高频数据瞬时波动率核估计的窗宽选择及算法研究

在瞬时波动率的各种估计量中，非参数估计量因其能准确地度量瞬时波动率，一直是学者们的研究热点。然而，这类估计量在实际应用中都面临着最优窗宽的确定问题。由于最优窗宽中往往携带一些难以估计的未知参数，使得在实际应用过程中确定最优窗宽的具体数值存在困难。本文以瞬时波动率的核估计量为例，借鉴非参数回归分析中窗宽选择的思想，构建了一种能从数据中准确计算出最优窗宽具体值的算法。理论的分析和数值上的验证表明：文中所构建的算法具有良好的稳定性、适应性和收敛速度。算法的提出为瞬时波动率的后续应用研究铺平道路。     

基于Hawkes过程中美股市大幅波动互激效应的研究

近年来，由于中美经济联系日趋紧密，中美股票市场大幅波动的互激效应明显增强。本文考虑中美股市时差和法定节假日差异等因素，运用标值Hawkes过程对2006-2017年CSI300和S&P500大幅波动收益率数据进行建模，结果表明：（1）中美股市大幅波动互激效应存在不对称性，美股市场大幅波动对中国股市的互激效应更强；（2）中美股市大幅波动的幅度对互激效应不存在显著影响；（3）中美股票市场对于大幅波动互激效应的消化速度存在差异，中国股票市场消化美股大幅波动互激效应的速度较快。本研究对金融市场监管者和投资者均有一定意义。     

金融周期、金融波动与中国经济增长——基于省际面板门槛模型的研究

本文应用面板门槛模型，研究了2005-2017年间我国31个省（市、自治区）金融波动对经济增长的影响。研究发现，随着金融周期所处阶段的变化，金融波动对经济增长会产生显著的非对称性双重门槛效应，主要体现为如下两点：首先，金融周期处于膨胀期、平稳期和萧条期时金融波动对经济增长会产生负向影响，但从影响系数值的大小来看，处于膨胀期时最大，是后两者的2倍之多，处于平稳期时最小且并不显著；其次，分区域的稳健性检验表明，金融发展水平高的区域双重门槛值出现得早，且两个门槛值间的区间要比金融发展水平低的区域宽28%。这些结论说明，经济增长对于金融波动的容忍弹性会随着金融周期所处的阶段而变化，金融发展水平的提高会放大经济增长对金融波动的容忍区间，但也会加速金融周期处于膨胀期时爆发金融危机的可能性，这使得当前我国存在着进一步发展金融水平和严控金融风险的矛盾，对此本文也提出了相应的政策建议。     

上证50ETF期权隐含波动风险对资本市场风险的预警能力分析

使用上证50ETF期权数据计算隐含波动率风险来刻画"常规"的波动,使用隐含尾部风险刻画非对称的隐含波动风险,构造出了对中国股票市场有显著风险预警能力的风险测度。首先,选取上证50指数和沪深300指数,使用两指数收益率序列的高阶矩作为股市未来的风险度量,用长短国债利差作为宏观风险的代理变量,证实了上证50ETF期权隐含波动率风险和隐含尾部风险对未来6个月内的股票市场风险和宏观风险都有显著预测能力。其次,使用有变点的分位数自回归模型对隐含尾部风险进行建模,并在贝叶斯框架下使用MCMC方法估计出了两个隐含尾部风险的突变日期:2016年3月3日和2017年12月15日。使用以上两个突变日期将股指序列和长短国债利差序列划分为三个时期,发现三个时期内的股票市场风险和宏观风险都有显著的差异。观察差异结果可以发现,当金融市场处于高波动风险时,宏观风险也相应较高,尾部风险呈高分位膨胀性;随着尾部风险的突变发生,金融市场和宏观市场风险开始降低并结束波动期,继而迎来一段时间的稳定上升;当市场一直处于较为稳定的上升状态并伴随着较低的宏观风险时,此时尾部风险逐渐增加并再次发生突变,预示着股票和宏观市场再一次迎来一段波动期。研究证明,期权隐含波动风险对股票市场乃至宏观资本市场都有显著的风险预警能力。     

基于单边波动谱的奇异值分解降噪有效阶次确定方法

针对奇异值分解降噪中奇异值有效阶次难以确定的问题,提出了一种基于单边波动差分谱的奇异值分解降噪有效阶次确定方法。该方法首先将振动信号构造成hankel矩阵,再进行奇异值分解,利用分解所得的奇异值得到波动差分谱,最后根据波动差分谱的单边极大值来确定奇异值有效阶次。通过仿真数据以及实际轴承故障数据的分析,证明该方法能够有效提高信号的信噪比,为后续诊断工作奠定了良好基础。     

今年住房限购或将全面退出

2015年,一二线城市房价将继续下滑,但有望在下半年逐渐回暖,限购政策有望全面退出,未来一半以上的开发商或将转行、消失。这些判断出自《住房绿皮书:中国住房发展报告(2014-2015)》(以下简称《住房绿皮书》)。预计一二线城市房价先降后升《住房绿皮书》从宏观背景、市场主体、市场体系、公共政策4个方面,对年度中国住宅市场体系做了全面、系统的分析、预测与评价,并给出相关政策建议。     

新闻业应用大数据:展望、误区与对策

大数据时代,新闻业将发生三个方面的变化:在新闻报道样式上,由数据新闻升级为大数据新闻;在新闻生产的受众观上,由类型化受众观变为个人化用户观;在新闻产品的本质上,由易碎的信息转向高附加值的知识。在大数据时代初期,人们对大数据还有诸多误解,如认为大数据的分析是客观的、大数据的数据采集都是全样本的、大数据的结论一定是正确的。大数据对于新闻业态的重构是革命性的,新闻业需要主动、积极地迎接大数据时代,包括对大数据资源的主动积累、获取,对大数据技术的主动接轨和掌握,对大数据新闻的常态化实践,还要提升新闻业者的"大数据素养"。新闻业应用大数据需要再审视。