针对趋势失控的基于TAR模型的SPC-EPC集成研究

目前在SPC-EPC集成研究中使用线性时间序列模型,该模型对复杂的非线性自相关关系的描述存在偏差并影响最终的控制效果。针对这一问题提出使用一类非线性时间序列模型(即门限自回归模型)描述系统的动态噪声,据此建立基于门限自回归模型的最小均方误差控制器,并进一步建立SPC-EPC集成控制体系。针对在连续生产过程中常见的以趋势形式存在的过程失控,通过实例研究控制器在单独使用和集成控制方法下的控制效果,并与线性控制器相应的结果进行对比,通过模拟研究进一步验证和分析这一集成控制方法的控制效果。研究结果表明,基于非线性时间序列的集成SPC-EPC控制方法,对含趋势形式失控的、复杂的非线性自相关过程,在单独使用控制器调整的基础上可以进一步减小过程变异,模拟研究进一步验证此集成控制方法对不同幅度趋势变异的有效性,并给出不同情况下的集成控制方案。     

中国股市泡沫破裂临界时点动态置信区间研究

本文在对数周期幂率(LPPL)模型基础上,分别构建了“滚动窗口”以及“固定起点并移动终点”两种泡沫临界点动态置信区间构建方法,并以中国股市沪深300指数在2007年和2015年发生的两次大牛市股市崩盘为研究对象,采用两种新的方法进行样本外预测,计算出泡沫破裂的临界时点以及动态置信区间。研究结果表明,随着时间的不断推移,泡沫破裂临界时点的置信区间基本上能稳定覆盖实际发生泡沫破裂的时点。相比单纯利用LPPL模型预测临界时点方法,置信区间法能更好地克服预测临界时点随机性的情况,并能很好显示股市泡沫临界区间的变化轨迹,为投资者风险管理提供参考。     

基于VAR-Prophet模型的股市收益率研究

股票市场作为国民经济的“晴雨表”,在宏观经济发展和经济政策制定中发挥着指导和先驱的作用,而股票市场复杂多变,受到多方面因素影响,收益率难以被解释和预测。针对股市收益率复杂多变的拟合和预测问题,文章结合传统计量经济学模型和近年来迅速兴起的机器学习模型,构建VARProphet模型,选取2001—2022年美国纳斯达克指数收益率、伦敦同业拆借利率（隔夜）以及美国经济政策不确定性3个内生变量构建模型。实证结果表明,相较于多元线性回归、单独使用VAR或Prophet模型,VAR-Prophet模型具有良好的拟合和预测效果,且美国股票市场收益率受到市场化利率、经济政策不确定性的影响较小。     

马尔可夫切换模型及其在中国股市中的应用

马尔可夫切换模型是一种研究时间序列结构性变化的方法。为了定量研究中国股市的波动特征,采用深证成指作为中国股市波动状况的指标数据,建立3-状态、异方差、四阶自回归形式的马尔可夫切换模型对数据进行计算和分析,由此总结了中国股市的波动特征。     

基于SV-GED模型的极值风险度量研究

把GED分布引入SV模型,构建SV-GED模型,然后与极值理论相结合拟合标准残差的尾部分布,进而建立一种新的金融风险度量模型——基于EVT-SV-GED的动态VaR模型,并通过沪深300指数和恒生指数的每日收盘价进行实证分析,研究显示:EVT-SV-GED模型能有效刻画中国股票市场的波动性特征,并且能够既有效又合理的度量金融市场风险。     

催高房市和股市就是玩泡沫

经过改革开放之后,我们富裕了,我们的1块钱变成了10块钱。按照教科书的理论,我们应该干什么？ 我们应该做两个投资,5块钱投资在股市跟楼市,另外5块钱先放在银行作为存款,准备投资实体经济。什么是一种理想的状况呢？那就是我们投资到实体经济的5块钱先变成了10块钱,股票、房地产刚好来反映这个基本面,     

投机性股市泡沫预警指标的构建与实证分析

金融自身的泡沫问题作为引发金融危机的一个重要方面,正成为金融体系乃至整个经济体系健康发展的重大威胁.本文以中国股市泡沫问题为研究对象,针对股市交易中投机性大小建立预警体系从而对投机性股市泡沫进行有效的监控.本文选取了8项经济指标,通过对1998-2007年10年间我国股市泡沫水平的相对变动进行分析,结合功效系数法[1]构建了投机性股市泡沫预警体系的理论框架,并据此对我国上证A股投机性股市泡沫建立相应的预警指标体系进行实证分析,得到了一些有用的结论.     

