证券市场的标度理论及实证研究

运用分形理论探讨证券市场的自相似性与标度不变性 ,分析三种标度指数 ,即自相关指数、Hurst指数、基于 DFA算法的标度指数 .基于标准差时间序列改进 Hurst指数 ,将 DFA推广为动态递推算法 .利用三种标度指数对国内沪深股市进行实证研究 .结果表明 ,沪深股市收益率均不服从正态分布 ,在跨时间尺度的股价指数之间存在着相关性 ,表现为分形时间序列 ,说明其背后所隐含的政策导向影响中国股票市场的特征 .     

中国股市多标度的幂律分布与相关性关联研究

对上海证券交易所综合股价指数（SSECI）收益率多标度条件下幂律分布与相关性的关联研究发现,加速幂律衰减,对收益率的相关性没有显著影响;短程、非线性和非线性长程相关性不同程度地维持着幂律分布特征,消除某一特定类型的相关性均会弱化收益率的胖尾,同时加速幂律衰减和渐进收敛速度,其中非线性长程相关性的影响最为显著,但这一影响过程以一定的临界标度作为前提,大于临界标度,相关性的作用显著减弱,幂律分布表现出完全的标度依赖性.     

石油价格的系统动力学特征分析

论证石油市场为一复杂的非线性系统，并运用分形、混沌等复杂性理论对石油价格的系统动力学特征进行实证研究，得出石油市场系统的分形特征、复杂性程度、系统演化类型，最后指出这些结论的理论与实践意义。     

多重分形理论在股市大幅波动中的应用

运用多重分形谱方法对上证指数大幅波动前后各时段高频数据的实证研究发现,不同时段其多重分形谱形状及多重分形谱参数的变化具有一定规律,即指数发生大幅波动时,其多重分形谱图形的开口变至最大,其参数值也有显著性的变化.为了验证上述实证结果的普遍性,提出运用滑动时间窗的思路,将每连续5个交易日的高频数据进行多重分形统计分析,并将其与股指波动进行对比.结果发现,在股价指数发生大幅波动的情况下,多重分形谱参数具有较明显的变化特征,这为进一步描述股票市场的复杂性规律提供了依据.     

上海证券市场的多重分形特性分析

作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础.     

金融市场的效率与分形市场理论

简要回顾了通常描述金融市场效率的有效市场理论并指出其缺陷 ,将非线性系统理论中的分形理论引入金融市场有效性的研究 ,阐述了分维时间序列的经济涵义以及分形市场理论 ,并指出分形市场理论提出的意义 .最后给出实证研究 .     

多分形波动率测度的VaR计算模型

以上证综指长达6年时间的5分钟高频数据为实证样本,首先提出了一种基于多分形谱(Multifractalspectrum)分析的市场波动率测度方法(Volatility measurement),并进一步探讨了其在市场风险价值(VaR)计算中的模型设计和应用.实证结果表明: 我国新兴资本市场的价格波动确实具有显著的多分形特性,且与各类线性和非线性GARCH族模型相比, 在高风险水平上,基于多分形波动率测度的VaR模型具有更高的风险测度精度.     

基于R/S分析的中国股票市场分形特征研究

讨论分析时间序列分形性质的重标极差(R／S)方法，对中国股票市场的分形特征进行研究。通过分析深圳和上海两个股票市场在不同时间标度下的收益率序列的Hurst指数和平均循环长度，得到两个市场是分形市场、更大的时间标度能更清晰地表现出市场的趋势的结论。     

基于多分形波动率测度的ES风险度量

多分形波动率(Multifractal Volatility,MFV)是一种最近提出的金融市场波动率测度方法。以上证综指和标准普尔500指数的高频价格数据为例,构造了多分形波动率测度的lnMFV-ARMA动力学模型,并运用基于Bootstrap方法的后验分析过程,实证对比了lnMFV-ARMA模型与其他6种常用波动模型对ES(Excepted Shortfall)风险测度的估计精度差异。实证结果表明:在所考察的大多数分位数水平下,lnMFV-ARMA模型对ES风险测度的估计精度都优于许多现有常用波动模型,特别是对标准普尔500指数的极端价格波动风险具有最优的刻画能力。     

