基于体制转换模型的动态相关系数研究

对相关系数的马尔可夫体制转换模型（RSDC）进行拓展,将多维随机变量的协方差阵分成方差和相关系数,方差利用GARCH模型来描述,相关系数阵则划分为不同的状态。RSDC模型被应用于中国股票市场研究板块指数的动态相关性,给出行业板块的beta系数。实证结果表明两状态恰好体现高、低不同的相关性,且状态持续的概率较大,基于RSDC模型的beta系数与常相关系数的多元GARCH模型存在一定的差异。     

总体或样本的协方差(矩阵)和相关系数(矩阵)的系统定义

文章按照统一的思路系统地定义了总体或样本的协方差(矩阵)和相关系数(矩阵).同时也给出了这些概念的一些性质.     

基于EM算法的异方差性Markov机制转换模型的估计

文章将EM算法引入到对异方差性Markov机制转换模型未知参数的估计,并将研究结果运用到我国股票收益率数据的分析,结果表明,该方法很好地拟合了我国股票收益率的波动性特征.该方法为金融波动问题的未知参数估计提供了新的研究思路.     

两变量异方差随机系数回归模型的最优设计

文章研究了具有异方差误差结构的两变量随机系数回归模型的最优设计,证明了当异方差误差结构满足一个充分条件时,模型在几类经典设计准则下的最优设计可以在设计域的顶点处获得.     

亚洲创业板市场的相关性分析

本文将向量误差修正模型(VECM)与DCC-MVGARCH(1,1)相结合来分析韩国、日本、香港及美国创业板收益率序列间的相关性.结果表明亚洲三地区的创业板市场与已经发展成熟的美国NASDAQ市场的指数收益率间存在弱的长期均衡关系,且美国NASDAQ市场对亚洲创业板市场的指数走势存在一定的引导作用,但其影响力远没有人们想象中那么强烈.     

基于GARCH模型和模拟退火算法的实证检验

本文以德国马克-英镑汇率数据为研究对象,以不同的GARCH模型(GARCH模型、E-GARCH模型和TGARCH模型)考察序列的异方差性和不对称性,并比较三种模型拟合效果的优劣性。最后,用模拟退火(SA)算法重新对GARCH模型的参数进行估计,并与传统的数值方法进行比较,证明了SA算法的确优于传统数值算法。     

在SAS中拟合ARCH/GARCH模型

在现代时间序列分析中,各种软件程序扮演了越来越重要的角色,而SAS是其中最重要的软件之一;ARCH/GARCH模型也越来越多的被人们用于分析包含了风险和不确定性的时间序列,比如在外汇市场中ARCH/GARCH模型的结果被认为是作出决策的重要依据.本文就该如何运用SAS来拟合ARCH/GARCH模型进行了较为详细的介绍.     

蒙特卡罗方法下线性模型的异方差性检验方法

在已有的异方差性检验方法的基础上,运用蒙特卡罗方法,借助permutation检验思想,在不假定随机扰动项服从同一分布族的条件下,通过从大样本中提取大量的子样本,不断对线性模型进行拟合和检验,根据异方差为真的频率大小,给出了一种新的异方差检验方法。随机模拟表明本检验方法优于传统方法。     

实现相关系数模型:基于动态相关高频Bi-GARCH过程的MC检验

使用高频数据构建的实现波动率已被多数文献证实具有良好的实证性质和应用前景。文章通过构建具有不同动态相关模式的高频Bi-GARCH模型,对其多元方向扩展的实现相关系数模型捕捉变动金融资产价格相关系数的能力和其他常用模型进行了蒙特卡洛对比测试。研究证明,该模型与其他模型相比是否具有显著优势依赖于相关系数的变化方式:当金融市场较为平稳,资产价格相关系数相对稳定时,此类方法并不明显的优于其它方法;然而当金融市场急剧变化导致资产价格相关系数快速变动时,此类方法要显著优于其它方法。     

组内相关系数的理论基础及建模应用

对用于测度数据可靠性的统计指标组内相关系数进行了理论基础论证、建模步骤分析、软件实现说明和实际数据统计分析;对组内相关系数建模中涉及的方差分析模型选择、相对一致性和绝对一致性区分、分析结果解释等都进行了详细说明。     

国债期限风险溢价的ARCH模型族研究

国债期限风险溢价是指国债投资回报率与无风险资产收益率之间的差值.分析国债期限风险溢价的影响因素及可预测性.具有较强的理论与实践意义.文章利用ARCH模型族对上交所国债期限风险溢价的周序列建立了回归模型.取得了显著的统计效果.     

