上海伦敦铜期货市场风险的测度与传导效应研究

本文针对金融时间序列存在的部分典型事实,运用AR（1）-GJR（1,1）构造出铜期货条件损失的标准残差序列;针对标准残差序列近似满足i.i.d特征,运用EVT对其极值尾部建模,并测度出两个铜期货市场的动态风险;然后运用Back-Testing方法对风险测度模型进行准确性检验,最后运用Granger-Causality检验来分析铜期货市场动态风险的传导效应。实证研究结果表明,基于EVT的风险测度方法能有效测度上海伦敦铜期货市场动态风险;上海伦敦铜期货市场动态风险在1%的显著性水平下存在双向传导效应,但由伦敦向上海传递的强度大于反向强度。     

不同时变Copula-EVT-ES模型精度比较研究

结合EVT极值理论,构建了4类时变Copula模型,拟合了股指间的动态极值相依系数,并对各类资产组合进行了预期损失ES风险测度.通过Backtesting方法,对比研究了不同时变Copula-EVT-ES模型的风险测度精度.实证结果表明,在市场极端波动状况下,结合EVT极值理论的时变Copula-ES模型能够对资产组合尾部极值风险进行有效测度,并且对于空头头寸的风险测度效果优于其在多头头寸的表现.善于刻画变量间厚尾极值相依关系的时变tCopula-EVT-ES能够取得较好的组合风险测度效果,而对于二元资产组合,在高风险水平上,时变SJC Copula-EVT-ES模型也值得重点关注.     

基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.     

基于非参数与L-Moment估计的股市动态极值ES风险测度研究

通过运用带宽非参数方法、AR-GARCH模型对时间序列的条件均值、条件波动性进行建模估计出标准残差序列,再运用L-Moment与MLE(maximum Likelihood estimation)估计标准残差的尾部的GPD参数,进而运用实验方法测度出风险VaR(value at Risk)及ES(ExpectedShortfall),最后运用Back-Testing方法检验测度准确性。结果表明,基于带宽的非参数估计模型比GARCH簇模型在测度ES上具有更高的可靠性;基于非参数模型与L-Moment的风险测度模型能够有效测度沪深股市的动态VaR与ES。     

胖尾分布及长记忆下的动态 EVT-VaR 测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用 FIGARCH 对条件波动率建模、极值理论( extreme value theory,EVT) 对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试( back-testing) 技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验． 实证研究结果表明,无论是中国新兴市场,还是西方成熟发达市场,金融收益与标准收益均呈现出明显的有偏胖尾分布特征; 金融收益条件波动率均展现出长记忆性特征; EVT 与 FIGARCH 模型相结合的动态极值风险测度模型不仅在样本内表现出优越的风险测度能力,而且在样本外同样具有可靠的预测推广能力．     

胖尾分布及长记忆下的动态EVT-VaR测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结...     

中国股市与国际股市的极值风险传导效应研究

本文针对股市中具有的部分典型事实构造股市指数损失的标准残差序列,并运用EVT对其极值尾部建模进而估计出股市指数的动态极值风险,然后基于Granger-Causality检验方法分析中国股市与国际上主要股市之间的极值风险传导效应。结果表明,在过去相当长时间内,中国大陆沪市与其它三个国际股市不存在风险传导效应而处于分割状态,但自2007年起,中国大陆沪市可以通过香港市场与其它国际股市进行极值风险传导;日本东京股市极值风险单向传导给香港股市,香港股市又单向传导给美国纽约股市;日本东京股市和美国纽约股市的极值风险存在明显的双向传导关系。     