基于均值-MF-X-DMA的能源产业链投资组合策略

国际能源金融市场是复杂的非线性系统,极端气候、地缘政治和金融风险等因素深刻影响能源投资活动。基于分形理论与产业链理论,提出优化中国能源产业布局及外汇能源资产配置的投资策略。结合均值-方差模型与多重分形方法,构建均值-MF-X-DMA模型,并选取标普500指数中反映能源产业链5个环节的10支股票进行分析。研究结果表明：每支股票的收益率均具有分形特征,分形市场假说适用于能源投资组合的构建;基于产业链理论的选股思路,能够构建稳定性更好、收益率更高的投资组合;与传统投资组合模型相比,除了标度为10之外,该投资组合策略在其他标度下均能取得更高的收益以及夏普比率、詹森指数和特雷诺指数,并弱化系统性风险的影响。     

基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列，根据非线性协整的定义，利用基于粒子群优化最小二乘支持向量机的方法，对小样本非线性协整关系检验与非线性误差修正模型建模进行研究，设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究，在协整关系类型判断的基础上，实现了小样本非线性协整关系的检验，建立了预测舰船维修费指数的非线性误差修正模型，并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法，刻画了小样本系统的非线性协整关系，所建立的非线性误差修正模 型具有较好的预测效果，能够有效地预测小样本非线性系统.     

精英遗传改进的非线性灰色神经网络算子与军费开支多目标组合预测应用

军费开支属于复杂经济系统下具有宏观经济特征的一类非线性时间序列。在多目标组合下的军费开支预测问题研究背景下,提出了一种基于精英遗传算法(elite genetic algorithm,EGA)改进的非线性灰色神经网络计量组合预测模型,给出了总体建模思路与非线性灰色神经网络算子分系统和EGA分系统设计方法,解决了多准则目标优化的NP完全问题,并对模型的预测效果进行比较分析。采集美国27年间(1990-2016年)军费开支时间序列进行实证检验,分析结论认为非线性灰色神经网络算子能够有效提高模型精度,EGA算法在收敛速度与精度上优于标准遗传算法,采用所建立的预测模型进行军费开支预测精度更高,效果更好。     

Forecasting time series with genetic programming based on least square method

Although time series are frequently nonlinear in reality, people tend to use linear models to fit them under some assumptJLons unnecessarily in accordance with the truth, which unsurprisingly leads to unsatisfactory performance. This paper proposes a forecast method： Genetic programming based on least square method （GP-LSM）. Inheriting the advantages of genetic algorithm （GA）, without relying on the particular distribution of the data, this method can improve the prediction accuracy because of its ability of fitting nonlinear models, and raise the convergence speed benefitting from the least square method （LSM）. In order to verify the vMidity of this method, the authors compare this method with seasonal auto regression integrated moving average （SARIMA） and back propagation artificial neural networks （BP-ANN）. The results of empirical analysis show that forecast accuracy and direction prediction accuracy of GP-LSM are obviously better than those of the others.     

Empirical data decomposition and its applications in image compression

A nonlinear data analysis algorithm, namely empirical data decomposition (EDD) is proposed, which can perform adaptive analysis of observed data. Analysis filter, which is not a linear constant coefficient filter, is automatically determined by observed data, and is able to implement multi-resolution analysis as wavelet transform. The algorithm is suitable for analyzing non-stationary data and can effectively wipe off the relevance of observed data. Then through discussing the applications of EDD in image compression, the paper presents a 2-dimension data decomposition framework and makes some modifications of contexts used by Embedded Block Coding with Optimized Truncation EBCOT . Simulation results show that EDD is more suitable for non-stationary image data compression.     

