基于非线性映射分析的期货逼仓风险判定模型及其应用

选用资金、价格、持仓量等三类指标来反映期货交易中的逼仓风险,采用非线性映射分析将交易中存在逼仓风险的交易日分离成独立的点群.根据离差极小、最大欧氏距离等原理提出逼仓风险阈值计算方法及逼仓风险判定方法.其特点一是运用非线性映射分析等原理给出了逼仓风险阈值的求解方法及风险判定方法,使逼仓风险在酝酿初期就可被及时、准确地判定出来,为期货交易逼仓风险管理提供了预警功能.二是通过与系统聚类结果的对比,验证了非线性映射分析方法的科学性和有效性.三是以豆粕s0409的244个有效样本作为总样本,举例说明了逼仓阈值的求解及风险判定过程.并随机抽取了该合约中的30个样本进行检验,检验结果表明该判别方法的精度高达93.33%.     

基于VS-MSV模型的金融市场波动溢出分析及实证研究

对于动态投资组合与风险管理来说，测定波动溢出效应是非常重要的。已有的资料显示SV模型比GARCH模型能够更好地刻画金融市场的波动，使用SV模型研究两个金融市场间波动溢出的文献并不多见，而使用多元SV模型研究多个金融市场间波动溢出则属空白。为了同时研究分析金融市场之间的波动溢出，作者在研究多元SV模型的基础上，建立了能分析判断波动溢出的模型——VS—MSV模型，并进行了实证分析。     

CHIB市场SV模型与GRS模型的比较研究

利用中国银行同业间拆借(CHIB)市场数据,估计并比较了目前国际上普遍采用的SV模型和GRS,研究发现,在样本期间内GRS比SV模型能更好的描述利率的均值和波动行为,在样本期间外SV比GRS模型能更好的预测未来利率的走势,而GRS比SV模型能更好的预测未来利率的波动。     

基于逼仓动机的期市逼仓风险及其预警

为改善目前期货市场逼仓风险管理(主要为事后识别和惩罚)的效率,将期货市场的风险溢价效应融入对逼仓动机的诠释中,认为投机者在长期无法获得足够风险补偿时,可能发动逼仓.对沪胶期货进行实证分析,结果显示,投机者收益率越小且持仓量越大时,期货市场逼仓风险越高.最后,基于上述结论提出一个新的分层次逼仓风险预警方案,该方案在可信度、可行性和时效性上较目前已有方案具有一定优势.     

权证收益率波动的度量:基于GARCH和SV模型的比较

分别采用GARCH模型和SV模型对权证收益率波动进行比较研究,发现这两类模型均能较好地拟合权证收益率的波动,但SV模型比GARCH模型更能捕捉权证收益率的波动信息。在权证总持续期间,通过SV模型计算的V aR值比GARCH模型更加准确;而在权证发行上市时期及最后交易日期间,通过GARCH模型计算的V aR值比SV模型更加准确。     

ARCH模型与SV模型之间的关系研究

讨论了在金融时间序列中广泛应用的两类波动性模型，即自回归条件异方差(ARCH)模型和随机波动(SV)模型的关系问题。通过随机微分方程研究了GARCH模型和SV模型的相互联系并得到结论：一个离散的EGARCH(1，1)模型在弱GARCH过程的条件下与一个离散的SV模型是一一对应的。在此基础上进一步讨论了EGARCH(1，1)模型和SV模型的单位根问题，结果表明，两类模型的单位根存在对应的关系，即二者的持续性能够通过随机报分方程的形式来传递，这一性质表明了二者之间存在本质的联系。     

Box-Cox-SV模型及其对金融时间序列刻画能力研究

利用Box—Cox变换构造的随机波动模型，即Box—Cox—SV模型，较好地概括了现有文献中出现的一些常用SV类模型，避免了模型选择中的困难．论证了该类模型的矩属性和平方序列的自相关特征，利用MCMC估计方法对上证指数收益序列建立了Box—Cox—SV模型，并与EGARCH模型对金融时间序列的刻画能力在理论上和实证上进行了对比研究．     

基于 Bayesian-SV-SGT 模型的原油价格‘Value at Risk’估计

从分析原油现货市场收益率的统计特征入手,为更好地刻画原油现货市场收益率的尖峰厚尾、偏态及波动集聚性和持续性的波动特性,引入 SGT 分布来描述原油市场 价格的分布特征, 利用 SV模型来度量国际原油市场的价格波动率. 同时, 基于 Bayesian 原理,利用 MCMC 方法来解决 SV 模型的参数估计难题, 建立了 Bayesian-SV-SGT模型, 并对国际原油现货价格“VaR”(Value at Risk)进行了估计和分析.研究结果表明, 相对 GARCH 类-GED 模型而言, Bayesian-SV-SGT模型更好地刻画了原油现货市场收益特征,并能更加精确地刻画原油现货市场的价格风险.     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