基于二阶段模型的中国股市资金流向研究

在资金博弈和资金推动的证券市场中,资金流向确认与计算是金融工程的一大理论难题,国内外从事资本市场研究的学者及实际工作者都在寻求这方面突破,但均未有实质性进展。有鉴于此,本文在现有资金流向计算方法基础上,首次提出二阶段资金流向理论模型和构建资金流向指标体系,并实证分析中国股市资金流向。研究结果表明,资金净流入/资金净流出>2.3为牛市上证综指顶部,资金净流出/资金净流入>1.3为熊市上证综指底部;行业资金净流入/资金净流出>1.78为高成长行业,资金净流出/资金净流入>1.54为低增长行业,高成长股资金净流入/资金净流出比值>2。研究还发现,历史10天、20天及30天的资金净流向对未来10天、20天及30天的资金净流向有显著的预测作用。     

基于TDAR模型的VaR估计方法及应用

文献中, 在险值估计方法一般基于线性假设, 但是该假设在实际中很难满足,需要为此提出非线性的在险值估计方法。与以往传统模型一般假定变化发生在"时间"点上不同,门限双自回归 (TDAR)因状态空间的不同而建立不同模型来对非对称性、结构变点等非线性现象进行刻画,并同时允许均值和波动率过程的结构变化。本文首次基于TDAR建立TDAR-VaR方法,并对上证指数和香港恒生指数进行了实证研究和对杠杆效应进行了分析。实证分析发现TDAR-VaR较好地预测了市场风险。     

中国股市没有“泡沫”

事实上，根本就难以找到有关泡沫的证据。按照2008年的一致收益预期衡量．基准的沪深300指数（CSI 300）目前的市盈率为23倍．远不到我们所认为的泡沫估值，并且低于其30倍市盈率的10年平均水平。其次，2007年的业绩增幅为48％，而市场人士普遍预计今年业绩将增长32％。尽管考虑到全球经济放缓,32％似乎是个雄心勃勃的数字．但其中7个百分点来自于一次性退税,     

比房产泡沫、股市泡沫更可帕的是人才泡沫!

中国经济本质上讲，所受到的冲击表面上是出口，背后实质上是产品竞争能力。我们要懂得一点，挑战者比领导者更喜欢危机，任何一次经济危机其实都是领导者落马，挑战者登上历史舞台的重大机会，正如二战成就了美国，中东石油危机成就了日本。亚洲金融危机成就了三星一样，这次次贷危机会不会是中国登上历史舞台的一个机会，关键在于企业的竞争力!     

我国通货膨胀率波动路径的非线性状态转换——基于通货膨胀持久性视角的实证检验

基于通货膨胀持久性视角的通货膨胀动态波动机制对于更好地理解体现通胀持久性的现代新凯恩斯模型具有重要的理论价值。本文利用一个带有单位根的门限自回归模型对我国通胀率的波动路径进行了实证检验,结果表明,我国通胀率是一个具有局部单位根的门限自回归过程,并且可以划分为加速通胀状态和减速通胀状态。在减速通胀状态,通胀率是一个平稳自回归过程,而在加速通胀状态下,通胀率是一个具有单位根的自回归过程。同时发现,我国通胀率在两个状态下都具有高持久性,并且加速通胀阶段的持久性更高。那些能够体现通胀持久性特征的现代新凯恩斯模型都可能成为解释具有高持久性特征的通胀波动路径的理论机理,同时高持久性通胀的结论也可以为那些体现通胀持久性特征的现代新凯恩斯模型提供来自中国的经验证据。     

基于ARIMA-GARCH模型和极值理论的中国股市风险价值度量

以极值理论为基础的风险值度量方法是最近发展起来的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例,利用ARIMA-GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较,然后利用极值理论对经过ARIMA-GARCH模型筛选过的残差进行极值分析,估算风险价值。     

考虑股市泡沫因素时的市盈率与投资有效性关系的实证分析——以深市A股为例

市盈率是最常用来评估股价水平是否合理的指标之一,在我国价值评估和投资决策中有着广泛应用。本文是在考虑股市泡沫因素的前提下,对市盈率指标与投资有效性关系的实证分析。基于相关的理论模型,以深市A股为研究范围,按照一定的规律,收集并整理了深市A股中150支个股的相关数据作为研究样本,对市盈率与公司的盈利能力、市盈率与股市泡沫进行相关性分析,为我国股票市场制度和股票投资者提供一些参考和建议。     

