基于贝叶斯因子模型金融高频波动率预测研究

构建了包含时变系数和动态方差的贝叶斯HAR潜在因子模型(DMA(DMS)-FAHAR),并对我国金融期货(主要是股指期货和国债期货)的高频已实现波动率进行预测.通过构建贝叶斯动态潜在因子模型提取包含波动率变量、跳跃变量和考虑杠杆效应的符号跳跃变量等预测变量的重要信息.同时,在模型中加入了投机活动变量,以考察市场投机活动对中国金融期货市场波动率预测的影响.预测结果表明,时变贝叶斯潜在因子模型在所有参与比较的预测模型当中具有最优的短期、中期和长期预测效果.同时,具有时变参数和时变预测变量的贝叶斯HAR族模型在很大程度上提高了固定参数HAR族模型的预测能力.在股指期货和国债期货的预测模型中加入投机活动变量可以获得更好的预测效果.     

投机对上海燃料油期货价格的影响分析

投机是引起期货价格剧烈波动的重要因素.本文通过引入自适应预期模型,对Moosa和Al-LougIlani提出的模型进行了改进,建立了适合中国燃料油期货市场的模型,定量分析了投机对上海燃料油期货价格的影响.结果表明期货价格对投机的反应比较敏感.     

基于状态空间模型的人民币均衡汇率研究

本文改进传统回归均值系数分析的缺陷,引进汇率风险变量和适应性预期变量,通过构建行为均衡汇率(BEER)的状态空间模型,利用卡尔曼滤波估计时变系数,同时估计了人民币汇率的ECM模型,研究2000年1月～2011年12月各因素对人民币均衡汇率的动态影响,并测算了人民币均衡汇率.研究发现:政府支出、TOT、FDI对人民币的升值影响显著增强,其中贸易条件对人民币升值贡献最大;利率差R、汇率风险RIS和适应性预期变量,逐渐符合理论预测.人民币均衡汇率失衡均在6％以内,不存在较大偏差.近期人民币升值压力主要来自热钱流入,非经济基本因素的内在需求.解释变量对人民币汇率的长期影响符合理论预期,但短期内各因素对人民币汇率的影响与长期影响有一定的冲突.     

高维时变协高阶矩建模及其投资组合应用——基于半参数分布因子模型

本研究提出了一种基于半参数分布时变因子模型的动态协高阶矩建模方法，给出了模型设定、模型估计和时变高阶矩的检验.通过因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题，同时通过引入半参数分布增加了模型的稳健性.实证研究表明：相比于现有协高阶矩估计方法，基于因子模型的动态建模能够有效捕捉资产收益率协高阶矩的时变结构，同时更加契合金融资产收益率的潜在特征；动态投资组合能够应用于高维场景，并产生更高且更稳定的经济价值，稳健性分析进一步证实了这一点.     

金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角

本文以33家上市金融机构为研究样本，利用滚动窗口动态Copula模型对金融机构与金融系统之间相依关系的时变结构与时变系数进行双时变拟合，测度了金融机构的系统性风险溢出和贡献，从宏观、行业和机构层面分析了系统性风险贡献的影响因素。研究发现：证券类机构贡献了最多的系统性风险，而银行类机构对整个金融系统最具有潜在威胁性；金融机构与金融系统的相依结构决定了机构风险的外溢程度，而金融机构与金融系统之间相依程度以及系统自身波动性会显著影响整个系统的系统性风险；中国金融风险与财政风险之间存在相互转换的现象，化解系统性风险的根本办法是不断改善金融生态环境。本文可能的贡献有两点：第一，建立具有双时变特征的滚动窗口动态Copula模型，使模型设定和估计结果更接近真实情形；第二，从宏观、行业、机构三个层面分析机构系统性风险贡献的影响因素，这有助于从系统性风险产生的源头进行风险防控，供监管部门决策参考。     

