水环境系统组合风险评估方法

联合运用马尔可夫状态切换理论(Markov switching, MS)、蒙特卡罗方法(Monte Carlo, MC)和Copula理论, 建立了水环境系统组合风险评估的方法体系. 该方法首选运用MS理论建立起水质时序的自回归模型(MS-AR), 然后运用MS-AR模型和MC方法对水质时序进行随机模拟, 最后运用Copula函数建立起随机模拟结果之间的多维联合分布, 利用该联合分布对水环境系统的组合风险做出定量分析. 实例应用中, 对天津果河桥断面的氨氮、总磷、五日生化需氧量、溶解氧等四项主要监测指标, 进行了超标组合风险定量分析和相关性分析, 发现果河桥断面的上述四项监测指标中, 总磷和五日生化需氧量对果河水环境的健康状况有重要影响, 并且总磷和五日生化需氧量之间存在着较强的正相关关系.     

多维分形马尔可夫转换模型的广义矩估计及其实证运用

在广义矩估计法(GMM)的基础上,提出基于连续时间以及任意维离散时间多维分形过程的参数估计方法。一方面,这一方法吸取了Calvet和Fisher(2001)多维分形马尔可夫模型的长处,可以比较方便地对时间序列的非平稳性和复合过程进行处理;另一方面,本文模型又克服了极大似然法(MLE)和贝叶斯方法在大样本条件下其波动率序列参数估计难以用计算机实现的缺陷。Monte Carle模拟的结果显示,GMM估计在二项式模型和对数正态分布模型中具有非常优良的统计性质。实证运用的结果也证实了GMM估计方法在大样本多维度下的统计优势及其必要性。     

Cryptocurrency volatility forecasting: A Markov regime-switching MIDAS approach

The primary purpose of this paper is to investigate whether a novel Markov regime-switching mixed-data sampling (MRS-MIADS) model we design can improve the prediction accuracy of the realized variance (RV) of Bitcoin. Moreover, to verify whether the importance of jumps for RV forecasting changes over time, we extend the standard MIDAS model to characterize two volatility regimes and introduce a jump-driven time-varying transition probability between the two regimes. Our results suggest that the proposed novel MRS-MIDAS model exhibits statistically significant improvement for forecasting the RV of Bitcoin. In addition, we find that jump occurrences significantly increase the persistence of the high-volatility regime and switch between high- and low-volatility regimes. A wide range of checks confirm the robustness of our results. Finally, the proposed model shows significant improvement for 2-week and 1-month horizon forecasts.     

通货膨胀、通货膨胀不确定性与货币增长不确定性之间的关联分析

我国通货膨胀的冲击可以划分为通货膨胀不确定性的冲击和货币增长不确定性的冲击,通过分析我国通货膨胀、通货膨胀不确定性与货币增长不确定性之间的关联关系,结果显示:我国长期通货膨胀不确定性对通货膨胀产生正向冲击,短期通货膨胀不确定性对通货膨胀产生负向冲击;货币增长过快对通货膨胀长期不确定产生正向冲击,对短期通货膨胀不确定性产生负向冲击。同时,本文也得出了我国通货膨胀率的机制转换与中央银行的货币政策机制的变化之间存在紧密的联系,处于扩张状态的货币供给增加是导致通货膨胀的主要原因。这为如何减少货币政策的不确定性在具体操作上给予了一定的参考价值,明晰货币政策机制变化在通货膨胀-通货膨胀不确定性关系中所扮演的角色起到了一定的作用。     

电子商务发展过程的定量研究方法

利用美国证券交易所开发的互联网指数作为反映电子商务行业发展状况的指标，将基本马尔可夫切换模型改进为异方差、四阶自回归形式，定量研究电子商务的发展过程，分析其发展规律，发现电子商务的发展目前正处于由衰退到再次成长的过渡阶段、     

宏观数据发布与经济周期实时测度方法研究

为充分利用实时发布的最新数据来改善宏观经济分析的时效性,本文扩展了一种能够处理不规则数据的混频区制转移动态因子模型及其贝叶斯估计方法.数值模拟结果表明贝叶斯方法提高了模型估计的准确性,并发现含噪音成分低的指标,其新数据对实时测度的贡献更大.基于2008年以来的256组实时数据的研究结果表明,文中模型不仅较好刻画了1992年以来我国经济周期波动及阶段性变化,而且对GDP数据修订具有很好的稳健性,,此外对经济周期拐点的实时识别则存在2至8个月的滞后.最后,在每月依序发布的指标中,进出口数据含有较高噪音成分,工业增加值和财政税收等数据对当月经济状况测度的更新修正幅度大且可靠性高,对于提高经济周期测度时效性具有重要价值.     

Study of Regime Switching in Chinese Stock Market

This paper applies Markov switching techniques to examine the different conditions of Chinese Stock Market from 1995 to 2004, Three contrasting regimes are identified： a bear market, a bull market and a speculative market, This paper also surveys the time period and probability of each regime, The timing of regime switching reflects the strong policy market feature of Chinese stock market.     

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。