基于g-h分布的上证指数收益率分布拟合研究

本文旨在讨论上证指数收益率序列的分布特征,通过对上证指数1997年1月2日至2008年4月30日总计2700多个交易日的实证研究,发现上证指数收益率不服从正态分布,具有有偏、尖峰、厚尾的特性。本文将g -h分布引入收益率序列的分布拟合中,结果表明,这种分布能很好的解决收益率序列具有的有偏、尖峰、厚尾特性,拟合效果比用Logistic分布和t分布更好。     

基于最小一乘准则的上证指数突变点研究

很多研究表明,上证指数序列既有结构突变的特征,也有厚尾的特征。但大部分现有的研究都没有考虑其厚尾特征对变点估计的影响。本文基于最小一乘准则提出了一个估计厚尾数据中变点的方法。模拟研究表明,当数据具有厚尾特征时,基于最小一乘准则的变点估计比基于最小二乘准则的估计有效。对上证指数的实证结果表明,基于最小一乘准则估计出的变点能更好地描述中国股票市场的结构突变特征。     

不完备判断信息情境下群组DEMATEL决策方法

为克服群组决策试行与评价实验室（DEMATEL）方法难以处理不完备专家判断信息问题，以及预先指定评价标度和群组信息集成规则不适应复杂决策环境的内在缺陷，本文基于群共识排序理论，提出一种能够有效处理不完备判断信息的群组DEMATEL决策方法。该方法的创新之处在于：第一，它能够以灵活的标度方式有效地反映群组专家的偏好判断表达。第二，它也能通过序列转换和共识度的引入较好地处理群组DEMATEL不完备判断信息。第三，它能够合理地反映决策结果因群共识水平不同而变化的复杂机理。实例验证结果表明，所提方法是切实可行的，能够有效解决实践中的决策问题。     

基于时间序列分析股票上证指数走势

本文应用时间序列对上证指数历史数据进行研究分析,并建立预测模型,以研究2014年上证指数的变化规律。利用统计分析软件分别对其开盘价格进行分析,应用时间序列分析方法建立模型对上证指数作预测分析,以得出接近真实值的预测值,并对模型进行检验,证明有效后,对未来数据进行短期预测。     

中国股市的经济晴雨表作用——基于热最优路径法的动态分析

虚拟经济与实体经济之间有着密切的联系.股票市场作为虚拟经济的重要组成部分,其运行周期与宏观经济有着密不可分的联系,但这种关系往往是多因素的非线性关系,很难用传统的计量方法来确证.本文采用并发展了金融物理学中的热最优路径法,研究了我国股指与GDP之间的动态领先滞后关系.结果表明,在2002年之前,上证指数与GDP之间不存在显著的领先滞后关系;而在2002年后,上证指数领先于GDP的关系日渐显现,大约领先两个季度左右;在2006年以后,上证指数领先于GDP的关系更加明显,说明我国股市已初现"经济晴雨表"的作用.     

个体投资者情绪与股票价格行为的互动关系研究

本文运用情感分析技术，在情感倾向点互信息（SO-PMI）算法的基础上，引入"拉普拉斯修正"和"情绪分类阈值"，提出了一种改进的个体投资者情绪度量的SO-LNPMI算法；基于上证指数股吧的31万条论坛信息，运用格兰杰因果检验方法研究了个体投资者情绪与市场收益率和成交量的互动关系。研究表明：（1）与经典的SO-PMI算法相比，本文提出的SO-LNPMI算法的情感识别精度更高；（2）积极情绪是股票收益率的格兰杰原因，消极情绪对其影响不显著；（3）投资者情绪与成交量存在双向的格兰杰因果关系；（4）当投资者处于积极状态时，会热衷于使用表情符号表达情绪。本文的研究为投资者情绪度量提供了一种新的有效算法，有助于投资者更好的利用网络论坛信息进行投资决策。     

非线性单主元企业组织规模发展的突变点判定

本文简要阐述了突变现象的研究,探讨了突变的形式和突变点寻找所涉及的问题。通过对影响企业组织规模因素的讨论,给出了非线性企业组织规模的一般函数。探讨了非线性单主元企业组织规模函数的近似问题。结合例子,应用突变理论,就其折叠型、尖点型的突变判定进行了研究,并就突变点寻找的方法作了小结。     

分类信息对股市波动的影响研究

本文提出了基于高频数据的分类信息混合分布EGARCH模型,将上证指数的五分钟高频数据作为研究对象,引入修正混合分布(MMM)模型,将去除了趋势性和序列相关性的不同性质的对数交易量分解为进入市场的正的随机信息流和负的随机信息流两部分,作为分类信息流代理,加入EGARCH模型的方差方程中,考察"好消息"和"坏消息"对上证指数波动性的影响。     

