基于LM方法的双指数跳扩散模型的参数估计

介绍了双指数跳扩散模型的特征,阐述了Lee-Mykland方法识别跳跃的基本思想,用极大似然法对参数进行估计,从而形成了一种新的组合方法。利用上证指数2010—2016年的历史数据进行实证分析,实验结果表明:使用组合方法对收益率时间序列数据进行估计,不但能有效估计跳扩散模型的参数,而且能把跳跃发生的时点和相应的参数识别出来。     

基于已实现NGARCH模型的上证50指数的风险度量

基于NGARCH模型刻画了波动率的杠杆效应特征,在已实现GARCH模型的波动率方程中引入杠杆参数的扰动,建立了新的已实现NGARCH模型,并研究了新模型的动态VaR估计问题。上证50指数5 min频率高频数据VaR估计的返回测试结果表明:该新模型比已实现GARCH模型更好地刻画了波动率的杠杆效应特征,在一定程度上提高了风险度量的预测精度。     

基于GA-PSO混合规划算法的企业信用风险评估模型

利用一种新的人工智能方法———GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发,考虑基于GARCH类模型和基于非参数模型的VaR估计.对于前者进行筛选以后,采用EGARCH(1,1)模型来估计资产或资产组合未来收益率的波动,后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数,并用这两个模型对上海股市进行了实证研究,结果表明后者不失为一种值得考虑的方法.     

改进岭回归与主成分回归的股指跟踪研究

股市是金融市场的一扇窗,在一定程度上反映了金融市场的波动与趋势。在中国,上证50成分股属于股市中最有影响力与流动性的股票。选取上证50指数及其成分股,对所有成分股进行变量聚类,得出具有衡量价值的股票变量。将上证50指数与其成分股的收盘价数据分别进行单步估计与两步估计回归分析及股指跟踪,其中对岭回归与主成分回归进行改进。从跟踪误差的角度进行分析,结果表明:基于改进岭回归的股指跟踪效果更佳。该成果对研究股市波动具有一定参考意义,可帮助投资者进行决策分析。     

基于EGARCH模型的我国股市信息对称性研究

利用过去17年我国上证综合指数的历史数据,根据股票市场大的波动周期分五阶段经过EGARCH(1,1)模型估计,以验证市场对信息冲出的反映情况.研究结果表明:中国股市存在很大的波动性,尚未达到弱有效性;存在正负杠杆效应交替出现的现象,表现出信息不对称性,但是这种不对称性在明显减小.     

宏观经济指标与上证综指长短期走势的预测

上证综合指数和宏观经济指标,如广义货币供应量、国内生产总值、出口与进口的比值,以及外商直接投资之间存在长期的均衡关系,可以通过宏观经济指标来预测上证综合指数的长期走势。误差修正模型的估计结果表明,上证综合指数具备经济"晴雨表"的功能。     

基于M-Copula-EGARCH-M-GED模型的相关风险度量及投资组合优化

采用EGARCH-M模型进行单个资产建模,利用M-Copula函数构建资产的联合分布,对基于GED分布的联合资产收益率构建M-Copula-EGARCH-M模型,并采用Monte Carlo模拟方法计算出不同投资比例和置信水平的组合风险VaR和CVaR的值,并求出不同期望收益和置信水平下的最优组合投资权重.结果显示:当分位数为5％时,欲获得固定收益,同时风险最小,需将绝大部分资金投入深圳证券市场;在分位数取10％时,目标收益率较低时,应将大部分资金投放在上海证券市场.目标收益率较高时,上证市场的投资比例应降低,深证市场的资金比例应上升,具体的最优投资比例在实证部分已给出.实证结果表明:本文模型有利于投资者对投资权重的选择.     

我国股票市场周期性破灭型泡沫检验——基于门限自回归模型

根据Evans周期性破灭泡沫理论,利用了Enders和Siklos改进后的门限自回归模型,采用了Chan的条件最小二乘法对参数进行了估计,对股票市场泡沫进行了检验.样本区间为1996年1月到2009年2月,结果表明,上证综合指数月度数据的变化可以划分为存在泡沫和不存在泡沫的时期,且两个时期呈现交替出现的状态,我国股票市场存在周期性破灭的泡沫.     

