仿射模型、广义仿射模型与上交所利率期限结构

本文以上交所利率期限结构从1996年6月至2003年2月的周样本数据作为分析对象,发现样本期内利率期限结构的平均形状是上斜的,而短期利率的基本趋势是下降的,说明长期债券具有较高的风险金。然后利用卡尔曼滤波法,实证分析了连续时间的两因子仿射、广义高斯仿射利率模型。结果表明模型下的利率期限结构与实际观测到的利率期限结构形状基本相同,说明模型能够反映利率期限结构的横截面特征。但两个模型对1,2,3,5,7年期利率的预测误差表现出一定序列相关性,说明模型还不能够很好地描述利率期限结构的时间序列特征。     

利率期限结构的三因子高斯动态模型及应用

国内文献主要集中于仿射模型在我国利率期限结构中的应用,对高斯动态期限结构模型(Gaussian Dynamic Term Structure Model, 简称GDTSM)的研究几乎是空白。基于JSZ规范化形式,本文首次构建了三因子高斯动态期限结构模型,并基于极大似然估计法给出了模型参数的估计过程。利用该模型对2008年1月4日至2012年4月28日上海银行间同业拆放利率(Shanghai Inter Bank Offered Rate, 简称SHIBOR)的期限结构展开实证研究,同时对模型估计误差项进行多层次分解,重点探讨了利率期限结构的内在结构特征。研究结果显示:(1)三因子GDTSM模型能够很好地拟合和预测SHIBOR市场利率;(2)水平因子和斜率因子是短期利率期限结构的主要影响因素,曲度因子是长期利率期限结构的主要影响因素。作为利率期限结构实证研究的技术基础,三因子高斯动态期限结构模型为国债及其衍生品定价和风险管理提供一种新的技术支持。     

基于MCS方法的高斯仿射利率期限结构模型研究

本文在最小卡方估计方法基础上研究了高斯仿射利率模型的参数识别和估计问题。以标准化高斯模型为起点,从结构化模型和简约化模型参数的函数关系出发研究高斯仿射模型的可识别性,最小卡方估计量继承了结构化模型极大似然估计量的所有渐进性质并保证了参数估计量的可靠性。以上交所2006-2013年隐含于国债价格月度数据的零息票收益率为样本采用最小卡方方法实证研究了高斯仿射期限模型,结论表明高斯仿射模型很好的拟合了观测的期限结构,并且整体上看简约型和结构型参数估计量的统计性质的优劣具有一致性。     

基于多因子仿射利率期限结构模型的国债定价

本文构建了具有平方根扩散特征的三因子仿射利率期限结构模型,给出了基于卡尔曼滤波法的模型参数估计过程,利用蒙特卡罗模拟对我国国债进行定价预测,并与Longstaff-Schwartz模型、Vasicek模型、Cox-Inger-soll-Ross模型的定价效果进行实证比较.结果表明多因子模型要优于单因子模型,双因子模型要略优于三因子模型,从而为我国国债合理定价提供技术支持.     

我国动态利率期限结构的实证研究——基于离散时间的三因子QTSM模型的应用

本文在扩展的卡尔曼滤波法及拟极大似然估计法的基础上,首次把离散时间下三因子二次方形式的动态利率期限结构模型应用于上交所国债期限的研究,并在二次方利率期限结构框架内比较了常数型、仿射型和二次方型市场风险函数对不同利率期限结构的拟合效果.我们发现二次方市场风险对1年期利率拟合的最好;对2年期利率的拟合,常数型和仿射型市场风险比二次方市场风险表现更佳;而对3、4、5年期利率的拟合,仿射型市场风险表现最好.     

