双因子非对称已实现SV模型及其实证研究

在基本的SV模型中引入包含丰富日内高频信息的已实现测度，同时考虑其偏差修正以及波动率非对称性与长记忆性，构建了双因子非对称已实现SV（2FARSV）模型.进一步基于连续粒子滤波算法，给出了2FARSV模型参数的极大似然估计方法.蒙特卡罗模拟实验表明，给出的估计方法是有效的.采用上证综合指数和深证成份指数日内高频数据计算已实现波动率（RV）和已实现极差波动率（RRV），对2FARSV模型进行了实证研究.结果表明：RV和RRV都是真实日度波动率的有偏估计（下偏），但RRV相比RV是更有效的波动率估计量；沪深股市具有强的波动率持续性以及显著的波动率非对称性（杠杆效应与规模效应）；2FARSV模型相比其它已实现波动率模型具有更好的数据拟合效果，该模型能够充分地捕获沪深股市波动率的动态特征（时变性、聚集性、非对称性与长记忆性）.     

基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型，提出单级纠偏HARQ类模型和多级纠偏HARQF类模型，实证研究揭示股指期货波动运行规律，并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差，基于最小化MSE准则确定最优抽样频率，利用已实现核修正的ADS检测法识别跳跃，采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大；好坏波动率具有不对称波动冲击，而符号跳跃对未来波动具有负向冲击；好坏波动率分解优于连续与跳跃波动分解；中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力；与样本内预测相反，样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型；MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

基于跳跃-扩散利率模型的浮动利率抵押贷款支持证券定价研究

已有文献在研究抵押贷款支持证券的定价时,所假设的利率随机过程大多是连续的,没有考虑到利率受人为或突发事件的干扰而产生跳跃不连续的情形.本文利用跳跃-扩散模型模拟利率随机过程,结合我国借款人行为特点建立提前偿还比例危险模型,运用Monte Carlo模拟方法,研究了浮动利率抵押贷款支持证券的定价,讨论了利率模型各参数的变化对定价的影响.经模拟发现:利率跳跃的频率、跳跃幅度的波动越大,证券价格越大,而利率跳跃幅度的均值越大,证券价格却越小.     

具有相关波动因子的广义随机波动HJM模型

基于Heath-Jarrow-Morton( HJM)模型框架,将远期利率波动率设定为服从广义均值回归平方根过程的随机变量,以刻画隐性随机波动因子的动态特性,并通过将漂移项限制条件推广至波动因子之间,以及利率波动率的变化与利率变动之间存在相关性情况,建立了广义的多因子HJM模型.在该模型框架下,基于一类特定波动率设定形...     

基于无损卡尔曼滤波的HJM模型及实证研究

在多因子HJM框架下,将一类具有特定波动率结构设定的非马尔可夫远期利率模型转化为马尔可夫模型,并将其表示成状态空间模型形式.进一步,引入基于无损卡尔曼滤波的极大似然估计法对HJM模型进行估计,解决了模型非线性和潜在状态变量的问题.实证研究中,基于上海银行间同业拆放利率(SHIBOR)期限结构的实际动态特性,对HJM模型的波动率结构进行相应的设定,并引入随机市场风险价格,构建了SHIBOR期限结构的三因子HJM模型.结果表明,三因子HJM模型可以很好的刻画SHIBOR期限结构的动态特性和波动率结构,水平因子和斜率因子是驱动SHIBOR利率系统的主要因素.     

基于多因子LIBOR模型的CMS数字范围债券定价

论文在鞅论和测度变换的基础上，在多因子LIBOR市场模型的框架下，通过二阶变差的方法获得了CMS利率的近似分布，巧妙的解决了CMS利率在LIBOR市场模型下不满足对数正态分布的问题。在此基础上，利用CMS利率的近似概率分布，求解得出CMS范围数字债券的定价，避免了Monte Carlo大数据模拟的情况，在对浮动利率产品进行研究的过程中，论文使用了两种不同的方法进行比较，主要是引理法和Girsanov法，这为投资者的定价过程提供了选择，有利于投资者获得更好的投资回报。     

基于近邻截断的跳跃扩散过程波动函数的设定检验

高频数据环境下的波动函数设定检验容易受到数据中跳跃的影响。为此，本文基于近邻截断（nearest neighbor truncation）方法，利用残差构造部分和（partial sum）过程构造出波动函数参数形式的设定检验方法，并分析了该检验方法在原假设条件下的近似极限性质与自助检验步骤。所提出的波动函数设定检验方法能渐近有效的避免跳跃扩散过程的漂移项与跳跃项的影响。蒙特卡洛模拟结果表明这些检验方法对跳跃的影响具有稳健性，且具有合理的检验水平（size）和检验功效（power）。利用这些检验方法对我国的上海银行间同业拆放利率（Shibor）数据进行实证分析，结果表明本文所提出的跳跃稳健的波动函数检验方法比非跳跃稳健的波动函数检验方法具有更好的区分度。     

