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.     

Shibor适用的短期利率模型

基于拟合优度、模型的预测效果等指标及数据的统计特征,考察单因素利率模型刻画拆借利率(Shibor)的适用性.多种统计检验表明:3月期限Shibor收益序列具有均值回复和厚尾特征;故初次选用带跳的Vasicek模型或带跳的指数Vasicek模型描述Shibor收益序列的变化过程;进一步应用粒子滤波方法对两模型的参数进行估计,并通过对两模型的拟合优度和预测精度的比较.最终遴选出带跳Vasicek单因子利率模型为描述Shibor的适用模型.     

泡沫随机临界时点超指数膨胀模型:中国股市泡沫的检测与识别

传统的泡沫模型都是假设泡沫是指数膨胀的, 无法显著地将泡沫和同样是指数增长的基本面引起的高速价格增长区分开来, 使得泡沫检验的有效性遭到置疑. 泡沫超指数膨胀模型可以克服这一缺陷, 它认为泡沫是一种本质上快于指数增长的更快膨胀, 具有一个理论上的有限时间终结点. 引入了最新的一类超指数膨胀模型——均值回复平稳随机临界时点模型. 它将泡沫的检验和识别转化为1)检测"非线性非平稳的股价序列是否潜含均值回复的平稳临界时点序列"; 2)估计正反馈效应指数和潜在临界时点. 利用它对中国股市2005年中期至2007年后期的投机泡沫实证分析表明, 该模型能够有效的检验中国股市泡沫的存在性, 并能识别29个行业板块间泡沫的膨胀强度和稳定性大小. 同时, 模型对于中国股市的泡沫破灭也有良好的预警效果. 最后分析了模型的政策含义.     

非完备市场中基于均值回复的项目期权的消费效用无差别定价

假设项目期权标的资产服从几何均值回复过程,利用效用无差别定价原理,对非完备市场条件下的企业项目期权进行定价。得到了非完备市场下项目期权的的价格所满足的微分方程,即自由边界的二阶非线性常微分方程,并且对项目期权价格关于相应的参数进行了比较静态分析。结果表明项目期权的价格会随着风险厌恶系数的增加而减小,随着相关系数的增加而增大,随着项目标的资产波动率的增加而增大。特别地,随着均值回复速度的增加,项目期权的价格呈现出先增大后减小的趋势。     

住房市场泡沫识别的超指数膨胀模型——以京沪各区县房价为例

近年来我国房价不断攀升,京沪房屋平均销售价格始终位居全国前两位,目前京沪房价仍处于上升通道,人们愈加关心京沪房地产市场是否存在泡沫.基于京沪各区县二手房交易价的周均价数据,本文构建了房价泡沫检测与识别的均值回复随机平稳终结模型,并估计了房价泡沫的膨胀强度和泡沫破灭的临界时距.利用它对京沪区县2007年12月至2015年10月的投机泡沫实证分析表明,该模型能够有效地检验京沪区县住房市场泡沫的存在性,识别29个区县泡沫膨胀强度和积累的稳定性大小,模型对于房价下跌有很好的预警效果.最后,本文利用该模型的实证结果指出,当前京沪各区县的房地产市场存在不同程度的投机泡沫.     

中国股票市场随机贝塔的估计

通过使用贝叶斯方法,在中国股票市场估计了Jostova与Philipov的SBETA模型.该模型假设投资组合的贝塔系数变化满足一个均值回归随机过程.通过使用马尔科夫链蒙特卡罗算法对中国股票市场部分行业及部分股票2000-06～2005-05的贝塔系数进行估计,发现中国股票市场投资组合的贝塔系数存在随机波动的现象,但是贝塔系数在发生改变以后,会立刻回到长期均值的水平.中国股票市场中股票的贝塔系数可以表示成为一个贝塔系数的长期均值加上一个随机"噪声"的形式.贝塔系数的长期均值可以作为对未来贝塔系数的预测.     