基于评级模型的违约率估计

违约率是信用风险建模的核心输入变量,文章基于评级模型对违约率进行估计。估计违约数据很少的低违约组合的违约率是一个比较困难的问题,用最大谨慎原则方法解决这类问题时结果偏大,过于保守。文章将最大谨慎原则的思想与极大似然方法相结合,估计了低违约组合的违约率。估计的结果比仅用最大谨慎原则得到的结果很大程度上降低了保守度。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发，考虑基于GARCH类模型和基于非参数模型的VaR估计．对于前者进行筛选以后，采用EGARCH(1，1)模型来估计资产或资产组合未来收益率的波动，后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数，并用这两个模型对上海股市进行了实证研究，结果表明后者不失为一种值得考虑的方法。     

投资组合管理中连接函数应用

运用Copula函数代替相关系数表示风险因子之间的依存关系,从风险因子依存性角度探讨投资组合风险值(VaR)计算。采用最大似然估计方法对Copula函数参数进行估计,通过MonteCarlo似然估计投资组合收益风险值,结果表明基于Copula方法估计的投资组合风险值比方差协方差方法估计的投资组合风险值更接近实际数据。     

VaR方法在股票投资风险管理中的应用

通过介绍选题背景及国内外文献综述,探讨股票市场风险管理的Va R理论,并对上证综合指数进行了实证分析。实证分析在数据检验的基础上,采用广义误差分布(GED)下的指数广义回归条件异方差(EGARCH)模型对上海证券综合指数日收益率数据进行拟合,计算出对应的Va R值,对结果进行检验和分析,发现该模型很利于股市风险的刻画。     

基于Peti网的WEB服务组合建模及验证

Web服务组合是为了应对日益复杂的业务处理流程,将单一的web服务组合在一起形成一个新的服务。正确的组合web服务是有效应用这些服务的前提,为此研究了利用Petri网组合Web服务的方法和web服务组合模型的验证算法。在对工作流和Web服务组合进行分析对比的基础上,借鉴基于Petri网的工作流建模技术,给出了一种基于Petri网技术的Web服务组合建模方法．采用直观的图形表示Web服务组合模型。结合Web服务组合模型的合理性定义,设计出Web服务组合模型合理性验证算法,利用库所向量和服务集合的表示方法对Web服务组合模型进行分析验证。最后用一个具体实例对Web服务组合建模和验证方法作进一步说明。     

上海股票市场收益日内效应的研究

本文通过对上海股市2000年和2001年中5分钟绝对值回报数据进行研究,得出上海股市收益U形的日内效应特征,并对此进行了相应的分析。在此基础上建立了估计中国股市日内回报周期性特征的FFF模型,并且具体估计出了模型,与历史的数据进行对比发现其拟合程度很好。     

基于行业板块的投资组合方法研究

运用资产选择和资本资产定价理论、首先根据单基金定理构建行业间板块组合,其次根据Markowitz模型构造行业内证券组合,而后将二者复合成单一组合方法,最后结合上证综合指数和深证行业指数通过Granger因果关系检验验证了不同行业对市场作用不同,因此表明考虑行业因素的投资组合更具有效性,这一结论与投行分板块选股实情相吻合。     

基于灰色时序组合模型的股价预测

基于Cramer分解定理,针对股票价格的随机性提出用灰色系统理论与时序分析相结合的方法描述股价变化。并通过对上证马钢股份数据进行预测分析证明了用GM（1,1）模型和ARMA模型共同描述股价变化的适用性,并用模型预算公式对预测值与实测值作了比较,说明该模型具有较高的预报精度和应用价值。     

低市净率股票组合的价值分析——基于财务数据的分析方法

国内外研究均发现低市净率股票组合具有超额收益,因此形成针对低市净率组合进行投资的风格.但在该组合中,真正具有投资价值的股票是引起整体组合超额收益的动因.利用会计信息进行财务状况评级的方法能够区分出该类股票.利用国内股市数据进行实证,结果说明通过对上市公司近期财务报表的评分能够在低市净率股票组合筛选出具有明显超额收益的股票.     

基于非光滑优化的投资组合问题

采用HT∞(X)风险函数衡量组合风险,建立新的双标准优化模型.该模型所反映的均衡关系,可作为投资者进行投资组合的依据.由于风险函数是不可微的,故传统的优化方法在此并不适用.利用非光滑优化方法可以很好地解决该问题并得出其有效前沿.     

基于多分类器组合的个人信用评估模型

针对个人信用评估单一模型存在的不足,提出一种基于多分类器组合的个人信用评估模型.该模型综合了多元判别分析、logistic回归、神经网络、支持向量机等七种个人信用评估单一模型的预测结果,利用加权投票方法对其进行组合并输出最后预测结果.在某商业银行信用卡数据集上的测试结果表明,组合模型能有效地提高预测精度及稳健性,对信贷机构控制消费信贷风险具有很好的适用性.