极值理论中阈值选取的Hill估计方法改进

利用变点统计理论对极值理论中阈值选择的传统Hill估计方法进行了改进,实现了阈值的定量精确选取,从而减少了因主观判断所引起的阈值选取偏差.将此方法应用到基于极值理论的商业银行操作风险度量中,取得了较好的效果.     

基于不同测度指标的随机波动性模型及其应用研究

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性模型.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性模型相比,基于两个测度指标的随机波动性模型能更好地描述股票市场波动性和市场波动风险.     

关于单变点Copula风险价值测度分析

Copula技术广泛地应用于金融领域,特别是在金融风险、投资组合、资产定价等方面,目前已成为解决金融问题的一个有力工具.在传统的利用Copula进行风险价值度量时,没有考虑到Copula结构的变化.论文用变点分析的方法对Copula相关结构进行分析,同时沪深股市为背景进行风险价值计算,得到结果是考虑Copula结构的参数变化进行风险价值测度更加合理.     

水利工程风险损失概率分布模型分析

在水利工程风险估计过程中,选择的风险损失概率模型是否合适,将直接关系到水利工程风险估计结论的好坏,进而影响到风险管理者决策的质量.因此,本文采用建立模型和实例分析相结合的方法,根据水利工程风险事故历史资料对工程风险损失描述的详尽程度,主要分析了水利工程风险损失概率的两种模型:“损失概率曲线拟合”模型和“补空——理论概率...     

分段平稳自回归过程的变点估计与模型选择——基于改进的自适应LASSO方法

针对非平稳时间序列中一类分段平稳自回归(PSAR)过程的变点估计和模型选择问题,在已有的将变点估计问题转化成变量选择问题方法的基础上,提出一种基于两阶段LASSO(TS-LASSO)算法同时进行变点估计和模型选择.具体地,在第一阶段中,通过LASSO算法对序列中的变点和模型进行初步的估计和选择,然后在第二阶段中结合改进的自适应LASSO算法对过估计的LASSO结果进行筛选,最终实现变点的一致估计和模型的准确选择.并对变点估计结果的大样本性质进行了分析.此外,对于特殊情形下的均值变化序列和无变点序列,TS-LASSO算法也能实现有效的估计和识别.最后,结合不同类型序列的模拟检验以及地震波数据的实例分析,证明TS-LASSO算法是有效的,并具有一定的实用意义.     

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。     

基于MIDAS-Expectile回归模型的加密货币风险测度

风险测度EVaR(以Expectile模型为基础)作为QVaR(以分位数为基础)的替代技术,其计算更加简便,且能够更加准确地反映极端值的影响.为了充分综合利用不同频率数据所包含的信息,构建了MIDAS-Expectile回归模型,并基于非线性非对称最小二乘方法得到参数及条件EVaR的估计,同时给出了估计的渐近正态性以及条件Expectile的coverage检验.此外,还从极大似然估计的角度给出了Expectile回归模型的似然函数及信息准则,以完成不同Expectile回归模型的比较与检验.为了对加密货币的金融风险进行研究,在实证部分,将MIDAS-Expectile回归模型应用于加密货币收益风险的度量,同时探讨了其他传统金融市场对这一新兴金融资产的风险传染现象.加密货币月度数据的风险实证结果表明其他金融市场的信号将对加密货币市场风险有显著的或正向或负向的影响,加密货币市场不是孤立于传统金融市场.     

股市投资收益与风险直接关系的定量研究

科学地定量探测投资收益与投资风险是否具有正比关系,理论和实践上都具有重大意义,而ＡＲＣＨ－Ｍ族正是解决该问题的最佳工具,针对ＡＲＣＨ－Ｍ传统估计方法的不足提出了遗传算法（ＧＡ）的改进,并系统帝证估计了上海股市的各种ＡＲＣＨ－Ｍ模型,科学验证了在以周为时间刻度下上海股市中投资收益与投资风险之间确定存在正比关系,同时证明了在此范畴内投资风险的最佳测度是投资收益的标准差而非方差,从而精确捕捉到了投资收益     

变系数模型的变量选择及在股票数据中的应用

作者研究了纵向数据分析中变系数模型的变量选择及效应估计问题,该模型允许变量的效应随时间改变.本文方法在进行变量选择的同时,也估计变系数函数,避免了传统的变量选择方法极其复杂的计算.将本文方法用于股票价格分析,能够快速地在公司的众多财务变量中挑选出对股票收益率有显著影响的变量,并估计这些变量的时变效应,很好地解释股票收益率的变化.     

基于阈值惩罚自回归模型的消费者信心指数的统计研究

介绍了阈值自回归模型,通过加入惩罚达到自回归定阶,并给出了相应算法,不仅能选出自回归参数,而且能估计阈值点.模拟研究发现,带有惩罚的阈值自回归模型的估计效果更好.实证选取了我国2011—2018年消费者信心指数的经济数据,通过阈值自回归模型和阈值惩罚自回归模型计算得到消费者信心指数的阈值点均为106,即消费者信心指数在106处存在变点,说明消费者趋于乐观状态.     

运用基于Bayes估计的阈值模型计算VaR

为了克服用于计算金融风险VaR的阈值模型中数据匮乏的困难,将Bayes方法用于模型参数的估计,建立了基于Bayes估计的新的阈值模型,同时借助了MCMC方法计算Bayes估计值.最后对上证综指做了实例分析,结果说明新模型是有效的.     