广义双指数分布的跳跃扩散模型下股指期货波动研究

 金融期货市场既存在平常信息引起的连续性波动，又存在突发冲击造成的跳跃式波动，金融市场波动同时具有扩散性和跳跃性特点。同时，金融期货市场与现货市场间的跳跃和波动行为存在着风险溢出效应和羊群效应等。并且，金融资产收益在跳跃过程中呈现出非高斯属性，正态分布假设不能刻画跳跃和波动中的程式化现象，如噪音分布的尖峰厚尾、有偏特征等。        考虑到金融期货序列分布的尖峰厚尾、有偏、非对称现象，采用非对称、有偏的广义双指数分布刻画收益率非高斯特征；同时考虑到金融波动序列的时变性、集聚性和异方差性以及收益与波动之间存在着杠杆效应，将有偏的广义双指数分布引入到收益序列和波动序列均存在跳跃且跳跃相关的双层跳跃扩散模型，构建广义双指数分布驱动的双层跳跃扩散模型，并从理论上分析模型的优越性。根据模型的似然函数估计式，使用马尔科夫链蒙特卡洛模拟迭代求解广义双指数分布驱动的双层跳跃扩散模型参数，将构建的模型应用到中国股指期货和现货市场进行实证研究，分析中国股指期货和现货市场各自的跳跃和波动行为特征以及市场间跳跃和波动的风险关联性，包括对两类市场跳跃形态的非高斯特征分析股指期货市场与现货指数的波动协同性描述，以及股指期货与现货间的跳跃溢出行为、跳跃强度和跳跃大小分析等。        研究结果表明，广义双指数分布驱动的双层跳跃扩散模型较好地捕获了收益率分布的尖峰厚尾特征；股指期货收益和股指现货收益上涨与下跌概率呈现非对称性；股指期货波动强度高于股指现货波动，而股指期货波动的持久性低于股指现货；股指现货的杠杆效应表现更强；股指期货和股指现货市场存在双向跳跃溢出效应。        研究结论有利于理解中国沪深300股指期货市场和现货市场之间的跳跃风险传染机制，对于深入认识期货和现货市场的风险溢出关系、促使投资者规避风险和监管机构加强监管具有一定的参考作用。     

时间相依利率扩散模型的非参数估计

利率的变动模式会随着时间的推移、经济环境的变化和金融制度的改变而发生变化.时变的扩散模型能更好的描述短期利率的随机行为,文章采用基于核回归的非参数方法,估计中国银行间市场7天回购利率的时间相依CKLS模型.最后比较了时间相依CKLS模型与时齐CKLS模型在波动率预报上的表现,结果表明,时间相依CKLS模型更好的反映了利率实时的变化,提高了预测利率变化的精度.     

基于非均匀离散Fourier变换的隐含Levy模型估计研究

市场上交易的期权价格蕴含了市场参与者对期权标的资产价格未来运动的预期信息，基于期权价格得到的标的资产价格运动模型被称为隐含模型，应用于衍生品定价与风险管理显著优于基于资产价格历史数据得到的模型，Levy模型近年来被广泛应用于描述金融资产的价格运动。Levy模型一般不存在解析形式的概率密度函数，但总是存在解析形式的特征函数。利用Levy模型下期权定价的Fourier变换理论，基于非均匀离散Fourier变换研究了隐含Levy模型的参数估计问题。首先，基于Fourier变换的欧式期权定价，给出了欧式看涨期权价格与特征函数之间的关系。接着，介绍了Levy过程基本性质及其特征函数。再接着，给出了非均匀Fourier变换；然后，给出了Fourier域的模型拟合与参数估计。最后，演示了本文方法的在估计隐含Levy模型中的应用，从模型参数估计与模型识别两个方面验证了方法的有效性。研究结果表明，本文方法能够解决Levy过程不存在着解析形式密度函数导致的难以估计隐含模型参数问题，能够处理市场上交易的期权执行价格分布不均匀，数据量少的问题，是一种有价值的参数法隐含概率密度估计方法。     

基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型。通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析。研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征。     

一类高新技术企业专利权价值的实物期权评估方法——基于跳扩散过程和随机波动率的美式期权的建模与模拟

由于经典的Black-Scholes期权定价模型的假设忽略了突发事件对资产价格的影响和"波动率微笑"对期权价值的影响而与实际情形往往存在偏差,因此学者们对Black-Scholes模型的改进则主要分别集中在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型等两个方面,然而却少见将这两种模型结合起来的研究。本文首先在带跳扩散过程的期权定价模型与具随机波动率的期权定价模型的研究工作的基础上,建立了一种同时带跳扩散过程和具随机波动率的美式期权定价模型,并通过伊藤引理推导出了资产价格、随机波动率和期权满足的偏微分方程;然后,利用特征函数法和傅里叶变换导出了资产价格的随机分布,进而通过马尔科夫链方法给出了基于跳扩散过程和随机波动率的美式期权的数值解;最后,运用已建立的带跳扩散过程和随机波动率的美式期权定价模型对高新技术企业项目投资的专利权价值进行实物期权定价评估的案例研究,并对跳扩散强度参数和随机波动率参数进行敏感性分析,研究结果表明:将项目收益跳扩散过程和市场环境随机波动率加入到专利权实物期权定价模型中,可以有效避免专利权的期权价值被高估。     

