中国短期利率的随机波动与区制转移性

短期利率动态一直是金融领域研究的热点和难点,是对利率衍生产品定价和风险管理不可缺少的工具.本文从利率波动随机行为和区制转移特征两个视角对短期利率动态进行扩展,利用粒子滤波方法给出利率区制转移随机波动模型的参数估计和状态估计,并运用该模型对我国短期拆借利率展开实证分析.研究结果表明我国短期利率除具有典型的波动随机行为外,...     

中国利率期限结构的非线性动态研究

以1996年1月至2010年3月中国银行间同业拆借市场月度加权平均利率作为研究对象,应用协整检验方法和线性向量误差修正模型对利率期限结构的预期理论进行实证检验,应用马尔科夫区制转移向量误差修正模型研究预期理论调整作用下的利率期限结构非线性动态过程。研究结果表明,预期理论在中国利率期限结构中是成立的;利率期限结构具有两区制的非线性动态特征,可以按预期理论的调整强度将两种区制分别描述为强调整区制和弱调整区制;不同期限利率的平均变动幅度和平均风险溢价水平随区制状态变化而发生变化,具有区制相依性,区制间的转移具有非对称性。因此,应该进一步加强对利率期限结构中经济信息的识别和应用,进一步提高利率期限结构的政策参考价值。     

我国通货膨胀率的动态波动机制及政策启示

本文应用Markov区制转移模型研究了1987-2008年2月我国通货膨胀率的动态波动路径。研究结果表明,我国通货膨胀波动存在显著的三区制特征:低通胀区制、温和通胀区制和高通胀区制。同时,得到了以下结论:(1)我国的通货膨胀在大部分时期都处于低通胀或温和通胀区制;(2)我国的通胀惯性在低通胀区制较低,在温和通胀和高通胀区制较高(接近于1),因此我国的经济政策应具有前瞻性;(3)三区制Markov区制转移模型能较好地刻画我国近20年来的高通胀事件,因此本模型也可以用于通胀预警机制的研究。     

基于MSVAR模型的有色金属价格波动影响因素的非线性效应研究

由于新兴市场需求增长和指数化投资同时出现在金属期货市场上,且供需因素与金融因素相互作用使得有色金属价格形成机制更为复杂,呈现出非线性、动态性以及结构异化等特征。基于此背景,本文提炼供需因素与金融因素影响有色金属价格波动的作用机理,选取2000年2月至2014年3月的月度数据,并构建MSVAR模型以铜为例展开实证分析。结果表明:铜价波动存在显著的区制转换特征,即膨胀期、平稳期、低迷期三种状态;三种状态下,金融因素都可以很好地解释期铜价格波动,但作用机制明显不同,而"中国因素"则被明显夸大,与原有研究结论相左;短期内各个因素在不同区制下对国际期铜价格的影响在作用方向、持续时间、作用强度上表现出显著的差异性。这些研究结论与构建的非线性计量经济模型为解释大宗商品金融化提供了新的思路与分析工具。     

中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型

在套期保值的研究中,GARCH模型被普遍使用。但是近来许多实证研究证明了GARCH模型存在一定的缺陷,即波动率的高持续性,这影响了对于资产价格序列描述的准确性,在套期保值策略的制定时就需要考虑到波动率对状态的依赖性。因此,本文将区制转移应用到套期保值模型构建中,将MRS模型与GARCH模型相结合,建立了MRS-DCC模型,以期消除GARCH模型带来的波动率的高持续性,并用于估算铜期货市场的套期保值比率。同时,本文创新性地运用极差收益率作为标的收益率来估计套期保值比率,不仅提高了模型对资产价格日内波动的捕捉效果,而且日内价格波动的准确预测使得套期保值者规避了期货市场价格突然变化带来的强行平仓风险。本文在理论上详细解释了MRS模型与DCC-GARCH模型结合的方法,并使用中国铜期货2007年10月15日至2010年10月15日的数据进行实证分析对比,从样本内和样本外两个方面证明了马尔科夫区制转移模型以及极差收益率的引入能够提高套期保值比率估算的准确性,从而提高套期保值绩效。本文为状态依赖套期保值策略制定,以及资产价格波动风险的度量提供了参考。     

