分位回归马尔可夫转换ARCH模型的贝叶斯分析

针对经济时间序列波动的复杂性和不确定性,不考虑残差项分布形式的情况下,本文提出了一类分位回归马尔可夫转换ARCH模型。在贝叶斯理论框架下,选择扩散先验分布和非对称Laplace分布似然函数,实现了对MS-ARCH模型的贝叶斯分析。仿真分析发现分位回归MSARCH模型可以有效地刻画条件异方差时间序列的变结构性。     

证券投资基金市场的ARMA-ARCH类模型分析

文章通过分析自回归条件异方差(ARCH)类模型的统计结构,讨论了ARCH模型族的拟合波动性的优缺点,建立了ARMA-ARCH类模型,并用平稳帕雷托分布代替标准正态分布;以中信基金管理有限公司的股票基金与债券基金指数的收盘价为样本,对我国基金市场收益率分布用ARMA-ARCH类模型进行实证分析,解决了方差时变条件下金融波动时间序列建模问题,描述了基金序列的特性。     

灰色马尔可夫链组合在预测股票价格上的应用

灰色模型适合对数据量少、波动不大的短期数据进行预测,而马尔可夫模型适用于预测波动较大的过程。通过结合灰色模型和马尔可夫模型的特点,本文提出了一种灰色马尔可夫链组合预测模型,对股票价格进行预测,与其他文献不同的是,本文在数据处理上进行了改进。实验结果表明,与一般灰色马尔可夫模型相比,改进后的模型预测精度得到了提高。     

灰色马尔可夫模型的改进及农业受灾面积预测应用

针对传统的GM(1,1)模型对波动性较大的数据预测精度较低的问题,进行了2次改进并分别与马尔可夫链预测相结合建立了灰色马尔可夫模型.将各模型应用于江西农业受灾面积预测,结果表明,改进的灰色模型和灰色马尔可夫模型拟合精度较传统方法均有明显提高,验证了改进的灰色马尔可夫模型的有效性.     

GARCH类模型在我国期货市场预测中的应用研究

理论研究和实证分析是期货市场波动性和价格操纵行为研究的重要基础,GARCH类模型的研究和应用被认为是该领域的重要成果．利用时间序列分析方法,以2009年1月5日至2011年6月10日期货市场每月总成交额为样本,对我国2009年以来期货的总成交额进行实证分析．通过ARCH模型分析、ARCH效应检验和CARCH模型分析,认为TARCH（1,1）模型是适合的,且期货日成交额序列存在一定的波动聚类与持续性而表明存在条件异方差性的较明显、非对称性的存在而显示出的杠杆效应的突出．     

带驻留时间隐马尔可夫模型学习算法的改进

对隐马尔可夫模（hidden Markov model：HMM）的状态驻留时间的概率进行了修订,给出了改进的带驻留时间隐马尔可夫模型的结构,并在传统的隐马尔可夫模型（traditional hidden Markov model：THMM）的基础上讨论了新模型的前向-后向变量,导出了新模型的前向-后向算法的迭代公式,同时也给出了新模型各个参数的重估公式．     

自贡市房价走势分析——基于马尔可夫转换波动和改进的小波神经网络

本文应用马尔可夫转换波动和改进的小波神经网络理论及软件,对自贡市房地产价格走势问题进行分析,建立房地产价格波动模型。得到影响房地产价格的实际利率变动率、人口增长指数、建安成本指数和人均支配收入四大主要因素,对自贡市房地产价格走势进行预测。具有较强的实践性。     

火灾事故的灰色-马尔可夫模型预测研究

鉴于火灾事故的发生受多种复杂因素的影响,并且具有较大的随机性和波动性的特点,笔者等将灰色模型和马尔可夫模型相结合,建立火灾事故的灰色–马尔可夫模型,利用灰色模型的灰色性和马尔可夫模型的随机性来体现各自的优点,并运用该模型对全国农村火灾事故进行预测。实际应用表明,灰色–马尔可夫模型的预测精度明显高于灰色模型的预测精度,完全能满足预测精度的要求,可以较好地用于火灾事故的预测。     

基于灰色-马尔可夫模型的国内游客总数预测

结合灰色模型在小样本下预测精度较高的优点和马尔可夫模型对随机波动数据处理结果较好的优点,以2004—2015年国内游客总数构建传统灰色GM(1,1)模型、无偏灰色GM(1,1)模型、灰色马尔可夫模型和无偏灰色马尔可夫模型,并对比2016—2018年国内游客总数的预测值与实际值.结果表明,灰色马尔可夫模型和无偏灰色马尔可夫模型相比于传统灰色GM(1,1)模型和无偏灰色GM(1,1)模型的平均相对误差分别提高了2.36个百分点和2.33个百分点,灰色模型结合马尔可夫模型后能够解决对随机波动数据的预测偏差,有效提高预测精度.     