基金竞争与泡沫资产配置的模仿行为研究

以基金锦标赛理论为基础,考察基金在泡沫资产配置的模仿行为.分析了开放式基金在泡沫资产配置上的同群效应,及其产生的原因和造成的后果.实证研究基于2005年至2015年的开放式基金投资组合季度数据,构造了基金网络矩阵和持股相似性矩阵,然后利用空间面板模型考察了基金在泡沫资产配置上的模仿行为.结果表明,开放式基金之间存在显著的同群效应,在泡沫资产配置上表现出模仿性策略.这种模仿行为给基金带来了显著的资金净流入,扩大了其管理的资产规模,但是并没有给基金投资者带来显著的超额收益.证据表明开放式基金利用了投资者的有限理性扩大其资产规模从而获得最大化利益.本文的研究对于理解我国股市泡沫的形成以及由此产生的对基金的行为进行监管提出了新的思考,为投资者利益保护研究提供了新的视角.     

中国股市是宏观经济的晴雨表吗?——基于马氏域变模型的研究

本文运用马氏域变向量自回归模型研究我国宏观经济因素变动对股市的影响。宏观因素选取了工业增加值、消费、出口、通胀率、广义货币增速、利率以及人民币兑美元的实际汇率以反映实体经济增长和货币政策变动。本文首先利用马氏域变模型对所选变量不同时期所处状态进行识别,进而分析了各宏观经济变量周期与股市周期之间的关系;在此基础上,对各序列绝对离差建立马氏域变向量自回归模型,并利用其冲击响应函数研究各宏观经济因素波动对我国股市的影响。研究发现,A股收益率和各宏观经济变量变动都具有明显的非线性;在大多数时间里实体经济变动和股市波动保持了较好的协同性,股市周期略领先于实体经济周期;M2的快速增长往往伴随着股市的大幅上涨,但股市大幅上涨阶段并不与M2的快速增长相伴;利率调节对股市周期有显著的负向影响;通货膨胀对股市收益率影响显著;实际汇率变化周期与股市收益率周期相协同。     

国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型

受全球经济、政治、能源和政策等各方面因素影响,碳资产价格波动剧烈,探寻适合碳市场风险度量的计量方法具有重要的现实意义。论文以EUA和CER市场为研究对象,对比了CAViaR与GARCH-GED模型在不同预测区间、不同置信水平下度量碳市场风险时的表现,发现CAViaR模型在模型拟合和预测方面要优于GARCH-GED模型,但由于CER市场具有更大的不确定性,导致了CAViaR模型在CER市场的预测表现比EUA市场更差,并且在预测1%VaR时,CAViaR模型表现出不稳定性;论文进一步将EVT与CAViaR模型结合来改进碳市场1%VaR的预测效果,发现在处理具有高风险预测区间以及高风险的CER市场,EVT-CAViaR模型的预测表现都更加稳健,说明该方法能够一定程度上提升碳市场风险的预测精度。     

股市风险度量的VaR方法综述

在险价值(Value at Risk,简称VaR)是度量风险的一种普遍工具,越来越多的金融证券机构采用VaR方法测量市场风险。本文对VaR方法的定义和计算方法及VaR方法在股市风险度量上的应用进行了综述,并对VaR的应用提出了意见和看法。     

基于马尔科夫和混频数据模型的黄金期货市场波动率预测研究

利用马尔科夫机制转换(Markov-switching regime,MS)和混频数据(mixed data sampling,MIDAS)模型,构建新的马尔科夫机制混频模型(MS-MIDAS),并以此模型对中国黄金期货市场波动率建模和预测。运用样本外滚动时间窗(rolling time windows)预测技术和模型信度集(model confidence set,MCS)检验发现：(1)总体上,引入马尔科夫机制转换的混频模型(MS-MIDAS)相比于MIDAS模型本身,从统计上展现出更高的预测精度;(2)含有跳跃的马尔科夫机制混频模型(MS-MIDAS-CJ)的预测精度最高;(3)对不同的预测窗口和不同的滞后阶数(k^max),上述实证结果都是稳健的。