期货市场有效性理论与实证检验

本文以我国期货市场选取的六种期货的价格行为为对象,利用单位根检验与自相关检验的结合,并同时利用方差比检验和多重方差比检验来随机游走假设进行实证研究,目的在于探讨国内铜、大豆、小麦等六大期货市场是否呈有效态势。结果显示:各种检验方法得出的结论不尽一致,除上天胶外,各大期货市场的对数期货价格序列不能拒绝弱式有效市场假设。     

投资者情绪与时变风险补偿系数北大核心CSCDCSSCI

风险补偿系数表示投资者承担单位风险所要求的收益补偿,也反映了风险与收益之间的关系.本文以美国股票市场为研究对象,首先通过构建的TVA-GARCH-M模型考察了投资者风险补偿系数的时变特征,在此基础上运用格兰杰因果关系检验和线性回归方法研究了美国市场上整体投资者情绪与时变的风险补偿系数的关系,结果表明:投资者的风险补偿系数随时间发生变化,投资者情绪与时变风险补偿系数存在显著的负相关关系,且美国股市整体投资者情绪能格兰杰引起时变风险补偿系数的变化;同时投资者情绪负向影响着时变风险补偿系数,乐观情绪的变动会导致时变风险补偿系数降低,而悲观情绪的变动会使得时变风险补偿系数增加.     

投资者情绪与时变风险补偿系数

风险补偿系数表示投资者承担单位风险所要求的收益补偿,也反映了风险与收益之间的关系． 本文以美国股票市场为研究对象,首先通过构建的TVA-GAＲCH-M 模型考察了投资者风险补偿系数的时变特征,在此基础上运用格兰杰因果关系检验和线性回归方法研究了美国市场上整体投资者情绪与时变的风险补偿系数的关系,结果表明: 投资者的风险补偿系数随时间发生变化,投资者情绪与时变风险补偿系数存在显著的负相关关系,且美国股市整体投资者情绪能格兰杰引起时变风险补偿系数的变化; 同时投资者情绪负向影响着时变风险补偿系数,乐观情绪的变动会导致时变风险补偿系数降低,而悲观情绪的变动会使得时变风险补偿系数增加．     

基于多源异构数据的玉米期货价格可解释性预测

玉米期货价格预测和预警工作有助于指导农业经济高质量发展,而自2020年6月以来我国玉米期货价格波动剧烈,亟需准确高效的玉米期货价格预测方法。针对现有研究未充分考虑疫情、政策调控及新闻文本中潜在的预测信息等不足,本文综合考虑了玉米市场的供求关系、政策调整、国际市场冲击、疫情冲击、突发事件的影响等导致玉米价格波动的多重因素,设计了有效的玉米期货价格可解释性预测框架。同时,针对现有玉米期货价格预测可解释性不足的问题,提出了一种新颖的DE-TFT可解释性玉米期货价格预测模型,该模型采用差分进化算法对时域融合变换器(temporal fusion transformers, TFT)的参数进行智能高效的优化。TFT是一种新颖的基于注意力的深度学习模型,将高性能预测与时间动态可解释分析相结合,表现出优异的预测性能。TFT模型可以产生可解释的玉米期货价格预测结果,包括时间步长的注意力分析和输入变量的重要性排序。在实证研究中,潜在狄利克雷分配模型用来分析“中华粮网”收集的玉米新闻资讯和政策调整的内容及主题,卷积神经网络用来提取新闻资讯的潜在预测信息,可解释的实验结果表明,反映国内疫情状况的百度指数“疫...     

沪铜期货价格时间序列R/S分析

针对期货市场期货价格时间序列运用经典的R/S分析方法来研究期货市场价格的非线性特征,以上海期货交易所铜期货价格的日、周、月收盘价为样本进行R/S分析,并研究赫斯特指数对于不同的时间频率的缩放情况.对日、周、月数据的研究发现,H值均大于 0.5, 这说明期货价格波动并不遵循有效市场理论,期货价格时间序列的观测值之间不是相互独立的,期货价格时间序列具有持久性趋势.并且样本数据时间频率越高,赫斯特指数越小,反映了期货价格有更多的噪声,日价格更不稳定,比周和月价格有更多的变化.同时发现,沪铜期货存在着一个大约 510 天的非周期循环长度,进一步证明期货市场价格波动的非随机性.     

