基于相对熵方法的长寿债券定价研究

本文在风险中性测度理论的框架下对经典的长寿风险衍生品——EIB/BNP型长寿债券进行了定价。文章首先使用Cairns-Blake-Dowd两因子模型，模拟预测了我国高龄人口未来的死亡率路径，然后通过引入三种相对熵，即Kullback-Leibler相对熵、Tsallis相对熵以及Rényi相对熵，并依据最小相对熵准则确定最优风险中性测度，进而完成对长寿债券的定价。在定价的过程中，本文融入已在我国市场发行的不同期限金融债的风险溢价信息，使定价结果更合理地反映我国金融市场规律。从计算方法上看，不同相对熵模型的定价保证了计算结果的稳健性和可信性；本文还发现对冲女性长寿风险所需的溢价整体上要高于对冲男性长寿风险所需的溢价，表明女性长寿风险面临的不确定性程度更大。本文还分别比较了仅融合单一市场风险价格以及考虑多个市场风险价格作为先验信息时定价结果的差异，发现定价的结果对市场信息依赖程度较高。这也表明了相对熵方法的可塑性较强，随着市场完全度的提高和我国金融市场的发展，该方法的定价结果将更趋于合理。文章最后一部分是总结和启示。     

我国未来城镇人口预测研究

一、全国城镇人口影响因素分析未来人口变化由生育、死亡和人口迁移三个基本要素所决定。因此,在构建人口预测模型时要以这三大要素来确立模型的构建元素。本文将对2011至2030年人口数量进行预测,因此需对未来的生育率、死亡率、净迁入率进行假设和预测。二、全国未来城镇人口预测模型对全国未来城镇人口的预测以2010年第六次全国人口普查结果为基础。本文将采用年龄移算模型作为人口预测模型。1.新生儿的预测模型。年龄移算模型中对新生儿预测的一般表达     

寿险公司长寿风险管理研究综述

随着经济社会的不断发展,人的死亡率逐渐降低,而蕴含在养老保险及年金产品中的长寿风险则日益凸显。本文将介绍长寿风险的概念、特征;并系统梳理有关长寿风险管理的研究,从风险转移与风险对冲两个角度浅析各种解决方案,并介绍通过长寿风险证券、生存互换等金融工具进行长寿风险管理。最后给出本文对相关研究的评价与展望。     

基于人口投入产出模型的中国人口结构预测及分析

人口问题是人类社会发展的核心问题,预测未来人口的变化是一个国家或地区制定相应政策的重要依据。本文探讨了人口研究的一种新途径——人口投入产出模型,利用人口投入产出模型预测了2010年至2030年我国人口总量以及结构的变化情况。首先,利用现有数据编制了2000年至2009年中国人口投入产出序列表。然后,利用人口投入产出模型及计量经济学相关方法,计算我国2010年至2030年各年人口总量以及各年龄段人口数量。最后,针对人口数量和结构的变化进行相应分析。可以看出,利用投入产出技术研究人口问题,既是投入产出技术一个新的研究方向,也是研究人口问题的新途径。     

基于前瞻信息的广义风险与收益率预测

当预期资产价格可能会下跌时,投资者可以交易期权来对冲风险,因此期权价格中隐含未来市场风险的前瞻信息,理论上基于这部分信息预测未来可提高预测的准确性和前瞻性.本文综合运用有限差分、约束最小二乘和广义极值分布等技术构建一种非参数方法,提取我国上证50ETF期权中隐含的前瞻性分布信息,以测算我国股票市场的广义风险.实证结果发现：隐含广义风险指标对未来风险调整收益具有显著预测能力,在其它预测因子基础上加入该指标可以显著改进风险调整收益的样本外预测精度;隐含广义风险指标还能反映收益率的高阶矩和尾部信息,进而能预测未来收益率发生下跳风险的概率.以上结论在控制一系列其它风险因子及不同样本区间和不同预测窗口下是稳健的,说明基于前瞻信息的广义风险指标含有其它风险因子所不具备的额外预测信息.本研究为投资者和监管部门防范化解金融市场风险提供新的前瞻性管理工具和手段.     