基于集成预测的均值-方差-熵的模糊投资组合选择

通过基于集成预测的方法构建模糊投资组合, 代表性地选择了遗传神经网络模型、 多因素SVM回归模型和ARIMA时间序列模型作为组合预测中的单一模型, 并将单一模型预测结果作为模糊变量进行投资组合优化, 实证结果表明基于集成预测的均值 -方差-熵的投资组合相比其他组合收益率更高, 相对风险更低. 该方法可以用于投资基金管理、 金融风险管理等实际工作中,以便提高决策的科学性.     

中国股市权证定价的带均值回归跳跃扩散模型

针对中国股价运动规律,提出一个带均值回归项的跳跃扩散模型,并以上证指数数据为例,给出模型的参数估计方法.结果表明该定价模型在单边市的情形下,能够比传统B-S公式更好的体现中国股市动态资产价格的运动过程.此外,还给出了基于带均值回归项的跳跃扩散模型的各种类型权证(美式、欧式和百慕大式)的模拟定价方法,并给出此模拟定价方法的实证结果.结果表明,该模型的对中国股市的拟合程度明显好于经典Black-Scholes期权定价公式.     

灰色广义Verhulst模型的构建及其应用

一般认为,灰色Verhulst模型(grey verhulst model,简称GVM)适用于具有单峰或饱和S形的序列.然而,在利用GVM建模时,模拟值有时会出现"漂移"现象,使得模型精度变差.针对这一问题,将常数项引入GVM模型,构建了灰色广义Verhulst模型(grey generalized verhulst model,简称GGVM),并在参数的不同分类下,借助灰色建模序列的非负性,完整地给出了灰色广义Verhulst模型的时间响应式及其还原值.将GGVM与GVM模型分别对四个单峰型序列建模,发现GGVM能有效地解决GVM模型模拟值出现的“漂移”现象.在实证部分,利用新模型对江苏省石油与天然气的基础储量进行建模分析,并与GVM模型、数据分组处理算法比较,验证了GGVM在模拟及预测时的优势.     

基于均值子时段MPLS方法的毛管质量预报

针对无缝钢管斜轧穿孔生产中衡量毛管质量好坏的毛管横向和纵向壁厚不均检验滞后和难以建立其机理模型的问题,提出了基于均值子时段MPLS方法的毛管质量预报模型.介绍了均值子时段MPLS方法中过程数据时段分解、均值求取、回归模型建立和模型在线预报等关键内容.将建立的预报模型用于毛管质量预报中,为斜轧穿孔生产的无缝钢管质量提高奠定了良好的基础,并且其维护费用低、实时性好、可靠性及精度高,可以用于毛管质量的在线预报和优化.     

投资者买卖观点转换概率的非线性资产价格动态模型及实证研究

基于做市商假设构建了一个二雏离散非线性资产价格动态模型,本文分析了模型中买卖者之间的转换概率同时依赖均值回归战略及传染效应时资产价格的动态稳定性,实证检验了中国资本市场影响投资者买卖观点转换概率的两个主要因素.结果表明,随着传染效应的不断增大,资产价格逐渐呈现出复杂的运动轨迹而难以收敛于均衡点,实证显示中国投资者买卖观点只具有传染效应的价格发散机制而不具有均值回归的价格稳定机制,这是中国资本市场价格现阶段难以通过市场的自我调节达到价值的基本原因.     

基于行业均值的公司资本结构动态调整

使用对数部分调整模型,对中国上市公司资本结构基于行业均值的动态调整现象进行了实证研究。研究结果表明,中国上市公司存在比较显著的资本结构向行业均值调整现象,调整系数约为0.5;行业、公司规模、行业均值稳定性3种因素显著影响调整的速度;中国上市公司资本结构的动态调整比较符合静态权衡理论的预测,而与优序融资理论不一致。     

