波动率的序列相关性;基于随机波动率的VaR较GARCH模型的VaR具有更高的精度.     

Complex system analysis of market return percolation model on Sierpinski carpet lattice fractal

This paper investigates the statistical behaviors of fluctuations of price changes in a stock market.The Sierpinski carpet lattice fractal and the percolation system are applied to develop a new random stock price for the financial market.The Sierpinski carpet is an infinitely ramified fractal and the percolation theory is usually used to describe the behavior of connected clusters in a random graph.The authors investigate and analyze the statistical behaviors of returns of the price model by some analysis methods,including multifractal analysis,autocorrelation analysis,scaled return interval analysis.Moreover,the authors consider the daily returns of Shanghai Stock Exchange Composite Index,and the comparisons of return behaviors between the actual data and the simulation data are exhibited.     

基于马尔可夫毯时序回归模型的房地产板块指数预测

房地产板块是中国股市的核心行业板块，房地产板块股价指数走势的分析有助于对中国股市态势的正确把握. 针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题，基于股市行业板块之间指数波动的相关性，利用马尔可夫毯学习算法选择与房地产板块相关的行业板块，通过因果分析避免现行方法中选取相关板块的主观性；进而，利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块，从而构建房地产板块的向量时序回归模型，实现对房地产板块股价指数的有效预测；最后，通过脉冲响应和方差分解对模型进行分析. 对于上证股市所进行的实验比较和实证分析的结果表明，该方法能有效预测房地产板块股价指数的走势.     

单支股票市场的元胞自动机模型及其动力学研究

在基于投资分析的股票市场演化元胞自动机模型的基础上．建立了兖州煤业股票市场的单支股票元胞自动机演化模型，并以演化模型产生的股价指数序列为研究对象进行了动力学分析。通过考察股价指数序列在重构相空间中的轨迹，我们发现了股票市场中的混沌现象；通过相空间的分形维计算．说明了建立股票市场的动力学方程是有可能的；根据模拟模型和现实市场的对比分析，进一步证实了基于投资分析的股票市场演化元胞自动机模型，在模拟股票市场复杂性方面的可行性。     

基于噪音交易者的风险资产定价模型及其应用

放宽DSSW模型中的风险资产股利为常数和噪音交易者心目中的股利变化是一个纯粹正态分布随机过程的假设条件,分别构建了只有理性投资者和存在噪音交易者两种情况下的股票市场风险资产定价模型,并在对所建立的两类模型及其经济意义进行比较分析的基础上研究了噪音交易者对股票市场风险资产定价及其波动性的影响机理,对中国股票市场2005年6月-2008年8月期间发生的"异常现象"进行了合理解释.研究结果表明:噪音交易者能对股票价格及其波动性产生系统性影响,中国股票市场发生的"异常现象"在很大程度上是由噪音交易者造成的.从研究假设、研究结论以及实践应用等方面对DSSW模型进行了合理的拓展和深化.     

流动性调整地风险价值度量: 基于金融高频数据的实证分析

结合ACD和UHF-GARCH理论构造了适应我国股票市场的日内风险价值WACD(1,1) -UHF-GARCH(1, 1)-IVaR模型,然后引入价格冲击模型构造的流动性度量指标,以浦发银行为例对我国股票市场的流动性日内风险价值进行了实证分析,得出三点结论: 一是我国股票市场的交易持续期具有很强的聚类性;二是高频数据中GARCH效应显著,且利好消息会对等量的利空消息产生更大的波动,但考虑流动性的影响因素后利空利好消息对市场的冲击效果都有明显降低;三是蒙特卡罗模拟结果表明,不考虑流动性影响的风险价值较大幅度地低估了实际损失.     

Liquidity-Adjusted VaR Measurement based on High-Frequency Data: Model Constructing and Backtest

This article constructed a WACD(1,1)-UHF-GARCH(1,1)-IVaR Model to the stock market of China with the theory of ACD and UHF-GARCH, and took Shanghai Pudong Development Bank as an example, gave an empirical analysis to the intraday Value at Risk adjusted by liquidity in our stock market combining the liquidity indicators designed by price impact model. The result shows that: first, the transactions duration has strong clustering character; second, there is also strong GARCH effect on high-frequency data, and good news will come out more volatility than bad news, but the effect of both news impacting on the market have obviously reduced after considering the influence of liquidity; finally, Monte Carlo simulation shows that the Value at Risk will underestimate the real losses without considering the liquidity effects.     

系统重要性股权质押上市公司的识别 ——股权质押违约的系统性风险贡献度视角

股权质押风险一旦爆发呈联动效应,影响范围将迅速波及多个市场,极有可能衍生出系统性风险,对整个金融市场和实体经济带来极大危害.围绕股权质押违约风险在股票市场和基金市场传染的核心问题,借鉴网络科学研究工具,从关联市场视角探索股权质押风险跨市场传染的路径和规律.首先描述了股权质押二部图网络的构建方法,利用关联网络的阈值传染模...     

预测传播结构与人工金融市场的易变性

为了探索价格预测信息传播动力结构与市场价格波动特征之间的关系,建立了一个基于元胞自动机的人工金融市场模型.在模型中,引入了动态有向图来表征异质投资者之间信息传播的邻居关系网络;投资者个体在邻居影响下进行价格预测与投资决策,从而形成市场价格.通过对仿真交易价格时间序列的R/S分析,发现邻居关系网络结构对于投资者预测的同质化有重要作用;投资者预测同质化倾向强的资本市场时,价格时间序列的易变性随之增强,市场价格趋于不稳定.     

中国股票市场信息结构及实证研究

股票市场中存在明显的信息不对称，这是影响股票价格波动的重要因素，文章首先提出信息结构的概念，然后结合中国股票市场特点，描述了股票价值信息和价格波动之间的关系，并分析了信息结构各参数对市场学习过程的影响。结论表明市场随着交易的进行，能够不断调整股票价值变化的预期，最终将事件信息反映到价格之中；市场信息公开程度是影响市场学习能力的重要因素，信息公开度越高，市场学习能力就越好，市场价格反映股票内在价值的速度越快。     

基于复杂网络少数者博弈模型的金融市场仿真研究

本文构造了具有学习机制、学习结构及时间控制策略(持续期策略)的复杂金融网络少数者博弈模型. 基于少数者博弈模型, 以网络学习作为Agent的主要学习机制, 基于随机网络、小世界网络及无标度网络三种网络, 分别对应金融市场中全局信息下的投资者随机决策, 基于社会网络的决策, 及寡头垄断下的决策, 以持续期期作为时间控制要素, 通过仿真观察到金融市场收益分布的"尖峰厚尾"特征、寡头市场股价异常等金融市场复杂现象, 并分析了学习机制、 学习结构及持续期策略在博弈中的作用及产生的不同市场效应.