人口结构变化对我国财政支出规模的影响分析——基于多元回归分析方法

本文从我国人口结构的变化,以及未来城市化发展的基本趋势,利用多元回归分析方法,对未来财政支出规模进行了预测分析,并针对未来财政支出政策的优化提出了有关政策建议。     

中国外商直接投资时间序列趋势的实例验证

本文利用时间序列分析理论,对我国外商直接投资(FDI)的发展趋势建立了动态模型,并预测了未来几年我国FDI的发展趋势。此模型利用小波分析剔除噪声对未来预测的干扰,提高了时间序列模型的预测精度。     

基于EEMD-LSTM的中国保险业系统性风险预警研究

本文采用保险业压力指数来衡量中国保险业系统性风险状况,并通过预测保险业压力指数的未来走势来进行保险业系统性风险预警。借鉴TEI@I复杂系统研究方法论中的分解集成技术,同时结合当前人工智能、深度学习领域的研究成果,构建EEMD-LSTM模型进行保险业系统性风险预警。实证结果表明,EEMD分解集成技术在预测非线性、非平稳复杂时间序列方面具有明显优势;同时,LSTM模型能有效刻画时间序列之间的相依、长记忆特性。EEMD-LSTM模型组合预测精度优于其他模型。     

“十二五”时期我国粮食需求状况的分析与预测

我国的粮食需求主要包括城乡居民口粮需求、饲料用粮需求、种子用粮需求和工业用粮需求.由于我国人口的持续增长、居民收入水平的不断增加以及工业化进程的加快,使得我国在未来一段时间内对粮食的总体需求刚性上涨,且粮食供需缺口有被进一步拉大的风险.本文首先介绍了我国粮食需求的构成情况,其次对影响我国粮食需求的主要因素进行了详细的分析,最后采用计量经济学中经典的GARCH模型,并利用我国1949-2010年粮食人均占有量时间序列数据对我国“十二五”时期(2011-2015年)的粮食人均占有量和粮食总需求量进行了分析与预测,并得到了相关结论.     

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.     

灰色模型GM(1,1)及在我国水产品总量预测中的应用

本文介绍了灰色预测的GM(1,1)模型建模过程,利用2001～2008年我国水产品总量数据,对未来几年我国水产品总量进行预测,并对预测结果分别进行残差、关联度和后验差检验,结果表明模型精度非常高。     

基于模型平均的中国产出增长和通货膨胀密度预测

产出增长和通货膨胀是政府宏观调控关注的最重要的两个指标,对二者进行准确预测有利于精准施策.传统预测往往基于点预测,即对经济变量的条件均值展开预测,无法准确刻画预测结果的不确定性,而密度预测提供了未来条件概率分布的预测,有效弥补了点预测的缺陷.本文基于自回归分布滞后(ADL)模型,利用17个预测指标构建了中国产出增长和通货膨胀的密度预测模型,并采用多种检验方法评估不同模型的可适性.结果发现,基于单个预测变量的自回归分布滞后(ADL)模型大多存在模型误设的问题,而对多个ADL模型进行加权平均得到的组合预测能显著降低模型误设的风险.样本外预测进一步表明,基于OLS参数估计的贝叶斯模型平均(BMA-OLS)方法能较准确地预测中国产出增长和通货膨胀的未来分布.     

波动率偏斜与风险中性偏度能预测尾部风险吗

论文从S＆P 500指数期权数据中提取出波动率偏斜与风险中性偏度指标, 采用Logistic模型研究了波动率偏斜/风险中性偏度是否对未来真实的市场尾部风险具有预测力。结果发现, 波动率偏斜/风险中性偏度仅含有未来市场尾部风险的一定信息, 但并不能准确预测未来市场尾部风险发生的状态。相反, 波动率偏斜/风险中性偏度与投资者情绪指标显著相关。     

