基于多元条件极值模型的股指期货与现货下尾部相依性研究

运用多元条件极值模型研究了沪深300股指期货与现货指数之间的下尾部相依关系。通过先构建随机波动-超阈值(SV-POT)模型描述两种资产收益的边缘分布,再建立多元条件极值模型对分布下尾部的相依结构进行研究。实证结果表明:两个收益的下尾存在显著为正的相依关系且条件相依程度都在80%以上,但相差不大,两者可以看成是一个同质的市场。     

我国大宗农产品期货基差尾部相依性研究

基差在期货市场上具有关键性的地位和作用,本论文将通过混合copula函数及Garch类模型,综合分析我国大宗农产品期货基差Kendall、Spearman秩相关性以及尾部相关性,为市场分析提供更全面准确的深度信息资料.     

基于SV-Copula的欧盟碳配额现货和期货价格相依性研究

碳配额现货和期货价格的相依性对投资者进行套期保值和投机套利均具有重要意义.本文采用SV (stochastic volatility)模型研究了欧盟碳配额现货和期货价格的波动特征,继而用Copula函数分析了两者之间的相依结构,结果发现:EU ETS (European Union Emissions Trading Scheme)第二阶段和第三阶段的碳现货与碳期货价格都存在显著的波动持续性和杠杆效应,且第三阶段碳现货和碳期货价格的波动风险均大于第二阶段;碳现货和碳期货价格之间存在高度相依性,且第三阶段碳现期货价格尾部相依性更强;两阶段中两者的尾部相依性呈现为对称且厚尾.     

基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.     

基于跳跃、好坏波动率与百度指数的股指期货波动率预测

本文首次将百度指数引入HAR波动建模框架,基于跳跃、好坏波动率与百度指数提出HAR改进模型,实证研究揭示股指期货波动运行规律,并通过MCS检验分析预测模型优劣.HAR建模考察连续-跳跃波动、好-坏波动率的两种已实现波动分解.为了降低波动率估计偏差,基于序列相关法仿真统计最优抽样频率,利用已实现核修正的ADS检测识别跳跃,进一步修正好坏波动率与符号跳跃.基于沪深300股指期货的样本内外预测表明:连续波动比跳跃波动对未来已实现波动的预测贡献更大;好坏波动率具有不对称的波动冲击,好(坏)波动率抑制(加剧)未来波动性;符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;百度指数能显著提升HAR波动建模的样本内外预测能力;MCS检验证实,考虑符号跳跃与百度指数的HAR-RV-SJ-BI模型表现最佳.研究结论对认识股指期货波动规律和市场风险具有意义.     

基于三因子模型的沪铜期货定价研究

基于沪铜的期货价格,构建包含商品现货价格、随机便利收益以及随机波动率的三因子模型,对沪铜期货进行定价研究.使用似无关回归分析(SUR)方法,检验了沪铜现货价格和便利收益具有均值回复的特征,同时检验了库存理论的有效性.利用AR-GARCH模型检验了不同期限的铜期货价格具有随机波动率的特征.最后,提出三因子模型的构建方式,...     

基于双重XGBoost模型的农产品期货波动率预测——以玉米期货为例

农产品期货的波动率在农产品衍生品定价、风险分散和农产品风险对冲等领域都起着关键性作用。对波动率进行预测,投资者可以依据波动率预测结果,对预期可能面临的风险采取相应的应对策略,更加精准地进行农产品风险管理。但波动率预测领域存在如下挑战：(1)波动率的预测期限较短,仅为1天或3天,难以反映资产在未来较长时间的价格波动率情况;(2)以往研究多关注于价格等信息,在波动率预测中对于基本面信息考虑较少;(3)神经网络、深度学习等预测模型的可解释性较差,网络构建和超参数的选择多依赖于经验选择。本文提出了一个基于XGBoost模型的波动率预测框架,考虑价格和基本面数据,对于波动率的长期趋势和短期变化进行了分析。实证结果表明,加入了更多信息维度的模型有助于提升波动率预测的精度,相比于传统的GARCH模型,均方误差MSE缩小了35%以上。     

波动率预测：多元GARCH模型能战胜一元GARCH模型吗?——二元DCC-GARCH模型与一元GARCH模型的PK

波动率在不同资产(市场)之间的传导应当为预测波动率提供有用信息,使波动率预测更准确。本文考察了二元DCC-GARCH模型在预测波动率时是否优于传统的一元GARCH模型。研究发现：波动率在不同资产间的传导,可以为预测波动率提供有用信息,有助于提高预测的准确性;波动率溢出越明显,对提高预测帮助越大;日数据传递信息更及时,在预测波动率时能比周数据提供更有用的信息;实际波动率的不同度量方式会影响波动率预测准确性的评判结果,但一个占优的多元GARCH模型预测的波动率,可以在所有度量方式、评判标准下都占优。本文为进一步研究多元GARCH模型在预测波动率方面的应用提供了有益的启示。     

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。     

基于ES-TV的贷款承诺极端风险测度模型

在Basel Ⅲ的风险计量新要求及中小企业融资成本高、违约风险大等背景下,贷款承诺极端风险的测度成为银行未来资产管理的重点之一. 基于期权理论,首先给出了浮动利率下的贷款承诺定价公式;其次通过引入DGN（Delta-Gamma-Normal）模型,刻画了贷款承诺价值变动的分布形态;继而通过修正尾部波动率,并利用期望短缺原理,构建了衡量贷款承诺极端风险的ES-TV测度模型. 该模型兼顾极端损益及其波动性,能更全面反映极端风险. 最后对X银行贷款承诺组合管理进行了实证分析.     