双斜率因子动态Nelson-Siegel利率期限结构模型及其应用

利率期限结构是利率产品定价的基础和核心,对利率市场化具有重要意义。根据我国债券市场的特点,本文对动态Nelson-Siegel模型进行扩展,引入第二个斜率因子,构造双斜率因子动态利率期限结构模型,增强收益率曲线近端的静态拟合和动态预测能力。本文提出的模型嵌套了动态Nelson-Siegel模型,是对动态Nelson-Siegel模型的实质性推广,极大似然比检验证明了第二个斜率因子引入的必要性。本文以状态空间模型的卡尔曼滤波构造样本似然函数,采用双折线优化算法计算模型参数的极大似然估计。基于我国银行间市场债券交易收益率数据的实证分析表明,双斜率因子模型能够显著改善动态Nelson-Siegel模型对收益率曲线近端的拟合能力,同时对短期预测能力也有改善。此外,第二个斜率因子反映出宏观经济活动对利率期限结构的滞后影响,扩展后的模型能捕捉我国利率期限结构更多的动态变化特征,给相关主体提供更具价值的参考信息。     

上交所国债市场利率期限结构及其信息价值

首先利用Nelson Siegel参数估计模型求出上交所债券市场债券价格隐含的利率期限结构,发现债券市场隐含的利率期限结构呈现两种典型形状:1996年前为逆向的利率期限结构,1996年后为上升的利率期限结构,然后实证检验了预期假设对上交所国债市场的解释能力,发现预期假设不成立,利率期限结构对以预测债券的回报率,最后实证发现,充分利用利率期限结构信息,债券回报率的可预测性可达50%以上。     

利率期限结构模型研究

利率期限结构在保险中发挥着重要作用。在依据上海银行间三个月期同业拆借利率对静态的利率期限结构的进行实证分析后,得出利用静态利率期限结构模型的拟合中存在明显的异方差现象。引入CIR模型进行利率期限结构的动态分析。以GARCH、TGARCH和PARCH模型族假设处理异方差,对N分布、t分布、GED分布假设进行了比较分析。实证分析结果显示:综合N分布、T分布、GED分布的衡量,GED分布明显优于另外两种分布。在每种分布假设下GARCH族中经过检验效果最好的为PARCH模型。通过实证分析得到利率的以下特点:上海银行间三个月期同业拆借利率具有均值回复特征;利率波动性与利率水平有关。     

利率期限结构估计模型的比较——基于沪深交易所国债

本文沿着数量模型方法的思路,以上海和深圳证券交易所的国债价格为研究对氛利用三次样条函数和NsS模型构造中国国债的利率期限结构,对我国国债利率期限结构进行分析与评价.     

基于B样条函数的上交所利率期限结构估计

本文结合上交所的市场背景,进行了合理的节点设置下,采用B样条函数表示贴现函数、零息票收益曲线和远期瞬时利率曲线等三种方式来估计上交所利率期限结构,并用上交所国债市场的日交易数据对估计进行了样本内和样本外的分组数据拟合优度检验.结果表明:上交所的利率期限结构估计在1～10年期限范围内能够获得可靠的估计,5～7年期限范围内的估计精度最高;在控制数据过拟的前提下,直接估计贴现函数的方式的最适合于上交所利率期限结构的估计.     

短期利率模型在上交所债券市场上的实证分析

以中国上海证券交易所从债券价格导出的0.5年期利率的周度数据为分析对象,使用SNP法,估计出短期利率的条件密度函数,发现其条件分布具有明显的异方差性和非正态性.然后利用EMM法实证分析了常用的连续时间的单因子和两因子短期利率模型.单因子短期利率模型包括Vasicek模型,CIR模型,CKLS模型等,两因子利率模型包括Gallant,Tanchen给出的随机波动率模型和Balduzzi等人的随机均值回复模型.实证结果表明所有的单因子短期利率模型都不能很好地描述中国上海证券交易所债券市场上的短期利率变化,CKLS模型是它们中表现最好的单因子利率模型.随机均值回复模型也不能描述短期利率的变化,只有随机波动率模型可以描述上海证券交易所的短期利率的变化.     

基于无损卡尔曼滤波的HJM模型及实证研究

在多因子HJM框架下,将一类具有特定波动率结构设定的非马尔可夫远期利率模型转化为马尔可夫模型,并将其表示成状态空间模型形式.进一步,引入基于无损卡尔曼滤波的极大似然估计法对HJM模型进行估计,解决了模型非线性和潜在状态变量的问题.实证研究中,基于上海银行间同业拆放利率(SHIBOR)期限结构的实际动态特性,对HJM模型的波动率结构进行相应的设定,并引入随机市场风险价格,构建了SHIBOR期限结构的三因子HJM模型.结果表明,三因子HJM模型可以很好的刻画SHIBOR期限结构的动态特性和波动率结构,水平因子和斜率因子是驱动SHIBOR利率系统的主要因素.     

