关于上海股市收益分布的实证研究

本文通过概率坐标图发现上海股市收益呈明显的曲线,说明收益具有非正态性,随后的参数及非参数检验从统计上验证了这一点。我们又分别利用ＧＥＤ,ＡＲＣＨ及ＴＰＮ三种模型实证拟合了上海股市收益的分布形式由ＡＩＣ可知它们较正态分布对实际都更具有刻画力,尤以ＴＰＮ最佳。     

关于上海股市收益厚尾性的实证研究

对股市收益厚尾性进行了研究 ,基于极值理论利用高限峰值法 POT( Peak Over Threshold)方法以样本平均超限 ( The Sample Mean Excess Function)函数为工具 ,通过 GPD( Generalized ParetoDistrbution)模型 ,对股市收益分布尾部进行拟合探讨 ,由此给出股市收益分布尾部估计 ,并求出了尾部分位点.     

利用遗传算法对上海股市收益ARCH模型族的实证研究

引入ＡＲＣＨ模型族以突破传统经济计量学“同方差条件”的限制,和更加精确地动态度量代表金融风险的收益序列的条件“异方差”;针对ＡＲＣＨ传统估计方法的不足提出了利用遗传算法的改进算法;     

上海股市周日效应GARCH模型族的实证研究

利用GARCH模型族，实证分析了上海股票市场的波动特征，发现存在较为明显的周日效应。     

上海股市EMH实证检验

鉴于“有效市场假设”ＥＭＨ在经济领域的基石地位，本文旨在针对上海股市ＥＭＨ的成立状况给予系统的实证检验．首先介绍了ＥＭＨ的经济涵义，之后由其数学描述“随机游走模型”出发，将ＥＭＨ的验证工作剖解为价格的单位根检验和收益的独立性检验两部分．针对ＥＭＨ验证这两方面时所用传统方法的不足，引进提出了若干更符合ＥＭＨ经济涵义的检验方法．最后通过对“钱龙系统”提供的实际数据进行实证检验，得到的结论是：ＥＭＨ在上海股市不成立．     

中国股票市场收益的长期记忆性研究

首先应用R/S分析法研究中国股票市场的长期记忆性，实证结果表明中国股市作为一个新兴的资本市场，表现了与国外发达股市不太一样的特征，即中国股市具有较明显的长期记忆生，又用既能描述短记忆又能表现长记忆的ARFIMA模型对中国股票市场进行建模研究，并证明该模型与其他模型相比较所体现的优越性。     

关于上海股市量价因果关系的实证探测

利用Ｇｒａｎｇｅｒ因果关系概念及Ｂａｅｋ－Ｂｒｏｃｋ非参数方法澄清验证了广为人知却一直停留在感性认识的股票量价关系,得出了上海股市中收益对交易量有显著的线性因果关系;而交易量对收益虽不具备线性因果关系,但长期却存在非线性因果关系的结论。     

中国股市投资者情绪与股票收益的实证研究

应用GARCH—M（1，1）模型检验了中国股市投资者情绪对股票收益的影响，结果发现：机构投资者情绪是影响股票价格的重要因素，但对不同市场和组合的影响方式不同且未形成系统风险；而个人投资者情绪的影响并不显著，也不存在小盘股主要受个人投资者情绪影响的现象。这与国外相关研究结论不同。     

一种基于最优化的极值分布建模方法

为提高极值分布中样本数据序列分布拟合精度,对改进的综合模型采用遗传算法实现分布参数的寻优。建立了灾难性事件的样本极值分布数学模型。采用非线性回归方法导出样本极值与累积概率之间的映射关系,考虑样本极值的上限和拟合的误差,建立了极值分布的综合模型。采用改进遗传算法,将模拟退火算法应用到遗传算法中,以模型误差为目标函数进行优化,从而确定函数模型中的分布参数,实现了拟合精度的提高。     

中国股市横截面收益特征与投资者情绪的实证研究

以中国股市1998年5月至2007年4月交易数据为研究样本,对股票横截面收益特征进行实证分析,结果显示,贝塔系数与股票预期收益间关系与理论相反,而股票市值、账面市值比等指标亦可以预测股票预期收益,且这种关系具有阶段性特征。应用非预期投资者开户增长率作为投资者情绪指数,对投资者情绪波动与特征组合收益进行回归分析,证实投资者情绪波动是导致上述现象的主要原因。     

极值理论(EVT)在汇率受险价值(VaR)计算中的应用

本文讨论根据极值理论计算金融市场风险重要量度－受险价值的一种新方法,给出了金融组产组合收益或损失尾部分布的二阶展开式的参数估计形式,并以此为基础提出了确定临界值并估计ＶａＲ的“两次子样试算法”,最后用１９７１－１９９８年的日元／美元率６７００多个历史数据验证在极端条件下用ＥＶＴ估计ＶａＲ具有高的准确性。     