二元极值理论在沪深股市尾部风险度量中的应用

用二元极值理论对沪深股市联合分布的尾部特征进行了研究。把一种新的极值Copula函数—t-EV-copula应用于二元极值理论。t-EV-copula与Gumble copula的比较分析表明:t-EV-copula不仅能很好地模拟极值数据,而且能够准确的捕捉到上尾、下尾变化;由二元极值理论得到基于t-EV-copula的沪深股市联合分布尾部的二元分布函数并作分布函数图。最后,用VaR作为风险度量进一步描述了联合分布的尾部特征。     

Prediction of the Extreme Values and the OptimalRatios of Triple Jump Based on the Grey System Theory

1IntroductionTriplejumpisbothademandingandacomplicatedtrackandfieldevent.AlongjumperfaCesonephaseonly.AtriplejumpathletemustfaCemuchmorecomplicatedproblemsbothonthetechnicalsideandonthestrategyofthedistributionofhisorhereffortonthethreephases.Intriplejumptherearetworepresentativestyles:theRussianstyle(representedbyViktorSaneyevfrom1968to1976),andthePolishstyle(exhibitedinparticularbyJozefSchmidtinearly1960s).Thefirstoneisahighjumpstyle,whichpushesthehoptothemostimportantposition.Thelatte…     

Conditional Estimation of Wind Velocity Based on VAR Model

The vector autoregressive （VAR） model is established with the wind velocity data from four wind observations, which are established on the Sutong Bridge reach of the Changjiang River and in Changshu, Haimen and Nantong meteorological observation stations. Based on the VAR model, the result of Granger causality test indicated that there is Granger causality between most of the variables. Consequently the missing wind velocity values of Sutong bridge are estimated with the condition of the wind velocity data from the other three observatories, and the result of the conditional estimation is comparatively perfect.     

国际股指波动性的非对称效应异方差模型及聚类分析

为了分析我国与国际上其他已推出股指期货的国家或地区股指波动特征的相似性,采取传统时间序列模型分析与数据挖掘技术相结合的方法,对全球23个国家或地区的股指波动特征作了聚类分析.首先,针对股指收益序列的非对称性和异方差特性,建立非对称效应异方差模型并估计其模型系数.然后,对特征抽取后的系数使用欧氏距离判断序列之间的相似程度并进行层次聚类分析.最后,通过实证检验各个国家或地区的股指波动相似性,找出了与我国情况较为近似的国家或地区,从而证实了本文方法的有效性.     

基于高频方差持续的资本资产定价模型研究

对高频金融时间序列的“已实现”波动和“已实现”协方差提出相应的模型并建立“已实现”波动自回归移动平均模型和“已实现”波动向量自回归模型.同时,给出了高频时间序列持续性定义及相关性质.在“已实现”波动自回归移动平均模型基础上,从条件方差持续性的角度,讨论了条件方差的持续性对资产资本定价模型的影响.又进一步讨论了多资产组合条件下,“已实现”波动向量自回归模型持续性对组合投资的影响.给出了基于“已实现”波动自回归移动平均模型的实证分析,指出当模型具有单位根时条件方差对资产定价的影响是持续的.最后讨论了条件方差持续性质在金融分析中的现实意义.     

基于小波消噪的混沌多元回归日径流预测模型

基于小波消噪理论对水文序列中的噪声进行了处理,然后利用混沌理论中的相空间重构技术计算出饱和嵌入维数作为多元回归模型的可控变量个数,将小波、混沌和多元回归方法结合起来对日径流进行了预测。与消噪前相比,消噪处理后建立的模型预测精度有了明显提高：预测合格率提高8%,平均绝对百分比误差为9.53%。因此在对水文时间序列进行混沌分析和预测之前,对其进行小波消噪是完全必要的。     

基于规模视角的系统重要性银行研究

在放松对银行规模等级设定的基础上,构建了更具一般性和可操作性的改进的三银行模型. 通过引入基于多元极值理论和L函数的三种银行系统重要性指数,规范分析了银行规模对系统重要性的影响. 研究发现,规模是构成银行系统重要性的必要条件但不是充分条件. 同时,运用中国14家上市银行A股交易数据对银行规模与系统重要性的相互关系进行了实证检验,结果与改进的三银行模型基本一致. 无论从理论还是实证角度来看,规模对银行的系统重要性具有重要影响,但当银行规模达到一定程度后,其影响将被弱化,这对于识别和监管系统重要性银行具有重要的理论意义和应用价值.     

原料为易腐的生产贮存控制

以食品工业为主要背景，讨论了原料为易腐的生产贮存控制中的几个问题。目的是求出最佳的生产批量和最佳的原料订货次数，使得平均费用为最小。     

顾客价值驱动的需求状态转移知识模型研究

构建顾客需求知识模型是供应厂商需求响应决策关键,论文从顾客价值角度,分析了顾客需求问题结构特性,提出需求目标、需求个体能力和需求环境是影响顾客显性与隐性需求形成,导致感知价值差异的主要要素.在此基础上,建立了顾客需求状态转移过程性知识模型,以及知识模型的"规则+框架"表达模式.