中国外汇市场压力与货币市场压力非线性影响关系——基于MS-VAR模型的实证

研究外汇市场压力和货币市场压力的传导机制对于防范系统性金融风险具有重要的现实意义。本文针对人民币升贬值不同状态下中国外汇市场压力与货币市场压力之间存在的非线性影响关系,采用马尔科夫机制转换模型（MS-VAR）对2005年7月—2019年12月期间进行区制识别,在此基础上分析外汇市场压力（EMP）与货币市场压力（MMP）在不同区制以及区制转移过程中的变化路径。研究结果表明：MSMH(3)-VAR(2)模型识别出适度升值、较强升值和较强贬值三种区制状态;当EMP从较强贬值或较强升值压力区制向适度升值压力区制转移时,MMP均得到了缓解;在较强贬值和较强升值压力区制下,央行干预强化了EMP对MMP的正向冲击作用,特别是在贬值时期EMP对MMP的正向冲击效应显著增强;在三种区制下,MMP对EMP均产生了负向冲击作用。由此可知,维护金融市场稳定的关键是要缓解外汇市场压力,短期内避免人民币处于较强贬值状态,长期内引导人民币向适度升值状态转移,并逐步减少央行的干预行为。     

具有Markov区制转移的向量误差修正模型及其应用

使用具有Markov区制转移的向量误差修正模型,描述和检验了我国经济周期波动过程中产出和价格水平之间的长期均衡关系和短期波动模式.检验结果表明,我国经济增长率与通货膨胀率之间的影响与替代关系具有依赖经济周期阶段性的"门限性质",经济周期波动也具有一定程度的非对称性.我国经济周期波动已经呈现出稳定性继续增强、持续期逐渐加长、价格粘性开始降低等重要特征,文章的实证结果将为正确选择经济政策组合方式和实施有效经济调控提供依据.     

货币政策、资产价格与消费者价格波动——基于庇古效应和超调理论的研究

首先基于价格超调理论和庇古财富效应理论,全面解析了货币政策对消费者物价指数(CPI)的动态影响机制,结果发现,货币政策不仅会直接影响CPI,而且会通过资产价格的超调效应间接影响到CPI.其次,本文进一步引入马尔科夫区制转移模型,分析了货币政策的不同区制特征,并从参数时变角度测算了货币政策对资产价格和CPI的动态影响关系.实证研究表明：第一,货币政策具有明显的扩张和收缩二区制特征.第二,短期内货币政策对资产价格较之CPI有超调效应,长期看货币政策通过资产价格的庇古中介效应间接影响CPI.第三,货币政策对资产价格和CPI均存在非对称影响,扩张性货币政策效应小于紧缩性货币政策效应,同时资产价格对CPI同样存在非对称性影响,“损失规避”效应明显.     

人民币汇率购买力平价假说的计量检验——基于Markov区制转移的Engel-Granger协整分析

本文利用Markov区制转移方法,对我国1980年1月￣2004年8月的人民币汇率进行了购买力平价的Engel-Granger协整检验分析。我们发现购买力平价检验可以由两个不同的内生区制来加以刻画,而这些区制的划分与人民币汇率制度改革、经济政策调整和通货膨胀率变化等重要经济事件相联系。我们还发现人民币汇率的长期购买力平价假说成立,但在短期内人民币汇率偏离购买力平价。我们度量了现阶段人民币汇率短期内的偏离程度,从购买力平价假说的角度出发,我们没有发现支持人民币汇率应该升值的经验证据。     

基于极差的区制转移随机波动率模型及其应用

关于金融波动率的建模,大量文献都是基于将收益率作为波动率代理变量,而基于极差这一更有效的代理变量研究波动率的则相对较少． 考虑到随机波动率模型的优势,将区制转移引入到基于极差的随机波动率模型中,从而刻画金融市场中波动率水平可能存在的结构变化． 随后给出此波动率模型的MCMC估计,并利用模拟证明了该方法的有效性． 基于以上模型,对上证综指、深圳成指和沪深300指数的极差波动率进行了实证研究,并利用已实现波动率作为基准、以稳健的损失函数作为判断准则的比较方法,与文献中常用的GARCH类模型和SV类模型进行比较,进一步论证了提出模型的优势     

房价波动、货币政策与中国社会福利损失

本文建立并采用贝叶斯方法估计了一个包含普通消费品部门与房地产部门的多部门NKMP-DSGE模型,运用脉冲响应函数与贝叶斯冲击分解研究了外生冲击对于产出、通胀以及房价膨胀的影响。研究表明,宽松的货币政策在推动我国房价上涨中扮演了主要作用。基于Woodford^[1]的方法,本文通过政策试验分析了不同政策机制的社会福利损失,结果发现同时对房地产供给以及房价做出反应的政策机制具有相对较小的社会福利损失,因此在房地产市场调控中同时增加房地产供给和抑制房价过快上涨可能具有更好的效果。最后,基于我国现实数据,本文估算了通胀与房价膨胀背景下中国真实的社会福利损失,估算的结果对于进一步考察通胀与房价膨胀背景下中国最优货币政策具有重要的现实意义。     

