基于变系数分位点回归的金砖四国金融稳定分析

金融不稳定性累积到一定程度就会引发金融危机,而新兴市场作为世界经济发展的重要增长点,同时也是金融危机爆发的重灾区.因此,新兴市场金融稳定性的研究至关重要.本文基于新兴市场代表国家——金砖四国(中国,俄罗斯,印度,巴西)的主要综合股指对金融稳定性进行了实证研究.与传统金融稳定性的研究方法不同,本文考虑系统性冲击在正常和极端市场下对不同国家金融市场的影响.首先应用分位数回归模型对金砖四国的金融稳定性进行检验,进而基于变系数分位数模型研究系统性冲击对金融市场稳定性的影响随时间变化的趋势,对金融稳定性进行了时变分析.实证结果表明,金砖四国都具有某种程度的金融不稳定性,近期中国和巴西在5%分位点处的金融不稳定性受系统性冲击的影响相对于印度和俄罗斯更加剧烈.     

金融业上市公司系统性风险度量研究——基于A股数据的分析

本文选取2011—2020年度66家上市金融机构的股票数据,采用条件在险价值法（CoVaR）度量金融业上市公司系统性风险,建立分位数回归模型计算CoVaR。通过对近十年来我国金融业上市公司的系统性风险变化趋势的研究,发现我国金融业上市公司系统性风险近十年来整体在可控范围内,并通过近几年的改革逐步降低。期望本研究能为我国下一步的金融风险控制提供参考。     

基于分位数回归的金融市场稳定性检验

本文立足于收益波动率的视角界定了金融市场稳定的内涵,提出了基于分位数回归的检验金融市场稳定的方法,并运用该方法对我国股票市场的稳定性做了实证分析。结果显示,上海股票市场从不稳定状态向稳定状态发展,特别是在美国次贷危机引发的全球金融危机之后较快地进入了稳定状态,该结论同时也通过了来自系统性冲击和波动率周期选取的稳健性检验,并且支持了我国政府应对全球性金融危机出台各项政策的积极效应和正面效应。     

加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

基于分位数回归的经济增长与财政支出实证研究

本文从巴罗的经济增长理论入手,探讨了经济增长与资本、劳动和政府支出的三者之间的关系,得到关于政府支出最优规模模型。同时利用分位数回归方法进行实证研究,结果说明:不同的经济增长水平下,劳动数量对经济增长没有显著影响,重要的是实际财政支出规模均达不到最优规模。在此基础上,提出了一些政策建议。     

基于非线性分位数回归模型的多期VaR风险测度

多期VaR主要受到持有期及波动率两个变量的影响,并且其影响模式(线性或非线性)的确定对于准确地进行VaR风险测度至关重要。非线性分位数回归模型,能够克服线性分位数回归模型只能揭示多期VaR及其影响因素之间线性依赖关系的局限,从而提高多期VaR风险测度的准确性。结合波动模型与两个非线性分位数回归方法:QRNN和SVQR,给出了多期VaR风险测度的三类方案:波动模型法、QRNN+波动模型法、SVQR+波动模型法。选取3个股票价格指数作为研究对象,考虑了6种不同形式的波动模型,得到了18个多期VaR风险测度方法进行实证比较,结果表明:波动模型选择影响到多期VaR风险测度效果;SVQR+波动模型法略优于QRNN+波动模型法,并且两者显著优于波动模型法。     

基于CPFR的需求预测新方法——分位数回归预测法

本文引入计量经济学前沿预测研究方法-指数加权分位数回归预测,并建立需求预测模型.该模型通过直接预测销售序列的分位数,避免既存研究中基于假设的预测失误,使预测结果更加贴近需求模式的真实值.在此基础上建立基于CPFR的供应链系统成本模型,对比分析表明指数加权分位数回归方法的预测精度较高.     

基于危机条件概率的系统性风险度量研究

2007年次贷危机的爆发,令系统性风险的度量受到了广泛关注,但是目前常用的度量方法存在多种问题,不能较好地反映金融业系统性风险的实时变化。本文提出一种新的系统性风险度量方法——危机条件概率（Conditional Probability of Crisis,CPC）,将系统性风险定义为单个金融机构发生危机导致整个金融系统也陷入危机的概率,可以利用股票收益的下尾相关性计算得出。该方法概念清晰,较好地体现了系统性风险的内涵,并且可得到实时更新的系统性风险。实证基于中国49家上市金融机构的股票价格数据,得出了2007-2016年我国金融业及金融子行业系统性风险。结果显示：2014年下半年以来,中国整个金融行业的系统性风险呈明显上升的趋势,目前甚至已经显著高于次贷危机时期;证券业系统性风险在样本时间范围内一直呈显著上升趋势;银行业对金融行业的影响最大,证券业和保险业的影响力也在逐步上升。     