基于高阶期望损失的投资组合优化模型

金融风险管理的第一步是风险的识别和度量,选择一种满足实践需要的风险测度指标是风险管理的关键.首先提出了高阶期望损失风险测度的定义,其次建立了高阶期望损失风险测度的投资组合优化模型,并对其进行求解,该模型的解在获得指定回报率的全部投资组合中具有最小的高阶期望损失风险.模型和求解方法将在金融理论和实践两方面有多种应用.     

基于谱风险测度的期指保证金水平设定

沪深300股指期货合约已经在2010-04-16正式上市交易.在股指期货合约的交易中,设定合适的保证金水平是风险控制的关键.在能够保证覆盖价格波动的情况下,保证金水平应该尽可能地降低以提高资金使用效率和降低交易成本.基于极值理论的POT模型,利用谱风险测度对沪深300股指期货合约的保证金水平做实证研究,并对比传统的VaR方法和ES方法,实证结果表明,当前的保证金水平设定较高,通过谱风险测度所设定的保证金水平比较合适.     

一类概括化的位置不变Hill型估计

受已有估计的启发,借用统计量的渐近展式提出了一类概括化的位置不变Hill型估计(GLIHE),并在适当的二阶正则变化条件下研究了其渐近性质,讨论了阈值的最优选取,最后用Monte-Carlo模拟说明新估计的有效性。     

MC-GARCH模型在互联网金融风险度量中的实证研究

针对互联网金融风险测度问题,提出了MonteCarlo模拟法。首先,选取中证互联网金融指数作为研究对象,并对数据进行基本的统计分析,得出中证互联网金融指数对数收益率具有尖峰厚尾性和异方差性的特点,建立GARCH模型,对序列的均值和方差进行估计;其次,基于GARCH模型计算出的均值和方差,利用MonteCarlo模拟法计算中证互联网金融指数的VaR和CVaR值;最后,对模型的准确性和精确度方面进行Kupiec返回检验。结果表明:VaR和CVaR均可作为度量互联网金融风险的工具,但VaR无论在准确性上还是精确度上都远低于CVaR,故CVaR是一种更优良的风险测度工具。     

上证综指波动率的估计——基于GARCH（1,1）模型的研究

波动率是测度风险的重要变量,在金融领域中占有至关重要的地位。采用GARCH（1,1）模型研究了上证综指的波动率。研究结果表明GARCH（1,1）模型能够准确地估计1年以上股市的波动率。     

海洋重力异常数据处理中小波阈值选择规则分析

分析了信号在小波Mallat算法条件下表现形式,采用小波阈值方法对经过小波变换后的重力异常信号的高频部分进行处理.分析了3种小波阈值选择规则,并将其应用到海浪波动等背景干扰因素引起的海洋重力异常畸变消除中.根据重力异常状态方程,采用通用阈值选择规则、最小最大准则阈值选择规则和无偏风险估计阈值选择规则进行了海洋重力异常数据仿真处理.理论分析和仿真处理表明:采用通用阈值选择规则、最小最大准则阈值选择规则和无偏风险估计阈值选择规则都能在一定程度上消除海洋重力异常畸变,但在相同背景条件下,通用阈值选择规则和最小最大准则阈值选择规则的性能优于无偏风险估计阈值选择规则.     

基于高频数据的金融市场风险溢出研究

近年来,金融市场间的联动现象日趋频繁,跨市场的风险溢出进一步增强.2015年以来,中国股票市场迅速发展,但也出现了大幅度的波动.因此,在维护金融稳定、防范金融风险的背景下,加强对中国股市的风险监控,降低外部冲击的影响具有重要的现实意义.建立EGARCH-Copula模型研究沪市与港市之间的相关结构,计算谱风险和VaR值以度量波动溢出效应.选取每隔5 min的上证综合指数和香港恒生指数收益率序列,进行小波降噪后,构建EGARCH模型拟合其边缘分布,选择Copula函数刻画它们之间的相关结构,Monte Carlo模拟计算谱风险和VaR值.实证结果显示,t-EGARCH-Gumbel Copula模型能够较好地描述沪市与港市之间的尾部相关结构;谱风险值随着风险厌恶系数的增大而增大,比VaR值更能捕捉尾部的极端风险,降低投资者的损失.     

尾部指标估计中的阈值选择

本文研究如何用较好的方法选择一个适当的阈值，计算尾部指标的Hill估计，然后加以比较，并以美元对日元的汇率为例，说明方法的使用．     

基于MMTD的SIFT特征提取算法

尺度不变特征变换（SIFT）是一种常用的特征提取算法,但它采用固定的阈值来筛选特征点,匹配效果不是很理想.文中针对SIFT对不同图像无自适应性的缺点,提出了一种新的计算自适应阈值的方法,即将中介真值程度（MMTD）和SIFT相结合,用MMTD改进SIFT算法能够避免为了选取合适的阈值而进行大量的实验.采用MMTD改进阈值来筛选图像中的特征点,再将特征点进行图像匹配.实验结果表明,匹配点的数量比采用传统的SIFT方法增加了约两倍,说明文中所提出的基于MMTD的SIFT特征提取算法是有效的.