基于极值理论的系统最大值指标评定方法

提出了基于极值理论的系统最大值指标评定与测算方法,为某些特殊领域(如航空、航天、国防)中的长周期系统的最大值指标评定提供了理论依据。首先,遵循一定的原则对系统输出的误差序列进行区组划分,取得近乎独立的最大值观测序列|其次,对最大值观测序列应用极值理论建模,取得一定重现期下的重现水平和不确定度|然后考查重现水平与最大值指标间的关系,并应用经典统计学理论完成对系统最大值指标的评定与测算|接着,给出了具体的应用实例,实验结果表明,该方法是可行的。最后,从不同角度对时间序列模型方法与极值理论方法建模求解系统最大值指标的特点进行了对比分析,并给出了相关结论。     

极值理论应用研究进展评析

首先介绍了极值的概念和极值理论研究的历史进展,评述了极理论在工程领域的应用,然后侧重于对极值理论在金融风险管理的应用进行阐述,描述了其基本的分析和应用框架,最后,本文对极值理论应用的发展方向进行了分析。     

基于极值理论的高频条件VaR动态区间估计模型

为了更加精确地度量在险值的估计精度,基于广义极值理论推导了条件极值VaR的动态区间估计模型,得到了条件极值VaR置信区间解析解的一般形式,对在险值的估计精度进行了实时度量.利用高频数据重点考察了不同置信水平和不同样本容量分块下的条件极值VaR区间估计结果的精度和模型的有效性.结果表明:条件极值VaR的动态区间估计模型与参数法、非参数法以及蒙特卡罗法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有更好的估计精度,精确和有效地描述VaR的估计风险.     

基于多维极值参数的飞行风险量化评估方法

数具有和试验数据相同的分布形式,并构建了飞行风险发生的判定条件。在对一维极值参数符合广义极值分布的假设进行证明的基础上,提出了三维极值参数的四参数变权重(four adaptive weight parameters, FAWP),Copula模型利用自适应粒子群算法对一维和三维目标函数中的未知参数进行了辨识,对多种Copula辨识出的三维极值分布进行了拟合优度检验,结果表明FAWP Copula对三维极值参数分布形式的描述最为精确。利用FAWP Copula模型对尾流遭遇情形下的飞行风险概率进行了量化计算,所得指标可用来研究尾流场内的风险规避策略及算法。     

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。     

基于极值理论的飞控系统故障后风险定量评估

研究了基于极值理论(EVT)的低频高危事件定量评估方法. 构建了考虑驾驶员响应的飞控系统故障后评估模型, 介绍了角速率传感器故障后极值样本的获取方法. 利用非线性优化模型对极值理论中常用的线性模型进行了改进, 针对极值样本分布模型中参数的辨识, 对比了几种优化算法对文中评估模型的适用性. 采用四种优化算法对模型参数进行了对比辨识以寻求飞行风险条件概率最优解,得出了自适应粒子群算法对文中评估模型适应度最高的结论. 最后将传感器故障风险概率加入有驾驶员响应环节的马尔科夫过程模型对飞控系统风险概率进行动态定量评估. 其最终结果可为定量评估某型机操纵系统的动态可靠性提供理论依据.     

基于交换价值测度的比特产品非商品交换机制模型

为了研究网络社区成员进行比特产品非商品交换的目的和所能获得的交换价值,基于交换价值的测度分析构建比特产品非商品交换机制模型,然后通过仿 真研究影响交换价值实现的因素及其作用. 结果表明,比特产品的原创者初始愿意投入的时间、愿意等待的比特产品“交换传播阶段”时间、传播者兴趣驱 动所占比重以及信心阶段中的“信任时间”因素对产品最终的使用规模和原创者能够获得的交换价值有正向影响的作用;而传播者传播比特产品需要的时间 以及产品的网络外部性强度则对产品最终的使用规模和原创者能够获得的交换价值有负向影响的作用.     

基于峰度法的POT模型对沪深股市极端风险的度量

基于VaR正态性假设导致的尾部风险低估问题,研究极值POT模型,并针对样本平均函数法在某些数据结构下失效的缺陷,利用峰度法定量选取了阈值.沪深股市极端风险实证表明:涨跌停板影响了POT模型的有效性.涨跌停板前,在较高与较低的置信水平下,POT模型均比VaR模型有效;涨跌停板后,POT模型在较高置信水平下优于VaR模型,但在较低置信水平下反而不及VaR模型.研究认为这主要是因为涨跌停板抑制了极值数据的异质性,造成极值密集分布在涨跌停板附近,致使厚尾分界线向内收敛,从而影响了POT模型的有效性.