基于收益率分解模型的行业板块指数长记忆性研究

采用资产定价模型(Capital Asset Pricing Model,CAPM)将国内A股市场11个行业板块指数的收益率分解为市场超额收益率和行业本身超额收益率,使用重标极差法(Rescaled Range Analysis,R/S)和局部Whittle(Local Whittle,LW)方法,分别检验行业本身超额收益率和市场超额收益率及其波动率的长记忆性。实证结果显示,行业本身超额收益率的长记忆性要弱于市场超额收益率的长记忆性,同时行业本身超额收益率波动性的长记忆性更加受到行业本身的影响。     

中国股票市场亏损股价格波动的统计分析

亏损股的价格波动是金融理论界和实务界的关注热点之一。将协整模型与ARCH模型和GARCH模型相结合，可探知亏损股板块的价格波动特征；进而采用脉冲响应函数和方差分解法可得知亏损指数波动和市场指数波动的相互冲击效应和相互影响程度。     

复杂网络理论下我国股市行业板块风险传染效应研究

通过复杂网络理论建立我国股票一级行业指数收益率模型，研究我国股市各行业板块之间的风险传染机制，并运用最小树形图法(即有向的最小生成树)研究2008年金融危机、2015年股灾及2020疫情常态化3个阶段的我国股票市场风险传导路径。研究结果表明:扮演波动溢出净冲击角色的行业在金融市场中更易于行业间风险的相互传染，其不能很好地吸收金融风险，而是将金融风险传递给净接受行业，并且金融风险的传导存在其一致性，上下游行业之间的风险传导有一定的相关性。最后，基于研究结论给出了相关建议。     

基于藤Copula-SV模型的金融资产间相关性研究

在金融市场多元化的背景下,研究各市场间的相关性对风险控制及投资组合问题有着巨大的帮助。研究了标普500指数、道琼斯工业指数、恒生指数、日经225指数、沪深300指数之间的相关性结构。选取这5个股指的日收益率序列,用SV-N(1)模型与SV-t(1)模型拟合其分布,再采用马尔科夫链蒙特卡罗(MCMC)方法估计参数。在C藤和D藤结构下,选取Clayton pair-copula、t pair-copula、SJC pair-copula模型刻画市场间的相关关系。结果表明,SV-N(1)模型下基于D藤的t pair-copula能较好地刻画所研究市场间尾部对称的相关性。     

机电类出口产品质量指数非线性自校正模型及其应用

为提高机电类出口产品质量测度的精度,对已有的质量估算方法进行修正,构建衡量机电类出口产品质量测度估计模型,并采用函数链神经网络对其非线性自校正.研究结果表明:各行业机电类出口产品质量指数大多在0以上,且分布较均衡,质量指数在高位、中位和低位上运行的行业各3种;各行业出口产品的平均质量指数总体上呈持续下降趋势,但其中4个行业出口产品的质量指数呈上升趋势,其他行业呈下降趋势;具有非线性自校正功能的机电类出口产品质量测度模型更能反映产品质量演进路径呈时间非线性变化实际趋势,可在较大程度上提高机电类出口产品质量测度精度.     

封闭式基金交易收益率的ARCH效应分析

以沪市25支封闭式基金的日收益率为研究对象,运用ARCH模型、GARCH模型验证了每支基金的尖峰厚尾现象,分析了每支基金日收益率波动的条件异方差性,并检验了上证A股指数对基金走势的影响程度,结果显示是弱相关的。     

土壤圆锥指数、水分与容重耦合模型的试验比较研究——Ⅱ.水分与深度的影响

在对4种模型统计性能的水平检验与容重预测精度评价的基础上,分析与检验了各模型中水分与行进深度的影响作用.为分解水分对圆锥指数的单因数影响,采用定义水分影响指数(的方法.对于圆锥传感器行进深度的影响作用,借助于da与ead两种独立的深度影响因子,结合各模型与试验数据进行了计算与比较.结果表明:(1)只有Ayers模型能够较好地刻画土壤圆锥指数与水分间的耦合关系;(2)根据Ayers模型与Upadhyaya模型,圆锥传感器行进深度对圆锥指数的影响作用可以忽略;(3)根据Busscher模型,圆锥传感器行进深度显著影响圆锥指数的数值,但与此同时水分影响却可忽略不计,这显然与事实不符.由此看来,应用 Ayers 模型解析土壤圆锥指数、水分与容重的耦合关系,优于其它模型,但它作为隐函数,寻求最优迭代算法有待进一步研究.     

上海证券交易所Ａ股市场的波动性分析

运用主要的三种条件异方差模型：ARCH、GARCH、EGARCH模型，对上海证券交易所A股指数的波动性进行拟合，分析模型对上证A股指数收益的波动性、杠杆效应的拟合情况，比较不 同模型对未来波动性的预测情况。实证分析结果表明：EGARCH模型比较适合对我国股票市场 波动性作长期预测，若假设收益序列服从t分布，由此改进的EGARCH-T模型会得到比正态分 布下更好的拟合与预测效果。     

沪深A股综合指数的时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国沪、深A股综合指数的2000～2009年月收盘数据序列进行建模分析,验证了沪、深A股综合指数月收盘数据的时间序列特性,研究并选择了这两个序列的最佳ARMA模型,本文也通过模型对2010年的综合指数进行了预测.模型实证分析的结果表明：在股市综合指数时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

有色金属板块指数与期货价格相关性研究——基于Copula函数的实证分析

对有色金属板块指数与期货价格相关性研究,旨在度量其相互影响的程度,而Copula函数可以准确地反映变量间的相关结构,尤其是尾部特征.在收益率序列存在异方差的情况下引入EGARCH模型,再进行Copula建模,实证结果表明,T-Copula函数和Gumbel Copula能很好地刻画两者的相关性.     