环境规制政策与中国经济增长——基于一种可计算非线性动态投入产出模型

依据1995~2005年中国19个省市20部门投入产出表及统计年鉴相关数据构造出中国可计算非线性动态投入产出模型,并用此模型定量模拟研究了环境规制政策对行业产出及经济增长的影响。结果表明:治理污染投资的增加使得GDP下降,下降的幅度呈现出拟指数的快速上升趋势;机动车尾气排放控制对GDP的影响极其有限;能源价格适度提高不会对经济增长产生大的抑制作用。文章给出了我国稳妥和慎重的环境规制政策的取向。     

知识源异质性视角下知识溢出与区域创新绩效关系——基于知识产权保护的门槛效应分析

从知识源异质性视角，将知识溢出划分为省际知识溢出与国际知识溢出双渠道，采用2009~2016年中国30个省（市、自治区）的面板数据构建非线性面板门槛模型，以知识产权保护为门槛变量，实证分析双渠道知识溢出与区域创新绩效的非线性关系。结果表明：双渠道知识溢出对区域创新绩效的影响均显著存在以知识产权保护为双重门槛的复杂非线性特征，且具有相同的门槛区间；知识产权保护处于小于-4.348和[-4.348，-2.286]、大于-2.286时，省际知识溢出的弹性系数分别为0.294、0.279和0.339，促进作用先降后升；国际知识溢出的弹性系数分别为-0.094、-0.128和0.146，溢出效应先负后正；省际知识溢出的促进效应整体更强。根据实证结果提出了降低省际知识溢出壁垒、合理控制国际知识溢出以及提高知识产权保护水平等方面的区域创新绩效提升策略。     

基于非线性价格冲击的沪市隐性交易成本

综合考虑订单流不平衡和价格冲击的非线性特征,引入一种估计价格冲击的新方法,更准确地估计有效价格和摩擦价差.使用沪市超高频数据进行实证研究的结果表明,本文所定义的有效价差估计值比报价中值更接近有效价格,即以其为基准计算得到的摩擦价差更适合表示隐性交易成本的大小,并且发现通过报价中值计算得到的有效价差、报价差和摩擦价差相比明显高估了隐性交易成本.     

基于信用差异度最大的信用等级划分优化方法

信用评级对当代社会有极其重要的影响,若信用等级划分不合理,必将误导债权人和社会公众.信用评级结果的变动直接反映经济状态的变化,2011年标准普尔把美国的主权信用评级从AAA级降为AA+,引起全球金融市场的动荡.信用评级的本质是合理区分客户的信用状况,揭示不同等级客户的信用风险水平.国际上比较流行的标普、穆迪的信用评级针对中国客户的评级结果往往存在信用等级很高、违约损失率反而不低的不合理现象.本研究以信用差异度和违约金字塔为标准,构建非线性规划模型划分信用等级,并以中国小企业贷款数据为样本进行实证研究·本研究的创新与特色一是根据第k个信用等级中最后一个样本的信用评分P_(mk)~k与第k+1个信用等级中第一个样本的信用评分P_1~(k+1)确定相邻两个等级的信用评分差值,以所有信用等级的评分差值之和∑(P_(mk)~k-P_1~(k+1))最大为目标函数,确保最大程度的保证信用评分差异大的客户划分为不同信用等级.避免了把信用状况差异较大的客户划分成同一个信用等级的不合理现象.二是以信用等级由高到低的违约损失率严格递增为约束条件建立信用等级划分模型,保证信用等级划分结果满足信用等级越高、违约损失率越低的违约金字塔标准,避免出现信用等级很高、违约损失率反而不低的不合理现象.三是1814笔工业小企业贷款数据的实证研究表明,本研究的信用等级划分方法不仅满足信用等级越高、违约损失率越低的违约金字塔标准,还能保证信用状况差异大的客户划分为不同信用等级.     

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.