国际性无形技术外溢与中国全要素生产率——基于分位数回归的实证研究

考虑国际性技术外溢中技术外溢方和吸收方互动因素的基础上,本文测算了我国各省吸收同化的无形国际性外溢R&D存量,将其代入Coe和Helpman推导的内生增长模型中,利用我国各省的面板数据估计了自主R&D存量和无形国际性外溢R&D存量对全要素生产率的弹性系数,同时,应用了分位数回归分析了无形国际性技术外溢对TFP的贡献随着各省市TFP的分位点的变化而变化的趋势。研究结果表明,自主R&D投资显著促进全要素生产率的增长,是我国各省技术进步的主要推动力;无形的国际性技术外溢同样促进了各省的全要素生产率的提高,但其作用要小于自主R&D投资对各省全要素生产率的推动作用。分位数回归结果进一步表明,随着各省市全要素生产率的提高,无形的国际性技术外溢对各省全要素生产率的促进作用逐步降低。     

基于MIDAS分位数回归的条件偏度组合投资决策

条件偏度是金融市场典型特征之一,忽略条件偏度的组合投资决策往往难以有效地分散金融风险。为此,本文构建了包含条件偏度的组合投资模型,并给出其建模方法。首先,运用MIDAS-QR模型,改善条件偏度测度效果;其次,基于CRRA效用函数,将组合投资权重设计为条件偏度和特征变量的线性组合,建立组合投资模型并给出求解方案;最后,从沪深300指数中选取10支代表性成分股进行实证研究,从收益、风险和Sharpe比率等方面,将包含条件偏度的组合投资模型与等权方案、均值-方差模型等进行比较,分析条件偏度在组合投资中的作用。实证结果表明：MIDAS-QR是测度条件偏度的有效方法,其测度结果受异常值影响小,表现稳定;条件偏度对组合投资决策具有显著影响,包含条件偏度的组合投资模型能够有效地降低投资风险、带来更高的风险调整收益。     

基于LASSO分位数回归的对冲基金投资策略研究

由于对冲基金采用了灵活的投资技巧,其收益序列往往表现出与传统投资方式不同的统计特征与风险收益能力,已有方法难以有效地评价其投资绩效.基于LASSO分位数回归,从影响对冲基金收益的众多风险因子中,挑选出重要的风险因子,考察在不同分位点处对冲基金的收益与风险之间关系,识别对冲基金投资风格,继而给出对冲基金投资绩效评价方法.为验证基于LASSO分位数回归的投资风格识别与投资绩效评价效果,构建对冲基金风格组合投资方案,并将其与基于均值回归构建的组合投资、等权组合投资、Markowitz组合投资等经典的组合投资决策方法进行比较.实证研究结果表明,基于LASSO分位数回归的投资绩效评价方法最为有效,给出的组合投资方案能够获得较高的风险调整收益.     

股票与外汇市场尾部风险的跨市场传染研究

随着国际经济环境联系的日益紧密,防范尾部金融风险的快速扩散与跨市场传染成为了各国政府当局与学术界的重要议题.在此背景下,采用条件自回归风险价值模型,准确测度了全球45个主要国家(地区)股票市场与外汇市场的尾部风险.同时,从体制区间效应的角度进一步探讨在非线性框架下进行研究的合理性,深入考察各经济体内尾部风险跨市场的非线性传染.其次,从动态视角分析尾部金融风险在我国股市与汇市间的动态演变,以及美国金融风险的跨国传染情况.最后,基于多元多分位数条件自回归风险价值模型,具体量化了各经济体尾部风险传染的强度,并展开跨国、跨市场的比较与分析.在此基础上,针对加强我国系统性金融风险的防范体系及监管方向提出了若干建议,它将有助于改进系统性金融风险的测度指标、化解国际股票市场与外汇市场尾部风险的外溢冲击,为我国防范跨市场的交叉性金融风险、维护金融稳定提供理论分析与实证检验的参考依据.     