系统风险冲击、企业创新能力与股票价格波动性:理论与实证

系统风险冲击和企业创新能力通过影响企业经营基本面和投资者行为而对股票价格波动性产生影响。本文首先建立数学模型从理论上研究系统风险冲击和企业创新能力对股票价格波动性的影响机理;然后以中国A股上市公司2013-2017年期间的相关数据为样本,以2013-2017年期间中国沪深300指数跌幅超过18%的持续性下跌为系统风险冲击源,从创新投入、创新产出和创新环境三个维度构建创新能力指标,采用层次回归分析方法对理论模型结果进行实证检验。研究发现,股票价格波动性与系统风险冲击正相关,与企业创新能力负相关,企业创新能力能够弱化系统风险冲击对股票价格波动性的影响,进而增强股票市场稳定性。规范市场监管行为、改革上市和退市制度、优化创新激励机制、完善上市公司信息披露制度是降低系统风险冲击影响、保障股票市场稳定发展的重要途径。     

我国工业增加值季节波动非线性研究——基于SEATV-STAR模型

多数宏观经济变量时间序列有季节波动,如果季节波动是非线性的,采用经季节调整过的数据或传统季节模型等线性处理季节波动的方法可能就不再适用。本文基于季节时变平滑转换自回归(SEATV-STAR)模型,运用"特殊到一般"的非线性检验策略对我国工业增加值季度增长率季节波动进行研究。结果表明:(1)工业增加值的季节波动兼有结构时变和非线性改变,工业增加值的周期波动是线性的。(2)技术进步、体制变迁等因素使得工业增加值季节波动发生连续的结构时变,它们是季节波动变化的主要影响因素。(3)工业增加值周期波动对其季节波动有非对称影响;在工业增加值的波峰阶段,其季节波幅会减小,且1、2季度工业增长率有明显提高。     

基于CVaR风险度量的V2G备用合约优化与协调决策

针对单一风险中性电网公司与单一风险规避电动汽车用户所组成的渠道结构,基于考虑V2G备用的备用交易及实践中普通存在的"保底收购,随行就市"合约价格机制,在CVaR风险度量准则下,构建了具有风险规避特性的电动汽车用户电量预留决策模型,先后考察并比较了分散和集成决策下电网公司与电动汽车用户的最优决策行为。研究发现：电动汽车用户的风险规避特性降低了渠道绩效水平,传统的"保底收购,随行就市"价格机制并不能很好地协调此类V2G备用渠道。在此基础上,利用"回购补贴+市场保护价+保证金"联合契约使得合作系统达到完美协调,且渠道双方的利润均得到Pareto改进。算例分析表明了上述提出模型与方法的基本特征。     

房地产价格波动与金融脆弱性:——基于中国的实证研究

最近的研究表明,房地产市场价格波动与金融脆弱性有着密切的联系。本文从房地产价格波动对金融脆弱性的影响这个视角,通过选取宏观经济面和微观金融两个层次的六个指标编制衡量我国脆弱性的指数,并建立向量自回归模型对房地产价格波动与金融脆弱性进行定量分析。实证结果表明:金融脆弱性与房地产价格波动存在着双向的因果关系;房地产价格波动在较短期内对金融脆弱性有一定负向影响,随后对其有正向影响;对于房地产价格波动的冲击,银行部门对其的反应更加敏感,且在较短期内房地产价格波动对宏观经济与银行部门有一定的积极影响,但是随后会加剧其脆弱性,且对宏观经济的影响程度相对较大。     

基于经验模态分解的房价周期波动实证分析

房地产市场是一个复杂的系统,房价是多种因素共同作用下最终的表现形式。经验模态分解方法是处理非平稳、非线性序列的有效工具,将其运用于房价分析,可以从房价时间序列自身出发揭示内在特征。以杭州市过去四年新建商品住宅交易的周度价格数据为例,对其分解,再根据本征模态函数的特征进行重组。研究表明:房价时间序列由经济基本面决定的长期趋势、金融危机等重大事件带来的低频振动和短期市场不均衡导致的随机波动三方面构成,为短期房价预测提供了思路。杭州市商品住宅市场存在3年的大周期,14个月和7个月的小周期。     