基于状态空间模型的宏观经济因素对股市流动性的建模分析

证券市场的流动性是评估一国证券市场是否健康运转的重要指标。关于流动性的各种学术研究也是金融市场微观结构理论中的热点问题。本文主要考察宏观经济因素对时变的股市流动性的影响，选取度量股票流动性的指标以及宏观经济变量，针对行业分类的面板数据提出三个动态因子模型，并引入跨行业的能够捕捉风险聚集现象的潜在因子进行建模，利用状态空间模型与Kalman滤波进行分析和样本外流动性风险预测。我们提出的新颖的带回归效应的高斯面板数据时间序列模型，结合了用主成分的方法从大量宏观经济协变量中提取出来的因子，用来分析和预测股市的流动性风险，具有较强的信息挖掘作用。在对上证A 股的实证研究中，我们发现动态的潜在因子的引入对于防止流动性估计的偏差是需要的。     

灰色Verhulst模型背景值优化的建模方法研究

本文对传统灰色Verhulst模型背景值的误差来源进行分析,对模型的背景值进行优化,以期提高模型的模拟预测精度。基于灰色Verhulst模型时间响应式的Logistic函数形式,文章利用Logistic函数拟合模型中的一阶累加生成序列,经过一系列的数学推导,借助反向累加生成的思想,解出了Logistic函数中的三个参数,得到了灰色Verhulst模型背景值的优化公式,并建立了优化的灰色Verhulst模型。最后分别通过算例和应用实例验证本文的优化效果,结果表明,利用优化的背景值公式可以有效地提高传统灰色Verhulst模型的模拟预测精度。     

企业网络与企业网络化模型研究:基于信息流的分析

基于信息流作为企业间联系的本质内容,利用信息流统一了企业边界内外部的联系,通过矩阵构建了企业网络描述模型,同时讨论了企业网络由局域到全域的解析方法,进而利用群系数等参数来刻画企业网络的相关特性。利用分形数学研究了不同层次的企业网络化的数学描述以及节点在不同网络半径作用下的形态变化。     

基于扩展线性支出系统模型的我国城镇居民消费结构分析

根据统计资料,运用扩展线性支出系统模型,对1993～2006年间我国城镇居民消费结构进行计量研究,对居民边际消费倾向、收入弹性、自价格和交互价格弹性等进行数量分析,对我国城镇居民消费趋势进行预测,并提出一些政策性建议,旨在为促进国内市场与消费需求持续稳定增长提供参考。     

带有潜变量的结构方程模型在突发事件应急管理中的应用

如何使事件与机构挂钩是突发事件应急管理中的一个重要问题;通过带有潜变量的结构方程模型能够建立起事件与机构之间的定量联系,从而为进一步对机构作评价和制定考核标准提供依据。     

Modeling the Effectiveness of Respiratory Protective Devices in Reducing Influenza Outbreak

Outbreaks of influenza represent an important health concern worldwide. In many cases, vaccines are only partially successful in reducing the infection rate, and respiratory protective devices (RPDs) are used as a complementary countermeasure. In devising a protection strategy against influenza for a given population, estimates of the level of protection afforded by different RPDs is valuable. In this article, a risk assessment model previously developed in general form was used to estimate the effectiveness of different types of protective equipment in reducing the rate of infection in an influenza outbreak. It was found that a 50% compliance in donning the device resulted in a significant (at least 50% prevalence and 20% cumulative incidence) reduction in risk for fitted and unfitted N95 respirators, high‐filtration surgical masks, and both low‐filtration and high‐filtration pediatric masks. An 80% compliance rate essentially eliminated the influenza outbreak. The results of the present study, as well as the application of the model to related influenza scenarios, are potentially useful to public health officials in decisions involving resource allocation or education strategies.