不完全市场天然气期货定价及季节性影响研究

天然气具有运输不便及存储成本较高等特点,其供应无法满足季节性需求,即天然气价格具有强烈的季节性。另外天然气作为商品,其弱流动性导致了其期货市场的不完全性。本文考虑了天然气期货市场的不完全性和现货价格的随机季节性因素,运用随机贴现因子方法推导出天然气期货的定价模型。为了验证模型的实用性,利用纽约商品交易所(NYMEX)的天然气期货日常价格数据对模型进行实证分析,结果表明:由于天然气期货市场的不完全性而导致的市场波动主要由短期偏离、中期偏离和随机季节性因素造成的;天然气价格季节性周期为一年;天然气期货价格短期和中期偏离具有较强的均值回复性,及其期货价格有长期增长的趋势。考虑期货市场的不完全性和价格的随机季节行为,并用随机贴现因子推导的定价方法的拟合效果远好于传统的期货定价模型。     

期货价格极端波动下谨慎动态保证金水平的设定——基于极值理论的实证研究

动态保证金是国际上期货保证金制度发展的趋势.基于极值理论,应用EGARCH模型,对沪铜、郑州硬麦和大连大豆的连续期货合约的报酬率序列做了动态保证金设定的实证研究,并与现行的保证金水平以及其他保证金设定方法做了比较.实证结果表明,设定的谨慎动态保证金能够对期货价格极端波动下的实时风险进行有效的控制.     

贵金属期货价格预测方法及实证研究

本文融合了二次分解与极限学习机的优势,提出了VMD-Res.-EEMD-ELM贵金属期货价格预测模型,选择变分模态分解(VMD)作为主要的分解技术,生成模态分量序列(VMFi)和残差序列(Res.),采用集合经验模态分解(EEMD)对残差序列进行二次分解,并使用具有良好泛化能力的极限学习机(ELM)对各分量进行预测,最后叠加各模态分量和残差的预测值形成收益率的最终预测结果。所提出的模型不仅充分发挥了二次分解技术的优势,而且解决了传统变分模态分解组合预测模型未考虑残差影响因素的问题。实证研究表明,本文所提出的组合模型能够全面捕捉黄金、白银期货价格日收益率序列的特征,方向性预测准确率分别为83.33%和93.33%,误差指标MAE分别为0.15和0.11,经比较本文所提出的模型具有良好的预测性能。     

考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究

利用日内高频数据计算的已实现波动率较好度量了金融资产的风险,因此对其预测模型的研究具有重要意义。考虑到指数成分股的联跳可能蕴含指数跳跃所未能反映的信息,提出运用非参数方法识别指数成分股的联跳,采用自回归条件风险模型估计成分股联跳强度,并将其引入指数的已实现波动率异质自回归（HAR-RV-CJ）模型中,分析模型预测性能的改进。进一步的,考虑到宏观信息公告的发布可能对股市产生整体性影响,相应影响成分股联跳的几率;因此,在成分股联跳的自回归条件风险模型中引入居民消费价格指数、国内生产总值、贸易差额等宏观信息公告变量,并分析对联跳强度估计以及指数已实现波动率预测的影响。采用2011年1月4日至2013年7月11日沪深300指数及其成分股高频数据的实证表明,指数成分股联跳与指数跳跃具有不同的特征;用成分股联跳强度代替HAR-RV-CJ模型中的跳跃构建的HAR-RV-CI模型,较原始的HAR-RV-CJ模型,以及同时考虑指数跳跃与成分股联跳强度的HAR-RV-CJI模型,具有明显较优的样本内拟合与样本外预测性能。引入宏观信息公告变量可以改进联跳强度自回归条件风险模型的拟合效果,并提高指数已实现波动率模型的样本内拟合能力,但对于指数已实现波动率的样本外预测性能并无明显的帮助。     