价格和成本波动对CoPS合约方不合作行为影响的演化分析

在合同执行过程中因环境不确定性引发的违约行为,是导致复杂产品系统项目失败的重要原因。论文研究了环境波动（具体到市场价格波动和研制成本波动）对复杂产品系统合约方不合作行为的影响。首先研究了价格下降情况下买卖双方的收益函数、论证了收益函数中各变量与价格下降之间的逻辑关系,构建了复制动态方程、分析了用户不合作行为的演化路径和阈值与价格下降的关系;之后以同样的逻辑研究了价格上升情况下集成商的不合作行为;最后用数值仿真演示了初始条件改变和决策参数的不同取值对演化结果的影响。研究发现：（1）博弈双方收益函数中的各变量在价格下降时均是价格下降程度的函数,在价格上升时均是成本上涨程度的函数;（2）用户行为与价格下降的关系：当价格下降幅度小于用户合作阈值时合作是演化的结果,当价格下降幅度超过用户不合作阈值时不合作是演化的结果,当价格下降幅度界于合作阈值和不合作阈值之间时演化结果取决于对方的行为;（3）集成商行为与成本上升的关系：当成本上升幅度小于集成商合作阈值时合作是演化的结果,当成本上升幅度超过集成商不合作阈值时不合作是演化的结果,当成本上升幅度界于合作阈值和不合作阈值之间时演化结果取决于对方的行为。研究揭示了不合作行为与价格下降及成本上升的突变非线性关系,找出了合作和不合作的阈值。研究是环境不确定情境下合约治理理论在复杂产品系统及相关项目管理领域的深入,研究结果可为管理实践的合约治理提供决策支持,提高复杂产品系统项目的成功率。     

Carbon price forecasting with a novel hybrid ARIMA and least squares support vector machines methodology

In general, due to inherently high complexity, carbon prices simultaneously contain linear and nonlinear patterns. Although the traditional autoregressive integrated moving average (ARIMA) model has been one of the most popular linear models in time series forecasting, the ARIMA model cannot capture nonlinear patterns. The least squares support vector machine (LSSVM), a novel neural network technique, has been successfully applied in solving nonlinear regression estimation problems. Therefore, we propose a novel hybrid methodology that exploits the unique strength of the ARIMA and LSSVM models in forecasting carbon prices. Additionally, particle swarm optimization (PSO) is used to find the optimal parameters of LSSVM in order to improve the prediction accuracy. For verification and testing, two main future carbon prices under the EU ETS were used to examine the forecasting ability of the proposed hybrid methodology. The empirical results obtained demonstrate the appeal of the proposed hybrid methodology for carbon price forecasting.     

基于模糊信息分配理论的短期股价涨跌模式识别

基于分形市场假说的股价并不完全反映所有信息的观点,认为历史股价信息是不完备的群体型模糊信息,提出了线性信息分配条件下的信息守恒定理,建立了基于模糊信息分配理论的短期股价涨跌预测的模糊模式识别模型,通过对上证综合指数日线数据的短期预测,表明该模型具有能够动态捕捉股价短期分布特征、有效描述股价序列内蕴的短期非线性因果关系,进而具有较高的股价涨跌识别精度,并提出了金融市场收益率可能性分布的概念.     

基于B-S期权定价模型的V2G备用合约协调机制研究

基于V2G备用市场的风险中性交易特点及实践中常用的“保底收购,随行就市”合约价格机制,构建了电网公司实施期权进行套期保值前后的电动汽车用户电量预留决策模型,并对比分析了Stackelberg博弈和合作博弈下渠道双方的反馈均衡策略与最优收益。研究结果表明：仅简单地采用市场保护性的合约价格机制,将使得V2G备用市场的交易风险完全由电网公司来承担,从而无法防止其在市场行情不好时的机会主义行为;在此基础上,电网公司选择购买期权以规避由V2G备用市场价格波动所带来的风险,但是分散决策时的均衡收益小于集中决策最优收益。为此,进一步引入“B-S期权定价+预留协作+保证金”契约机制使得合作系统达到完美协调,且渠道双方的期望收益都得到Pareto改进,并给出了均衡时的V2G备用预留协作系数、交易保证金以及合约电价之间满足的解析关系。算例分析结果验证了本文提出的模型与理论分析的可行性。