中国股市泡沫的识别和预测:基于SSMS模型

文章将前沿的向量自回归—对数线性化资产定价模型改写成状态空间形式,并与二元马尔科夫区制转换有机地结合,得到用于股市泡沫识别和预测的状态空间马尔科夫区制转换模型,以便在一个统一模型框架中解决股市泡沫的时变性和不可观察性.基于中国股市的实证研究表明:(1)该模型能够很好捕捉股市泡沫,识别泡沫的膨胀区制和破裂区制,估计泡沫在两个区制之间的转换概率.(2)中国股市泡沫具有周期性、持续性和不对称性特征.基于滤波概率和平滑概率的预测进一步支持了上述结论.     

中国金融风险周期监测与央行货币政策非对称性效果识别

本文采用时变参数因子增广向量自回归模型（TVP-FAVAR）,并基于动态模型平均法测度了金融子系统变量的时变权重,通过加权计算得到我国金融风险周期指数（FRI）。然后改进构建了分区制货币政策模型系统,并采用逻辑平滑转换向量自回归模型（LST-VAR）研究了高低区制下,价格型和数量型货币政策对金融风险的传导效应,在此基础上,设计并测度了我国货币政策的时滞效应。研究发现,我国金融风险具有明显的两区制特征,样本区间内FRI大多时期处于低风险区制,而高风险区制的时间段与国内外重大金融风险事件相吻合。两种紧缩的货币政策均有利于抑制金融风险及其波动,且在高风险区制的抑制效应更为显著。对于货币政策时滞效应,数量型货币政策对金融风险的抑制作用大于价格型货币政策,但2008、2012和2015年三个高金融风险期的时滞效应均较小。最后,根据研究结果提出相应政策建议。     

基于分形理论的LSTAR模型检验

针对非线性时间序列的单位根检验和非线性检验中存在的问题,引入分形理论中的Hurst指数进行研究,以LSTAR模型为代表,讨论了相关样本性质。通过蒙特卡洛模拟实验证实,只有当非平稳特征十分明显时,DF检验才能检测出单位根。Hurst指数改善了单位根检验功效,且作为一种非参数检验方法,具有较好的稳健性。     

平滑转换自回归模型的单位根检验问题研究

 内容提要：针对非线性模型的单位根检验中存在的问题,本文认为非线性模型的单位根检验不应该在AR模型中进行,而应该在非线性模型中进行。以LSTAR(1)模型为例,本文给出了在其中进行单位根检验的统计量及其临界值。用蒙特卡洛试验证实,本文提出的单位根检验统计量的功效明显高于DF单位根检验,只有当非平稳特征十分明显时,DF检验才能检测出其中的单位根,因此,在非线性模型中进行单位根检验是必要的。     

基于LSTAR模型的非线性协整检验

大量的经济理论和实践都表明,宏观经济时间序列经常会出现非平稳和非线性特征,因而在统计分析时,需要进行非线性协整检验。基于逻辑平滑转换自回归(LSTAR)模型将传统的线性协整表述方法拓展为非线性形式,构造实用的检验程序及合适的统计量,利用软件R进行蒙特卡洛模拟给出非线性协整检验统计量的临界值,并通过实际数据分析购买力平价动态系统的非线性协整关系,说明方法的有效性。     

STAR非线性平稳性检验中误设定的伪检验研究

本文通过理论分析和蒙特卡洛仿真模拟,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论.研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强.当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败.数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高.当转移函数F(θ,c,zt)中θ较大导致一阶泰勒近似误差较大或c非0时,标准ESTAR与LSTAR非线性检验法失去应用条件.θ较大或c偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好的检验结果.     

基于二元逻辑模型的企业财务预警机制研究

文章以20003年～2009年深沪两市64家上市公司作为研究对象,在基础财务指标的基础上采用相关分析法和逻辑回归法筛选指标,构建预警模型,并同时检验其稳健性,最终结果表明,logit模型可以有效预测企业财务危机.     

中国股市确定性泡沫的特征

本文以描述趋势行为的确定性泡沫理论模型为出发点,通过提出假说并构建相应的计量模型,采用直接检验法对近13年来(1992年10月-2005年6月)上证指数的时间序列进行了泡沫检验.     

基于Markov转移模型的中国股市状态转换研究

文章对深交所1998～2008年间的月度股指数据进行统计性描述,并从偏度、峰度和滚动方差三个角度对其波动性进行分析;运用非线性的Markov状态转移模型,定义股市的三种状态,来系统分析股市在三种状态之间的变换及其规律.     

本币升值背景下股市泡沫的测量

文章主要讨论了本币升值背景下股市泡沫的测量问题,采用市盈率作为衡量股市泡沫的指标,将汇率升值因素与市盈率相结合来建立数学模型,给出了在本币升值预期条件下,零泡沫状态的理论市盈率的测算方法.然后利用日经225指数对日本股市泡沫进行了实证分析.通过实证研究表明,文章提出的股市泡沫测量方法更适用于本币大幅度连续升值背景下的泡沫测量.     