已知Gini相关系数对Copula函数上界的改进

如果已知Copula函数的某些信息,通常其Frechet-Hoeffding上下界则可以进一步收窄。R.B.Nelson分别在已知Kendall相关系数tau、Spearman相关系数rho、Blomqvist相关系数beta的条件下,给出了Copula函数的上下确界。鉴此,在给定Gini相关系数gamma的条件下,证明Copula函数的上界也可以进一步变窄,并给出上确界的表达式。     

一种基于加权F-范数的半正定矩阵的逼近方法

正定性是许多金融预测模型的重要假设前提，然而从实际样本中得到的相关系数矩阵并不能保证其正定性。为此在介绍如何根据样本设定相关系数矩阵以及范数逼近原理的基础上，如何根据该原理找到与之最接近的相关系数矩阵，即最接近的单位对角半正定对称矩阵。通过实证，验证了其方法的有效性。     

相关系数的另一种计算方法

作者利用例子详实地证明了相关系数的另外一种计算方法,给我们在相关的工作中提供了一种可供参考的工具。     

基于GARCH模型的CVaR信贷风险度量方法研究

文章针对VaR方法不是一致性度量,不满足凸性,尤其是该模型不能体现尾部事件发生时其可能损失的程度等一系列缺陷;同时针对金融时间序列具有偏性和尖峰厚尾两大特性,用修正的VaR方法——基于GARCH模型的CVaR方法来度量风险。该方法的优点在于可以反映出损失超过VaR时可能遭受的平均潜在损失的大小,解决了VaR方法无法进一步识别风险是可以忍受的还是灾难性的问题,弥补了VaR不能反映损失尾部信息的缺陷,能够防范小概率极端金融风险,降低了银行发生灾难性风险的可能性。     

基于转移概率矩阵的企业债券定价模型

企业债券评估的主要方法为结构化风险模型和密度式风险模型,但中国企业债券市场评级数据少、缺乏历史违约事件,因此可以通过对JLT模型进行改进,以加权平均的方式计算经验转移概率矩阵,然后利用市场上各评级债券的时间序列数据计算风险中性违约概率,并通过市场宏观数据判断经济处于上升期还是衰退期,据此计算条件转移概率矩阵,最后通过债券远期折现的方式构建适合中国市场特色的债券定价模型。实证部分选取了2014年部分新发行债券对模型进行了实证检验,并对国内企业债券定价的现状进行了分析。     

均值尾部相关系数及其在金融领域的应用

传统尾部相关系数用于刻画变量之间的极值相关性,但这种相关系数存在对相关性信息刻画不完全的问题。为能够捕获更多的非极值相关性信息,本文提出均值尾部相关系数的概念,研究了均值尾部系数同Copula理论之间的关系,并以t Copula为例分析了四种均值尾部相关系数的变化特征。通过将均值尾部相关系数和传统尾部相关系数分别应用于沪深股市的相关性研究,从实证角度验证了这种相关系数的实用价值。     

浅议相关系数与偏相关系数的使用

相关分析是经济统计学的重要内容之一。在相关分析中,人们通常利用两个经济变量之间的简单相关系数(即相关系数)和一个经济变量与多个经济变量之间的复相关系数来分析和测定这些经济变量之间的线性相关程度,并据此进行线性回归分析、预测和控制等。 我们知道,相关系数是刻划变量之间线性相关     

一种异方差模型的两阶段估计

在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。     

马尔科夫链状态概率转移矩阵修正算法

文章分别考虑新、老客户对某类产品各品牌市场占有率贡献情况,对市场调研获取的数据进行量化,获得反映客户在品牌选用转移关系的初始矩阵;结合相邻时期产品的市场占有率数据,对初始矩阵迭代求解构建更精确反映市场客户行为的马尔科夫链的状态概率转移矩阵.通过对状态转移矩阵和初始矩阵的“皮尔逊相关系数”计算来评价状态转移矩阵的可靠性.实例证明,状态转移矩阵与初始矩阵各行相关系数达99％以上,真实的反应了各品牌产品在市场占有率中的内在转移情况.