基于GM(1,1)和系统动力学模型的河南省人口模拟比较

我国的可持续发展一直受到人口问题的影响,本文以河南省人口作为研究对象,根据河南省2002-2006年人口数据,运用灰色GM(1,1)模型和系统动力学模型对2007-2011年河南省人口进行模拟。结果表明GM(1,1)模型和系统动力学模型模拟结果有一些差异,系统动力学模型模拟效果较好,对河南省未来人口的预测以及制定合理的人口政策提供了有效的依据。     

趋势

中国人口呈现5大新特征1、未来中国总人口不可能增长到16亿,而应在14.5亿左右。2、我国人口已经完成了从高出生率、高自然增长率、低死亡率的人口增长模式转变为低自然增长率、低出生率、低死亡率的“三低”人口增长模式。3、在未来的15年中,我国劳动力人口所占比重都在70%左右。4、劳动力人口的平均年龄将逐渐增加。5、女性初婚年龄将进一步推迟,这会持续降低人口出生率。(《半月谈》2005年第19期)15年后中国城市化水平将达58%未来的15年仍然是中国城市化快速发展的很重要的阶段。如果按照平均一年提高城市化率1个百分点的话,从现在到2020…     

灰色组合预测模型及其应用

针对传统回归模型需要的数据量大且建模复杂等缺陷,提出了一种基于灰色关联度和GM(1,1)的灰色组合预测模型;从灰色关联度的视角寻找数据之间的依赖关系,运用GM(1,1)模型预测数据关系的未来发展趋势,进而建立因变量的预测模型;模型体现了回归分析基于事物因果关系的建模思想,同时又具有灰色理论小样本建模的特点;应用该模型对我国2007和2008年度的GDP进行预测,预测结果表明了该模型的有效性及实用性。     

基于四次幂差修正HAR模型的股指期货波动率预测

股指期货波动率建模与预测是揭示其波动运行规律和市场风险是重要途径。本文基于跳跃、好坏波动率与符号跳跃建立四组HAR模型,提出单级纠偏HARQ类模型和多级纠偏HARQF类模型,实证研究揭示股指期货波动运行规律,并采用MCS检验来评估模型优劣。HAR建模考察连续与跳跃波动、好与坏波动率的两种已实现波动分解。为了降低波动率估计偏差,基于最小化MSE准则确定最优抽样频率,利用已实现核修正的ADS检测法识别跳跃,采用已实现核估计修正好坏波动率与符号跳跃。基于沪深300股指期货的实证研究表明：连续波动比跳跃波动对未来已实现波动贡献更大;好坏波动率具有不对称波动冲击,而符号跳跃对未来波动具有负向冲击;好坏波动率分解优于连续与跳跃波动分解;中位数已实现四次幂差能够显著提升HAR类模型的样本内外预测能力;与样本内预测相反,样本外预测中单级纠偏HARQ类模型优于多级纠偏HARQF类模型;MCS检验得出HARQ-RV-SJ模型表现最佳。研究结论与启示对认识股指期货波动规律和市场风险具有意义。     

房地产投资分析探讨

作为高投资、高回报,同时高风险的行业,房地产不断吸引和引起各类投资者的关注及兴趣,本文通过对房地产的特点及投资风险的概述,以广州为例,通过模型的建立,来分析及预测房地产未来的需求及其趋势,以便合理开发利用房地产资源,为投资决策提供良好的依据。     

摩托车市场需求预测模型研究

本文通过对摩托车市场系统分析,确立了相关影响因素,建立了回归预测模型和系统动力学模型,依此对我国摩托车未来需求量进行了预测.     

基于CAViaR模型的沪深300股指期货隔夜风险研究

期货隔夜风险的防范历来是投资者关注的热点,本文以沪深300股指期货为研究对象,采用CAViaR模型对普通隔夜风险进行度量,同时还采用新建的CAViaR-EVT模型对极端隔夜风险进行预测,全面地分析了多头VaR和空头VaR在不同分位数的动态变化特征,最后采用Kupiec似然比检验和动态分位数检验对模型进行后测检验。实证结果表明,隔夜收益序列具有右偏、无长期记忆性和尖峰厚尾等典型特征;CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中AS模型的预测效果最好;加入极值理论后,CAViaR-EVT模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,且其预测结果比EVT和GARCH-EVT模型要更合理。