中国股票市场存在特质波动率之谜吗? ——基于分位数回归模型的实证分析

选取我国沪深A股所有股票作为研究对象,采用OLS回归残差标准差提取和GARCH(1,1)加权平均等两种方法估计特质波动率,并利用Fama-MacBeth横截面回归法和分位数回归法对特质风险与股票预期回报之间的相关关系进行了实证研究.发现:OLS回归结果表明我国股票市场的特质波动率与股票预期回报之间呈现负相关关系,但在统计上不显著;分位数回归则表明我国股票市场的特质波动率风险与股票预期回报之间的关系是随着分位水平的变化而变化的,特质风险在低分位水平下与股票预期回报呈显著负相关关系,而在高分位水平下则与股票预期回报之间呈显著正相关关系.     

基于指数回归模型的中小企业板极端风险度量

中小企业板有着区别于沪深主板市场的风险特征.本文针对传统基于正态分布假设的VaR模型低估风险问题,运用极值POT模型研究中小企业板的极端风险,利用指数回归模型实现了POT模型中阈值的定量选取,避免了样本Hill图在选取阈值时存在的局限性.实证结果表明,POT模型对中小企业板极端风险的估计比正态分布更有效.研究还发现,传统基于正态分布的风险度量没有体现金融资产收益率的尖峰厚尾特征,同时存在低估风险和高估风险,但都很难通过LR统计量检验.因此,基于指数回归法的POT模型更能有效刻画中小企业板的极端风险.     

大数据下分位数回归通讯有效算法及其应用

考虑风险度量中常见的分位数回归模型，给出在超大容量数据且复杂数据类型下的几类快速分布式算法.虽然仅考虑分位数回归模型，但本文提供的算法大多数可以应用到其它更一般的模型中.由于分位数回归模型的目标函数为非光滑函数，通常的分块集成法和光滑函数高效通讯算法并不适用.本文首先针对完整观测数据，给出了分位数回归模型参数估计的等度连续法，光滑函数逼近法和改进的数萃(Meta)方法三种分布式通讯有效算法.进一步，考虑了非平衡半监督数据，分别针对无标签数据样本量较小和较大两种情形，提出了加权损失函数法和改进的数萃方法两种数据融合方法.所提出的方法可以把分散在不同机器上的半监督数据进行数据融合，从而实现不同数据类型和不同样本量情形下的高效通讯分布式计算，提高算法的精度和参数估计的效率.本文通过大量仿真模拟研究了所提出的算法在有限样本下的表现，并将其应用到了洛杉矶流浪人口数的实际数据分析中，发现其均具有较好的准确性.     

指令不均衡与股票收益关系研究——基于大规模数据分位数回归的实证

在指令不均衡与股票收益关系研究中,常常遇到两个困难：第一,不同市场环境下,前者对后者存在异质影响;第二,往往涉及大规模数据处理。为此,运用大规模数据分位数回归的方法,一方面揭示不同分位点处指令不均衡对股票收益的异质影响,细致刻画两者之间关系;另一方面适应大规模数据建模要求,得到更为可靠的结果。以上证A股和深证A股为研究对象,通过大规模数据分位数回归方法,得到了比均值回归更多有用信息。实证结果表明：第一,在高分位点处,滞后1期指令不均衡对股票收益具有正向影响且呈现上升趋势,而在低分位点却具有负向影响;第二,控制当期指令不均衡后,滞后期指令不均衡对股票收益具有负向影响,且随着分位点的增加呈现下降趋势。这些结果意味着,指令不均衡对股票收益具有一定的解释能力和预测能力。     

基于动态面板数据分位数回归模型的福州市房价影响因素分析

房地产业作为基础性和先导性产业,对经济和社会的影响有着举足轻重的作用。因此,房价影响因素的探讨一直都是国内外的热点话题。该文在研究城市人口密度、家庭人均可支配收入以及利率对房价的影响机制的基础上,选取了福州市2010—2017年的样本数据,利用动态面板数据的分位数回归模型进行了实证分析。结果表明,家庭可支配人均收入和人口密度的增加对房价的正影响随着分位数的增加呈逐步上升的趋势,即福州房价上涨的主要因素是家庭人均可支配收入和城市人口密度,利率的变化并不是福州市房价变动的主导因素。     

比例数据基于Tobit分位数回归模型的贝叶斯变量选择

针对家庭商业健康保险参保比例在[0,1]闭区间上取值的特点,本文基于Tobit模型给出了比例响应数据的贝叶斯分位数回归建模方法。通过引入回归系数的“Spike-and-slab”先验分布,应用EM算法我们提出了基于门限规则的贝叶斯变量选择方法。大量数值模拟研究验证了所提的贝叶斯变量选择方法的有效性,且具有易操作、计算量小等优点。最后,将此方法应用到家庭商业健康保险数据的实证分析,研究不同分位数水平下家庭健康保险参保比例的影响因素,得到了许多有意义的研究结果。