拟合中国股票市场收益的统计分布

对中国沪深股市收益的统计分布特征和市场风险规律进行了定量比较研究.分别采用稳定分布、渐近帕累托分布和截断列维分布拟合中国股票市场收益统计分布,实证研究发现中国股市收益分布的中间部分适合用稳定分布描述,分布的尾部适合用尾部指数大于2的渐近帕累托分布描述,即是具有尖峰厚尾特征的有限方差不对称分布.揭示出中国股市中高收益事件比低收益事件发生的更为频繁,深圳市场比上海市场的投资风险要高.所得结论有益于对价格波动性建模、资产定价、金融风险管理等领域的深入研究.     

数据特征驱动的火电产能过剩分解集成预测模型

有机融合数据特征驱动与多模态信息集成建模思想,构建了中国火电行业产能过剩组合预测方法和模型.首先识别火电产能过剩规模时序数据的本质和模式特征,发现其不仅具有非平稳,非线性特征,还呈现高复杂性和突变性;其次采用与数据特征相配的变分模态分解方法将时序数据分解,得到多个分量;然后识别各分量的数据特征,据此选择三次指数平滑-最小二乘支持向量机模型进行预测;最后集成各分量预测结果,得到火电产能过剩规模的最终预测结果.实证检验表明,所构建模型的预测水平精度,方向精度和稳定性均优于目前广泛使用的单一模型和其他组合预测模型.预测结果显示,2020-2022年中国火电产能过剩规模仍处于较高水平,呈先降后升趋势,且体制扭曲仍将是火电产能过剩的决定性因素.     

间接TARCH-CAViaR模型及其MCMC参数估计与应用

考虑正负资产收益对分位数冲击的不对称性提出间接TARCH-CAViaR模型.CAViaR一般模型中递归分位回归方程的非线性和非连续可微性是参数估计的一个难题,基于含有尺度参数的不对称拉普拉斯分布作为误差过程,指出将尺度参数固定为常数会导致不对称拉普拉斯分布随机变量的方差存在最小正值的限制,与实际金融数据分布不符;进而提出采用贝叶斯分析和马尔科夫链蒙特卡罗模拟方法,估计间接TARCH-CAViaR模型的参数,并可获得尺度参数的合理估计.实证研究中对上证指数的市场风险演化模式进行了测算,动态分位检验、后验测试表明模型VaR预测效果理想,消息冲击曲线表明上海股市好坏消息对市场风险的冲击是不对称的,且这种影响作用在不同置信水平市场风险中表现得有显著差异.     

基于AAVS-CAViaR模型的股市风险测量研究

考虑金融资产收益与正负收益对分位数冲击的不对称性,建立含有不对称绝对值和斜率设定的AAVS-CAViaR模型,采用混合最优化方法估计模型的参数并进行显著性检验.对1996-2008年期间沪深港股票指数的实证研究表明:沪深港股票市场均存在正负收益消息对市场风险冲击的不对称现象,且在不同VaR置信水平下存在差异;通过Granger因果检验发现沪深港股市的风险变化存在显著的互动传导关系;提出了VaR预测模型的评估准则,对所选样本数据而言AAVS-CAViaR模型比间接GARCH模型更好地描述了市场风险的演化模式.     

我国创业板IPO首日高频量价分位相关的变点分析

提出含有结构变点的面板数据分位数回归模型, 给出基于贝叶斯推理和MCMC 模拟的参数估计方法, 对我国创业板IPO 上市首日的收益率与交易量、大盘走势之间的日内高频变结构相关性进行实证研究发现: 在中高收益率分位点上结构变点均出现在开盘阶段附近, 而在较低的分位点上变点位置向后推延至中盘附近; IPO 交易量对收益率在变点之前的影响要大于在变点后的影响, 而深证成分指数交易量对收益率在变点后的影响要大于在变点前的影响; IPO 交易量对收益率的影响在变点前的较低分位点、变点后的任意分位点上均呈现出"量利分离" 特殊现象; 深证成分指数交易量与新股收益率在变点前后任意分位点上均呈现正相关, 但影响系数呈现变点后大于变点前、极端分位大于中间分位的特征.     

股票市场泡沫模型研究

在股票市场中，价格是围绕内在价值上下波动的，而且价格的变化又取决于供求关系的影响．本文分析了一个已有的泡沫模型，并运用系统动力学的方法建立了以供、需和价格为变量的泡沫模型．最后，我们运用所建立的模型解释了股票市场泡沫发生及破灭的机理。     

基于SD 的江苏省城市化与生态环境耦合发展情景分析

根据城市化与生态环境耦合内涵,在ISM和SD方法的支持下,建立了江苏省城市化与生态环境系统动力学模型,并选取五种典型的耦合发展模式进行情景模拟.分析表明:①在不同的模式下,该省城市化与生态环境耦合的结果和情景存在较大差异,五种耦合发展模式都有其显著的比较优势,同时也存在明显的发展缺陷;②根据该省的发展特点和区域发展差异并结合城市化发展一般规律,分阶段和分地域的推进人口城市化发展模式和社会城市化发展模式,可以实现该省人口、经济、城市化和生态环境协调发展的目的.     

基于粗糙集-神经网络的城市产业生命周期识别

以城市经济为背景,提出了基于粗糙集-RBF神经网络的城市产业生命周期识别方法.首先运用基于MDV函数与信息熵的模糊聚类算法进行连续属性离散化处理,然后采用粗糙集理论约简出重要指标体系,最后将训练样本输入RBF神经网络进行学习和训练,并对检验样本的产业生命周期阶段进行判断.对大连市669组样本产业的分析结果表明:基于MDV函数与信息熵的模糊聚类算法能够有效改善离散化效果,且与通常采用的模糊评价法相比,该方法对检验样本预测精度更高,是一种有效和实用的城市产业生命周期识别工具.     

管理复杂性研究进展

随着时代的发展 ,人类社会又进入了一个崭新的时代 :一个经济全球化、新技术与高科技高速发展、知识在社会进步与市场竞争中的作用日益增强并成为关键因素的新时代 ,一个电子商务、知识经济初现端倪的新时代。新时代的到来 ,使得管理对象、管理环境、管理目标、组织结构、组织行为等都变得越来越复杂 ,从而对管理科学的理论与方法提出了新的挑战 ,原有的管理理论与方法已经难以满足新时代变革带来的新问题对新管理理论与方法的渴求。这意味着新时代的到来催生新的管理理论与方法 ,于是 ,拉开了复杂性管理理论研究的序幕。应当指出的是 :管理…     

基于贝叶斯分位数回归的市场风险测度模型与应用

对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架.指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制.给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计.对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击.动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式.