考虑价格跳跃性的天然气期货定价模型及实证分析

对天然气价格的跳跃性和均值回复过程进行实证分析,发现天然气价格具有均值回复和跳跃性;在三因素模型基础上,考虑天然气价格的跳跃性,提出了带有跳跃性的天然气期货价格模型,并用高斯化滤波器处理非高斯分布变量;利用纽约商品交易所(NYMEX)的天然气期货日常价格作为样本数据对模型进行检验。结果表明:天然气价格具有明显的均值回复和跳跃特征,且向上跳跃的概率较大,天然气价格具有长期增长的趋势;投资者要求天然气价格的非跳跃随机波动的风险溢酬为正;与三因素模型相比,考虑价格跳跃性的期货定价模型的拟合和预测能力更好。     

联合均值与方差模型的变量选择

在许多应用方面, 特别在经济领域和工业产品的质量改进试验中, 非常有必要对方差建模. 推广经典的正态回归模型, 对联合均值与方差模型提出一种同时对均值模型和方差模型的变量选择方法. 提出的惩罚极大似然估计具有相合性和oracle性质. 随机模拟和实例研究结果表明该模型和方法是有用和有效的.     

时序立体数据多元线性回归建模方法

在信息技术快速发展的今天,数据形式的多样性使得对问题和现象的研究不再局限于单纯利用截面数据或时间序列数据进行分析,而是从多角度、多维度等方面对这些自然问题、经济问题和社会问题进行深入的分析和探讨。本文所研究的是一种由截面数据和时间序列数据共同组成的具有立体结构的三维数组,即时序立体数据,并以定义的点积和常数型均值为基础,试图从理论上推导出时序立体数据的回归模型。同时,以我国现代服务业的实际数据进行相应的实证分析。     

中国股票市场行业β系数的时变性

以33个行业股票组合为分析样本，应用CUSUMSQ统计量对β系数进行稳定性检验，结果发现中国行业股票组合普遍存在β系数不稳定性特征。采用状态空间模型直接对卢系数的时变行为进行建模．平均绝对预测误差MAE和平均平方预测误差MSE表明，基于卡尔曼滤波的市场模型有更好的预测效果，中国行业股票组合系统风险系数β的时变性行为可用均值回复过程来描述。     

基于仿真利率路径和Spread-Prepaymet曲线的MBS定价方法

房产抵押贷款证券的定价与市场利率的路径密切相关.以市场现行利率期限结构为基准,用蒙特卡罗方法生成利率路径,为房产抵押贷款证券定价.为克服传统的Vasicek、CIR等利率模型的弱点,引进利率水平因素的均值回归项和斜率因素的均值回归项,以产生平稳的利率路径.模型中的波动率由互换市场的报价计算得出,以反映市场的对未来的预期.根据利差与提前还本速度间的函数关系,由历史数据统计得到"利差-提前支付速度曲线",作为提前还本模型.最后对比了各种模型生成的利率路径,以及参数选取对MBS价格的影响.     

多阶段损失厌恶投资组合优化模型与实证研究

在前景理论框架下,构建基于动态损失厌恶心理特征的多阶段损失厌恶投资组合优化模型,进一步,以我国股票市场为依托,考虑未来资产收益的不确定性,对该模型进行实证研究。将多阶段损失厌恶模型与多阶段均值-方差模型在最优期末财富和资产配置比例方面进行比较,分别改变初始损失厌恶系数和初始参照点对损失厌恶模型进行稳健性检验。得出结论:多阶段损失厌恶模型具有很好的稳健性,与多阶段均值-方差模型相比,最优期末财富较高、资产配置相对集中。     

应用门限分位点回归模型估计条件VaR

在文献中,分位点回归模型是线性的,但是在实际中,这个假设不能很好地满足需要.为此提出了分位点回归的门限模型.用该模型实证分析了单只股票(浦东发展银行)的条件VaR.选择了一种流动性风险指标作为条件,因此该条件VaR也可以看作是流动性调整的YaR(La-VaR).经过实证分析发现,由门限分位点模型得到的结果能够更好地描述实际市场情况,也能更好地预测市场风险.     

随机波动率Hull-White模型参数估计方法

构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计值,而且也能够很好地解释中央银行和政府已实施政策的有效性.此外,可以在不增加维数的条件下,使用该模型对利率衍生品进行更有效地定价.