中国大陆及周边股市动态ES风险传导关系效应研究

探索金融市场极端风险传导机理一直是政府管理当局、投资者关注的焦点。本文针对股市中存在的典型事实及股市损失分布复杂性特点,运用ARMA-GJR对股市指数条件损失进行建模分析,进而运用EVT对标准残差的极值尾部建模估计出股市极端风险ES,然后运用Granger-Causality检验技术,分别考察两个市场间极端风险ES的传导关系。实证结果表明:在整个样本期间,中国大陆沪深股市极端风险具有双向传导关系,香港市场向深市传导风险,而深市不能向香港传导风险,东京市场与香港市场、香港与台湾市场具有双向传导关系;而在熊市期间,中国大陆与周边市场极端风险ES传导关系变得更为复杂。     

基于Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

基于标准残差的极值风险模型准确性研究

本文使用ARMA（1，1）与GARCH（1，1）、GJR（1，1）模型结合构造出标准残差序列，然后分别与条件EVT、条件正态分布、条件t分布和非条件EVT结合，形成8个风险测度模型，并分别用这些模型估计沪、深股市在置信水平为95％、97．5％、99％、99．5％的动态VaR（Value—at—Risk），然后用Kupiec（1995）和Christoffersen（1998）的返回测试（Back—testing）方法，判定沪、深股市对模型的准确性。研究结果表明，条件EVT风险模型能准确测度沪、深股市的风险。而非条件EVT模型缺乏准确性，对其它模型的准确性因置信水平不同而表现出差异性。在所有模型中，最能准确测度沪、深股市风险的模型分别是，置信水平为99．5％时的条件EVT—GARCH模型和置信水平为97．5％时的条件EVT—GJR模型。本文的研究结果为测度中国大陆沪、深股市风险在模型和置信水平的选择上提供了实证依据。     

基于权威理论的家族企业家对企业的影响作用机理研究

以权威理论为基础,本文从科层权威、传统权威、报偿权威及超凡魅力权威四个构面分析了家族企业家的权威特征及其影响作用路径,在此基础上推导出家族企业家对企业的影响作用机理,解析了企业经营活动对家族企业家行为意志具有超强表达能力的根源。实证检验表明,问卷调查结果支持本文对家族企业家权威及其影响作用的分析和判断。     

基于文化种群归类的中国企业出口对FDI带动效应研究

结合心理距离与文化距离的相关理论,运用格兰杰因果关系分析方法,对中国企业国际化过程中出口对生产性FDI的带动效应以及这种带动效应的文化差异性进行了初步探索。研究结果表明：在全球市场上,中国企业出口对FDI产生显著的带动效应;在不同文化种群市场上,这种带动效应与其文化距离正相关。最后,描述了目前中国企业国际化过程的特征,并提出了相关的管理含义。     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

基于投资者情绪的投资组合模型研究

本文在假设投资者风险厌恶、且其风险厌恶程度受其情绪影响的条件下,以投资者效用最大化为决策目标,建立基于投资者情绪的投资组合模型从理论上研究投资者情绪对投资组合结构及其收益-风险关系的影响。研究结果表明,当投资者过度乐观时,其将通过银行借贷融资等方式购买超额风险资产;当投资者情绪处于相对理性状态时,其将合理分配无风险资产和风险资产的投资比例;当投资者情绪处于悲观状态时,其将卖空风险资产。当投资者情绪处于过度乐观和相对理性状态时,投资组合预期超额收益与风险正相关;当投资者情绪处于悲观状态时,投资组合预期超额收益与风险负相关。论文研究结果修正了前人的相关研究结论,是对传统投资组合理论的深化和发展。     

基于代理人过度自信的委托-代理关系模型研究

本文研究代理人过度自信条件下的委托-代理关系以及过度自信对委托-代理关系的作用机理.研究结果表明,当代理人的效益工资和委托人的监督成本都不为0时,代理人的最优努力水平将随着其过度自信程度的增大而提高,委托人的最优监督力度将随着代理人过度自信程度的增大而减弱;当代理人没有效益工资时,代理人的过度自信在委托-代理关系中不发挥作用.另外,代理人的最优努力水平和委托人的最优监督力度都将随着委托人监督成本的增大而降低,而且前者还将总是随着代理人固定报酬和效益工资的增加而提高,后者虽然也将随着代理人固定报酬的增加而提高,但并不总是随着代理人效益工资的增加而加强.     