Lévy过程驱动的非高斯OU随机波动模型及其贝叶斯参数统计推断方法研究

本文采用CGMY和GIG过程对非高斯OU随机波动率模型进行扩展,建立连续叠加Lévy过程驱动的非高斯OU随机波动率模型,并给出模型的散粒噪声(Shot-Noise)表现方式与近似。在此基础上,为了反映的波动率相关性,本文把回顾抽样(Retrospective Sampling)方法扩展到连续叠加的Lévy过程驱动的非高斯OU随机波动模型中,设计了Lévy过程驱动的非高斯OU随机波动模型的贝叶斯参数统计推断方法。最后,采用金融市场实际数据对不同模型和参数估计方法进行验证和比较研究。本文理论和实证研究均表明采用CGMY和GIG过程对非高斯OU随机波动率模型进行扩展之后,模型的绩效得到明显提高,更能反映金融资产收益率波动率变化特征,本文设计的Lévy过程驱动的非高斯OU随机波动模型的贝叶斯参数统计推断方法效率也较高,克服了已有研究的不足。同时,实证研究发现上证指数收益率和波动率跳跃的特征以及波动率序列具有明显的长记忆特性。     

沪深300股指期货上市对现货市场连续波动和跳跃波动的影响

本文采用跳-扩散随机波动率模型研究沪深300股指期货上市对现货市场波动的影响。通过MCMC方法估计模型参数,对股指期货上市前后指数连续波动和跳跃特征进行比较分析,并与股指期货各指标作比较。研究发现,股指期货的上市确实起到了稳定现货市场的作用,上市短期内现货市场波动增大,随着时间增加现货市场波动逐渐降低,但是这一稳定效果主要体现在指数波动率的连续部分。股指期货上市后,指数连续波动向均值回归速度加快,并呈现出逐渐降低的趋势;“杠杆效应”在经历短暂的消失后逐渐显现;指数跳跃波动在总波动中所占比重较高,但随着交易时间增加,指数平均跳跃次数和跳跃波动所占比重逐渐降低。     

Decision Making with Uncertain Judgments: A Stochastic Formulation of the Analytic Hierarchy Process*

In the analytic hierarchy process (AHP), priorities are derived via a deterministic method, the eigenvalue decomposition. However, judgments may be subject to error. A stochastic characterization of the pairwise comparison judgment task is provided and statistical models are introduced for deriving the underlying priorities. Specifically, a weighted hierarchical multinomial logit model is used to obtain the priorities. Inference is then conducted from the Bayesian viewpoint using Markov chain Monte Carlo methods. The stochastic methods are found to give results that are congruent with those of the eigenvector method in matrices of different sizes and different levels of inconsistency. Moreover, inferential statements can be made about the priorities when the stochastic approach is adopted, and these statements may be of considerable value to a decision maker. The methods described are fully compatible with judgments from the standard version of AHP and can be used to construct a stochastic formulation of it.     

Analyzing the dependences of multi-category purchases on interactions of marketing variables

We extend the usual specification of the multivariate probit model frequently used to analyze multi-category purchase incidence data by introducing interaction effects between marketing variables. Models are estimated by a Markov Chain Monte Carlo simulation method using 24,047 shopping visits made by a random sample of 1500 households in one specific grocery store over a one year period. Our data refer to a total of 25 food and non-food product categories and include socio-demographic household attributes in addition to purchases and marketing variables. Information criteria agree on the superiority of the extended specification. Estimation results demonstrate that many interaction effects are erroneously attributed to the main effects of marketing variables if one applies the usual specification instead. We derive managerial implications with respect to sales revenue by stochastic simulation. If managers base decisions on the usual specification in spite of its worse statistical performance, they run the risk to overestimate sales revenue increases due to sales promotion activities.     

中国股市超高频持续期序列长记忆性研究

针对股市超高频持续期序列,提出了长记忆随机条件持续期模型(LMSCD),并设计了一类基于混沌禁忌遗传算法的谱似然函数模型参数估计方法,通过Monte Carlo模拟实验,验证了方法的可行性.然后,利用沪市浦发银行股票的超高频数据,分别建立了交易持续期、价格持续期和交易量持续期的长记忆随机条件持续期模型,验证了中国股票市场超高频持续期序列长记忆性的存在.