银行间债券市场回购利率的波动性分析

引入了状态转移TGARCH模型(称为SW-TGARCH模型),并对我国银行间债券市场回购利率进行分析.与ARCH类模型相比,SW-TGARCH模型能够更好地描述其波动性,并解决了GARCH模型高持续性及状态转移问题.实证分析表明,造成我国银行间债券市场回购利率波动性状态转移的最主要原因是政策因素.     

上证指数收益率波动的实证分析——基于ARCH族模型

利用ARCH族模型对上证指数股票收益率进行定量与定性分析,表明上证指数日收益率存在高阶的ARCH效应,条件方差对日收益率有很强的影响,其中EGARCH模型在反映股市波动性方面优于其他模型.     

对上海股票市场波动性的ARCH研究

在分析上海股市收益波动特征的基础上，利用多种形式的ARCH类模型对上海股市日收益率的波动进行了实证分析，结果表明上海股市具有较为明显的ARCH效应．     

基于HAR RV J ARCH模型的中国股票市场异质性研究

针对中国股票市场的异质性现象,提出HAR-RV、HAR-RV-J以及HAR-RV-J-ARCH这3种模型进行研究;采用最小二乘法结合Newey West协方差形式进行参数估计再进行预测,并比较3种模型拟合效果和预测效果;实证结果得出股票市场收益波动率的异质性主要是由月波动(长期交易者)和跳跃波动决定,日波动(短期交易者)和周波动(中期交易者)影响效果较小,并且HAR-RV-J-ARCH模型拟合效果更好;结果表明HAR-RV-J-ARCH模型能较好地描述股票的异质性现象。     

关于制度转换Vasicek利率期限结构模型

在Vasicek模型的基础上加入制度转换因素,研究制度转换是否能对模型的修正起帮助作用。结果显示,制度转换能够捕捉到利率变动中的大部分异方差现象。在中国金融市场上单制度模型的建模能力是远远不够的,但仍有一部分异方差现象不能由制度转换所解释。因此,在加入制度转换的同时,还须对短期利率约波动项进行更丰富的参数设置。     

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。     

基于SSRM的上海证券市场波动性研究

分别对上海证券市场的商业、地产等4个行业板块进行建模,讨论了它们在简单体制转换模型下的波动特征,并计算了各个行业板块的VaR.研究表明:4个行业板块的波动率过程存在明显的体制转换特征,转换概率较高;不同行业板块间的风险有所差别,但简单体制转换模型明显低估了我国股市的风险水平.     

Dynamic Hedging Based on Markov Regime-Switching Dynamic Correlation Multivariate Stochastic Volatility Model

It is important to consider the changing states in hedging.The Markov regime-switching dynamic correlation multivariate stochastic volatility( MRS-DC-MSV) model was proposed to solve this issue. DC-MSV model and MRS-DC-MSV model were used to calculate the time-varying hedging ratios and compare the hedging performance. The Markov chain Monte Carlo( MCMC) method was used to estimate the parameters. The results showed that,there were obviously two economic states in Chinese financial market. Two models all did well in hedging,but the performance of MRS-DCMSV model was better. It could reduce risk by nearly 90%. Thus,in the hedging period,changing states is a factor that cannot be neglected.     

国际干散货运价波动与随机游走检验

为验证国际干散货航运市场的弱有效性,对波罗的海运价指数(BDI)进行了波动性分析和随机游走检验.运用ADF检验方法对BDI的对数序列进行平稳性和单整检验,结果证明BDI对数序列是一个非平稳过程,经一阶差分后是平稳过程,即BDI对数序列是一阶单整过程;通过ARCH LM检验认为BDI对数序列存在高阶ARCH效应,并用GARCH(1,1)模型消除了残差序列的条件异方差性;通过方差比检验法对国际干散货航运市场的收益率序列进行了检验,结果显示BDI的对数序列的随机游走假设被拒绝,国际干散货航运市场不是一个有效的市场.     

ARCH(0,p)模型的参数估计

ARCH模型中的未知参数很多,本文利用Monte Carlo最优法对ARCH(0,p)模型和ARCH(0,1)模型中的未知参数进行估计。