基于MKM的市场营销群体决策支持系统结构的研究

描述了市场营销知识管理(MKM)的概念,建立了基于MKM的市场营销群体决策支持系统的结构与关键技术,利用群体满意度模型提高了市场营销群体决策支持系统的有效性,分析了制约MGDSS有效使用的若干因素,提供了解决问题的一些方法.     

基于结构差异的智能建模方法研究

通过分析基于规则和基于事例推理两种建模方法的特点,提出了综合这两种方法优势的基于结构差异的建模方法,该方法使用树状结构实现问题的知识表示,使用基于事例推理的方法生成数学模型的主体部分,使用基于规则的方法生成模型的差异修改规则,用以指导模型主体部分的修改.基于这一方法实现了一个物流配送车辆调度的应用系统,验证了该方法对于数学模型的智能构建工作是有效的.     

基于可能性理论的经营者业绩评价研究

对经营者进行客观公正的业绩评价,对企业的快速、健康发展至关重要。传统的经营者业绩评价体系与方法越来越受到各方面的质疑。本文在分析其弊端的基础上,提出了一种新的经营者业绩评价体系,并利用可能性理论来处理指标量化问题,建立了能充分考虑各影响指标的经营者业绩评价模型,为设计具有激励作用的薪酬结构提供依据。     

基于过度自信的连续时间委托-代理模型研究

本文以有关心理学理论为依据,建立数学模型研究委托人和代理人过高估计公司信息质量条件下的连续时间委托-代理理论,并分析这种过度自信对委托-代理关系的作用机制.研究表明,最优补偿合同由两部分组成代理人的保留财富价值和代理人在合同存续期内的努力工作成本;而次优补偿合同由四部分组成代理人的保留财富价值、努力工作成本、风险溢价和未预期到的意外收益.委托人和代理人在公司信息方面的过度自信偏差都将提高代理成本、恶化道德风险问题.因此改善委托-代理关系的一个有效途径是,委托人自己首先要在公司信息问题上保持理性,其次是要雇佣在公司信息质量方面同样理性的代理人,使委托人和代理人双方都尽可能无偏地估计公司信息的信息价值.     

Cost sharing on prices for games on graphs

Let \(N=\{1,\dots ,n\}\) be a set of customers who want to buy a single homogenous goods in market. Let \(q_i>0\) be the quantity that \(i\in N\) demands, \(q=(q_1,\dots ,q_n)\) and \(q_S=\sum _{i\in S}q_i\) for \(S\subseteq N\). If f(s) is a (increasing and concave) cost function, then it yields a cooperative game (N, f, q) by defining characteristic function \(v(S)=f(q_S)\) for \(S\subseteq N\). We now consider the way of taking packages of goods by customers and define a communication graph L on N, in which i and j are linked if they can take packages for each other. So if i and j are connected, then a package can be delivered from i to j by some intermediators. We thus admit any connected subset as a feasible coalition, and obtain a game (N, f, q, L) by defining characteristic function \(v_L(S)=\sum _{R\in S/L}f(q_R)\) for \(S\subseteq N\), where S / L is the family of induced components (maximal connected subset) in S. It is shown that there is an allocation (cost shares) \(x=(x_1,\dots ,x_n)\) from the core for the game (\(x_S\le v_L(S)\) for any \(S\subseteq N\)) such that x satisfies Component Efficiency and Ranking for Unit Prices. If f(s) and q satisfy some further condition, then there is an allocation x from the core such that x satisfies Component Efficiency, and \(x_i \le x_j\) and \(\frac{x_i}{q_i} \ge \frac{x_j}{q_j}\) if \(q_i \le q_j\) for i and j in the same component of N.