基于动态规划多期期货套期保值优化模型研究

通过对套期保值者头寸价值变化量的分析,采用动态规划方法,建立了多期套期保值动态模型,推导出多期套期保值进行动态跟踪调整的策略。该模型的特点一是反映了期货交易费用在套期保值中的作用,解决了现有期货套期保值策略忽略交易费用的不足,提高了模型的准确性。二是考虑保证金对期货套期保值的影响。把期货交易保证金的机会损失纳入套期保值策略内,从而使套期保值直接反映了期货保证金无利息收入、而存在机会成本的真实情况,弥补了现有研究不考虑期货交易保证金的机会损失的缺陷。三是体现了套期保值者收益最大化的原则。解决了现有模型只考虑了规避期货和现货组合的价格波动风险,忽略组合的收益的弊端,增加了模型的实用性和适用性。     

资产价格泡沫何时发生崩溃？——基于LPPL模型的在中国金融市场上的有效性检验

本研究基于对数周期幂律模型LPPL（Log Periodic Power Law Model），针对金融时间序列将一维价格波动翻译成反映市场泡沫微观结构的多维变量。通过对多维变量的动态监测，把握市场中泡沫的演变并预测泡沫破裂的临界点，从而有效降低或防范金融资产泡沫破裂所导致的风险。为检验LPPL模型在中国金融市场中的适用性，本文分别使用上证综指、四个期货连续合约以及两支个股检验模型效果。实证结果表明当金融资产价格序列呈现超指数加速震荡上升或下降时，该模型能获得稳定的估计效果，有效预测泡沫破裂临界时点。     

一类基于IOWGA算子的组合预测新方法

目前传统的加权几何平均组合预测方法存在赋权的缺陷。在有序加权几何平均(OWGA)算子概念的基础上,提出诱导有序几何加权平均(IOWGA)算子,建立新的组合预测模型,并给出了IOWGA权系数的确定的数学规划方法。最后进行了实例分析,结果显示该模型能有效提高组合预测精度。     

基于可变区间权重的中期用电量半参数预测模型

由于数据变化规律的多样性,中期电力负荷的波动有着不同于短期、长期负荷的特点。基于电力系统复杂性的研究视角,重点讨论了中期负荷预测过程中模型的不确定性、参数的时变特性以及负荷波动的周期性规律。根据中期负荷的数据特性,建立了基于非参数修匀的半参数模型,定义了函数区间的划分粒度以及模型权重的求解方法,提出了基于可变区间权重的动态预测方法,给出了基于经验模态分解和波动能量分析的噪声序列提取、检验方法。试验研究结果表明,气候因素对用电消耗的影响最大,经济因素次之;从选取的指标来看,不同时期的影响因素对于模型的解释能力是时变的;所提方法能够对电力负荷进行精确的多粒度、多维度分析,进而掌握其局部变化规律,可有效用于电力系统中期负荷预测。     

中国原油期货动态风险溢出研究

本文首次量化分析了我国原油期货与国际基准原油、上证指数以及人民币汇率之间的风险溢出关系。通过构建收益率和波动率的静态和动态网络,本文对我国原油期货与国内外市场之间的信息流向的强度、方向和动态性进行了初步的探索。研究发现,我国上市的原油期货与国际基准原油之间的信息关联密切,与股票市场以及汇率市场之间的关系相对较弱。同时,在构建的原油-股票-汇率系统中,我国原油期货处于信息的接收方,国际油价波动信息对我国原油期货市场存在明显的正向冲击作用。     

IOWHA算子及其在组合预测中的应用

在有序加权平均(OWA)算子概念的基础上,提出有序加权调和平均(OWHA)算子及诱导有序加权调和平均(IOWHA)算子的概念,讨论它们的一些性质。同时指出现有的加权调和平均组合预测方法存在赋权的缺陷,建立新的基于IOWHA算子的组合预测模型,给出了IOWHA权系数的确定的数学规划方法。最后实例分析表明该模型能有效提高组合预测精度。