Copula度量投资组合VaR的应用研究

本文主要研究Copula理论在投资组合风险管理中的应用．简要的介绍了Copula定义和Sklar定理的一些性质，重点介绍了Gaussianl-Copula、t-Copula以及Gumble Copula函数的形式，选取上证综指和深证成指作为研究对象，在等权重投资组合的假设下，结合Copula函数，计算出在不同置信水平下的VaR值．     

基于Gaussian Copula与t-Copula的沪深股指相关性分析

针对沪深股指,讨论了Gaussian Copula与t-Copula的密度函数,并进行相关性建模，采用二步估计法对所建模型进行参数估计并给出了相关性指标。 最后,通过Monte Carlo模拟的方法比较了Copula关联结构之间的差异。     

基于Eviews 与GS Copula 的金融市场相依性研究

为解决金融市场间波动的相依性问题, 对不同金融市场间高频数据极小值的相依性进行研究。在分析GS Copula 函数的模型方法和模型特点基础上, 研究了估计GS Copula 函数中参数的方法及正尾部相依性和负尾部相依性的模型, 并基于Eviews 软件和GS Copula 函数等理论对上证000001 指数和股指期货IF1112 指数5 min极小值的收益率序列数据的相依性进行了分析, 得出其收益率序列数据有很强的上尾部相依性。为在金融决策中降低风险提供了理论依据。     

基于连接函数的投影寻踪主成分分析

基于连接函数的相依度量,提出了一种探索连续型随机向量之间相关关系的方法．通过连接函数构造的投影指标函数可以给出高维随机向量的投影寻踪主成分分析,并且可以证明这样得到的最优样本投影方向具有强相合性．此外,又给出了两个以上随机向量之间的典型相关分析．结果表明所提出的方法具有优良的理论性和实用前景．     

M-Copula-GARCH-t模型在股指期货风险管理中的应用

本文考虑到金融资产收益率这一时间序列的方差时变特性和尖峰厚尾的分布特征,所以使用GARCH-t模型来描述这一现象;同时为了分析包括股指期货在内的投资组合各项资产之间的相关结构,采用了不限制边缘分布的Copula方法,并最终提出了M-Copula-GARCH-t模型用以度量包括股指期货在内的投资组合各项资产之间的相关性,验证了Copula方法,特别是M-Copula方法在度量结果和拟合效果上,具有较高的精确性.     

基于Copula的回归预测

针对回归预测问题,分别引入Copula回归函数和Copula τ分位数来对因变量进行点预测和区间预测,相应的通过均方误差和区间的平均长度作为预测准确性的评价指标,最后通过实证研究并与线性回归预测做比较表明：基于Copula的回归预测方法效果更好.     

基于Copula函数的证券基金与股价指数的尾部相关性分析

利用Granger因果检验考察上证基金指数及股票指数间的联动特征,发现股票指数是基金指数的Granger成因.分别对基金指数及股票指数的收益率建立时间序列GARCH模型,引入Archimedean Copuh族的函数研究基金与股票收益之间的尾部相关性,研究表明基金指数和股票指数尾部相关性较高,基金市场随股票市场的涨跌而发生变化,且相关性在熊市期间强于牛市期间.     

债务抵押契约模型市场重构与违约损失率分布

在违约损失率(LGD)是随机变量的假设下,应用推广的两因子高斯-Copula债务抵押契约(CDO)定价框架,通过极小化相对熵,讨论了利用市场公开报价数据进行系统违约因子和LGD分布的重构问题.计算结果验证了违约具有偏态性的特点.所建立的模型可看成是对高斯-Copula模型的修正.在计算该问题时,采用迭代方法,避免了处理非线性问题以及非光滑优化问题的求解困难.数值计算结果表明,算法是稳定和收敛的.     

基于Copula函数的沪深股市相关性研究

研究了度量相关性的两个工具：秩相关系数和尾部相关系数．在Archimedean Copula族中选择最优的Clayton Copula来度量上证综指和深圳成指尾部相关性，得出两者具有较强的下尾相关性，且量化后的相关性能够较好预测股票市场的变化．     

基于Copula模型的多维地震动参数相关性分析

地震动常被拆解为两个水平向分量(x、y)和一个竖向分量(z)。为探寻Copula模型在多维地震动参数相关性分析中的应用可行性,从太平洋工程抗震研究中心选取1 500组实测地震动,并从强度、持时和频谱3个方面筛选出12组地震动参数用于表征分析地震动不同向分量间的相关性。首先,计算得到u-v(u、v为地震动两个水平向分量和一个竖向分量中的任意两个分量,u、v=x,y,z)向分量间12组地震动参数的Pearson线性相关系数、Kendall秩相关系数和Spearman秩相关系数。其次,结合柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov, K-S)检验和贝叶斯信息准则(the Bayesian information criteria, BIC)建立了12组地震动参数在x、y、z向分量上的最优概率模型。最后,利用BIC准则确定了u-v向分量间地震动参数的最优Copula函数,建立了u-v向分量间12组地震动参数的联合概率函数。结果表明：12组地震动参数相关性较好,但反应谱峰值对应周期参数在u-v向分量间的相关性和阿里亚斯强度参数在x-z向、y-z向分量间的相关性较低;通过Cop...