Phillips-Perron-type unit root tests in the nonlinear ESTAR framework

Summary In this paper, we propose Phillips-Perron type, semi-parametric testing procedures to distinguish a unit root process from a mean-reverting exponential smooth transition autoregressive one. The limiting nonstandard distributions are derived under very general conditions and simulation evidence shows that the tests perform better than the standard Phillips-Perron or Dickey-Fuller tests in the region of the null. We would like to thank conference participants of the Pfingsttagung 2005 in Münster for their helpful comments.     

我国保险投资组合的模拟和金融风险测量研究

 本文利用Copula函数的概念研究了保险投资组合多元金融数据的统计模拟。根据我国保险投资的特殊性,我们选用沪深300指数、基金指数、企债指数和国债指数四种风险资产来模拟保险投资组合中的股票、基金、企债和国债收益。基于模拟的结果分别利用传统近似方法（Add-VaR、N-VaR和H-VaR）和Copula方法计算了投资组合的总风险;相对于Copula-VaR方法,Add-VaR显著高估了风险,N-VaR显著低估了风险,H-VaR对于Copula-VaR的近似效果比较好,但其也高估了风险,即H-VaR相对于Copula-VaR是一种比较保守的方法。另外,我们分析了投资组合权重变化和Copula函数的选择对投资组合总风险的影响。     

Preliminary test estimation for the second order autoregression

Consequences of preliminary test model identification procedures in time series analysis are examined in the context of a squared error risk function. Asymptotic risk comparisons and Monte Carlo studies are used in comparing these procedures.     

Testing for linearity in Markov switching models: a bootstrap approach

Testing for linearity in the context of Markov switching models is complicated because standard regularity conditions for likelihood based inference are violated. In particular, under the null hypothesis of linearity, some parameters are not identified and scores are identically zero. Thus, the asymptotic distribution of the relevant test statistic does not possess the standard χ ²-distribution. A bootstrap resampling scheme to approximate the distribution of the relevant test statistic under the null of linearity is proposed. The procedure is relatively easy to program and computation requirements are reasonable. The performance of the bootstrap-based test is investigated by means of Monte Carlo simulations. Results show that this test works well and outperforms the Hansen test and the Carrasco et al. test.     

随机前沿生产函数非效率项不同衡量方式的一致性问题——基于蒙特卡罗模拟的分析

 摘　　要:本文应用蒙特卡罗模拟方法，在定义单次模拟程序时，假设数据产生机制是一个超越对数随机前沿生产函数的10模型，由此创造出模拟样本，并用一个超越对数的00模型（scaling-property模型）计算出有关参数、特别是非效率项的估计值。又进一步判定了所得到的估计值和原来10模型中的“真实”非效率项的一致性。研究发现，真实非效率项与从scaling-property模型中计算出来的非效率估计值之间的各种相关系数均为负值。因此，效率秩估计值和“真实”效率秩是不一致的     

风险规避情形下第一价格拍卖的非参数估计方法

在拍卖实证研究的大量文献中,越来越多的证据表明投标人更趋向于风险规避,然而目前拍卖计量方法通常只考虑风险中性的情形。针对这一问题,推广了针对第一价格拍卖的非参数估计方法,给出了多个风险规避参数估计量来处理风险规避的情形,并总结了相应的估计过程。为验证估计效果,蒙特卡罗模拟实验被用于进行分析和评价。实验结果表明,无论是对风险规避参数,还是私有估值的估计,总体上都能取得不错的效果,验证了方法的有效性,同时为风险规避参数估计量的选择提供了一些指导性建议。     

非线性回归模型参数估计方法研究——以C-D生产函数为例

通过理论分析和蒙特卡罗模拟,对C-D生产函数模型参数的估计方法进行比较研究的结果表明：当误差项满足经典假设时,非线性最小二乘估计量具有与线性最小二乘估计类似的、近似BLUE的特性,且当误差项存在异方差时,用加权非线性最小二乘法也能大大改善估计量的性质。     

Orthogonal Arrays for the Estimation of Global Sensitivity Indices Based on ANOVA High-Dimensional Model Representation

We present an efficient new approach to estimate global sensitivity indices based on ANOVA high-dimensional model representation. The method makes use of the properties of orthogonal arrays and extend the results of Wang et al. (2010 Wang , X. , Tang , Y. , Chen , X. , Zhang , Y. ( 2010 ). Design of experiment in global sensitivity analysis based on ANOVA high-dimensional model representation . Communications in Statistics—Simulation and Computation 39 : 1183 – 1195 .[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) to a more general situation. A theorem is given to illustrate that both the non influential and significant sensitivity indices are well estimated. This new method offers higher sampling efficiency than those of Sobol and Saltelli. We test its performance on two different models, which are widely used in engineering and statistical areas.