基于MSV类模型的中国汇市与股市间溢出效应

金融市场波动特征及溢出效应一直是经济、金融学界研究的热点问题之一,SV模型作为一种有效刻画金融时间序列波动的工具,极具应用前景,但用于测度溢出效应的向量SV模型由于参数估计困难而鲜见于文献。本文借助WinBUGS软件,采用基于Gibbs抽样的MCMC方法,运用DC-MSV模型和GC-MSV模型分别对汇市与股市间的动态价格溢出效应和波动溢出效应进行研究。实证结果表明,汇市与股市间的价格溢出具有明显的时变特征,总体为负相关关系;汇市与股市间存在双向波动溢出效应,但汇市对股市的波动溢出要强于股市对汇市的波动溢出,呈现不对称性。     

Multi-futures Hedging Decision Model Based on Capital Constrain

On the basis of the theory of relationship between futures and futures, the correlation between futures and spots, and the minimum variance hedge ratios, we build the multi-futures hedging decision model by considering capital constrain of multi-futures hedge. The multi-futures hedging model on the basis of capital constrain is the innovation of this article. We use the multiple GARCH model to forecast the hedging capital requirement. On the condition of grasping the capital requirement in future, it can avoid the failure to hedge as a result of lack of money. We use the Dalian Commodity Exchange historical data of soybean futuresbean cake futures and bean oil spots price to validate the decision model.     

多品种期货组合风险评价模型及其应用研究

针对SPAN和TIMS保证金模型运用情景模拟法模拟期货合约多种价格风险的复杂性及使用风险线性叠加评价多品种期货组合风险导致的预测不精确的特点与弊端,提出了多头和空头损失不对称原则,建立了期货组合市场风险非线性叠加评价模型,解决了期货组合每一交易日最大损失的预测问题.模型的特点一是采用WKDE法对单个期货合约精确地预测未来交易日风险值,简化了SPAN和TIMS系统测算单个合约风险的复杂性.二是考虑了不同头寸之间风险对冲和组合中合约风险非线性叠加,解决了SPAN和TIMS系统由于期货组合风险线性叠加而导致风险评价不准问题.三是引入EWMA法计算动态迁移相关系数矩阵,避免了静态的相关系数矩阵不能有效及时地反映相关系数动态变化的缺陷.     

期货市场价格波动与市场弱有效性的检验与分析

通过对中国期货市场铜和铝两种金属期货品种收益率的分布与波动性进行实证分析，论证其时间序列存在ARCH效应；运用GARCH模型对两种期货品种进行了拟合分析和统计检验，结果表明这两个期货品种的波动性均具有很高的持续性，但上海铝期货的波动性相比于上海铜，其波动性受各种外部冲击的影响较大；通过GARCH(1，1)的市场有效性检验，论证中国金属期货市场尚未达到弱式有效，市场风险较大。     

调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究

高频金融时间序列的分析与建模是金融计量学的一个全新的研究领域，“已实现”波动率是针对高频金融时间序列的一种全新的波动率的度量方法。为了降低“已实现”波动的测量误差，提出更有效的调整“已实现”波动。针对调整“已实现”波动的长记忆性和“杠杠”效应建立ARFIMAX模型。通过设定一系列标准，全面比较基于调整“已实现”波动的ARFIMAX模型、GARCH模型以及SV模型的预测能力。     

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.     

基于TVS-MHAR模型金融市场高频多元波动率的预测

本文基于Kalli和Griffin(2011)的时变稀疏模型和多元HAR模型,构建了具有时变稀疏性的多元HAR模型(TVS-MHAR),并利用中国上证综指、沪深300期货和国债期货的五分钟高频数据,对金融市场的已实现波动率矩阵进行预测.本文通过Cholesky转换方法保证预测波动率矩阵的正定性.通过对不同多元波动率模型的预测结果进行数值比较和经济比较,本文发现,本文构建的TVS-MHAR模型无论对于短期预测、中期预测还是长期预测都具有最高的预测精度和最大的投资改善.同时,时变多元波动率模型可以获得比固定参数模型更好的预测效果,高频数据模型比低频数据模型获得更大的投资改善.     

基于多频组合模型的中国区域碳市场价格预测

新兴的中国区域性碳排放市场受到交易制度,异质环境,政策等因素的影响,使碳价呈现出非线性,非平稳,多频率等特征,风险较为突出.研究碳价的预测方法,有利于碳市场风险管理.传统的单一模型不能全面刻画碳价波动特征,论文构建多频率组合预测模型.运用极点对称模态分解方法将碳价时间序列分解为互不耦合的模态分量;将这些分量分为高,中,低频部分,分别选择适合三种不同频率模态下的预测方法NAR(non-linear autoregressive),WNN(wavelet neural network),SVM(support vector machine)确定其输入输出结构以分类预测;利用PSO-SVM集成碳价分类预测结果,发现:与NAR,WNN,SVM,GARCH等单模型相比,论文的多频率组合预测模型精度更高,是一种更为有效的碳价预测方法.     

互联网搜索指数构建新方法及国际油价实证研究

针对大规模互联网搜索数据的多维特性,本文引入动态因子模型思想,构建反映更多关键特征的搜索指数,并使用生物信息学中因果分析方法对指数进行评价.将该指数构建及评价方法应用到国际原油现货和期货价格的分析中,与已有研究相比,本文构造的指数更能全面反映原油市场动态.实证结果表明:本文所构造的搜索指数与原油现货及期货价格均存在显著的因果关系,并能准确探测原油价格的拐点.该方法不仅可用于对国际油价的分析,也易于扩展到其他领域价格分析及预测中.