三端点区间数互反判断矩阵的排序方法研究

本文研究了三端点区间数互反判断矩阵的一致性和排序方法。在三端点区间数互反判断矩阵完全一致性概念的基础上,首次将矩阵特征向量思想引入三端点区间数互反判断矩阵之中——研究了三端点区间数互反判断矩阵的一致性与权重向量之间的类似特征向量关系,并运用线性规划模型给出一种处理三端点区间数决策者对方案属性权重的方法,然后通过三端点区间数权重向量的期望值,进行方案集结排序。最后通过具体的案例,验证了所提出方法的有效性和适用性。     

多专家判断的模糊偏好信息集结规划方法

本文给出了一种群决策中通过专家判断矩阵集结专家判断信息的方法。在考虑各专家具有不同强度的偏好效用和容许部分专家给出不完整信息的情况下,将专家判断信息集结转化为一类模糊规划问题,通过最大化群组满意度获得最终的群决策结果。最后,本文通过一个算例说明该方法的可行性及有效性。     

利率调整对我国股市不同状态波动性的影响

基于马尔可夫结构转换模型研究利率调整对我国股市在不同波动状态情况下波动性的影响,特别在2014年~2015年沪市波动为上涨和下跌状态下的影响.考虑股市波动存在结构转换及杠杆效应,选用马尔可夫结构转换EGARCH(RS-EGARCH)模型对上证综指进行收益和波动率建模.结果显示沪市在上涨状态利好消息与同等程度利空消息冲击具有相同影响;在下跌状态利空消息冲击比利好消息的影响更大,这异于通常的杠杆效应.通过在RS-EGARCH模型均值和波动率方程中引入虚拟变量研究自2012年时隔两年后首次利率调整对沪市波动性的影响,研究发现利率下调在沪市上涨状态显著增加了收益率和波动率;而在下跌状态收益率显著降低.但通过对比研究,在2006年的利率调整对于2006年~2008年期间沪市上涨和下跌状态的波动性没有显著影响.     

基于马尔可夫状态转换模型的沪深股市波动率的估计

为了更准确地估计具有结构转换的沪深股市收益率波动特征,本文将沪深股市的波动变化分为上涨、下跌和盘整三个状态,选用2000年1月4日至2011年12月30日的上证综指和深证成指日收益率数据作为样本,2012年1月4日至2012年1月17日的日收益率作为样本外预测,分别应用GARCH和APGARCH模型,以及RS-GARCH和RS-APGARCH模型估计和预测两序列的波动率,最后采用MSE₁、MSE₂和QLIKE对估计和预测出的波动率进行评价。结果表明:单一状态和三种状态下APGARCH模型均比GARCH模型估计和预测的波动率更准确;更进一步带有马尔可夫状态转换的模型估计和预测出的波动率更准确,且误差分布服从正态分布的模型估计和预测的波动率拟合结果优于误差服从t分布的模型。     

基于Asymmetric Laplace分布的金融风险度量

金融资产的损益分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些风险特征,给出了市场风险VaR和CVaR度量的AL参数法和AL-MC法。选取上证指数、日经225指数及S&P500指数为研究对象,结合各股市的风险特征,给出了VaR和CVaR度量及其返回检验和准确性评价。结果表明,基于AL分布的风险度量模型具有其合理性和适用性,能很好地度量市场风险。     

极端情况下对我国股市风险的实证研究

准确地度量风险是对风险进行有效管理的前提也是投资者做出合理的投资决策的基础,然而在极端事件频繁发生的情况下,传统的VaR计算方法难以准确地度量股市风险,极值理论却可以很好地解决这一问题。本文特别关注了由2007年美国"次贷" 危机所引发的全球金融危机爆发时我国股市的风险度量问题,考虑到全球股市间极端事件的联动效应,利用基于极值理论的POT模型对上证综指日收益率的尾部数据直接建模拟合分布,进而计算出风险值VaR和CVaR,通过比较危机前后的风险值,发现随着金融危机的到来,我国股市的风险有了一定程度的释放。     

股票市场历史信息的长记忆性特征研究

回顾历史是为了预测未来,历史能够蕴含事物发展的脉络和内在规律。那么投资者能否通过对股市历史的分析来制定投资决策以及预测未来走势?文章选择中国沪深两市指数、亚洲有代表性的日经225指数以及在世界金融市场有重要影响的标准普尔500指数为研究对象,运用动态估计方法,对股市长记忆性的时变特征进行分析,探讨股票市场历史信息的可鉴性;除采用修正R/S方法、LW估计外,又加入较为新颖的ELW和FLW两种方法作为对比。实证结果表明,虽然几种方法得出的时变长记忆参数并非完全相同,但是有关股市长记忆性的结论基本一致;股市收益序列在整个样本区间并未表现出显著的长记忆性,但在极端事件发生时,收益序列会表现出显著的相关性,体现了股市长记忆性的时变特征,此时可以通过对历史数据信息的分析,达到规避极端风险的目的。     

均值-方差模型具有一般不确定性下的最优资产组合选择

引入以记忆系数和无差异系数表征的随机变量测度均值-方差模型的一般不确定性特征,反映投资者的模型信任程度,研究均值-方差模型具有一般不确定性下的最优资产组合选择问题。基于资本市场线理论,构建最优资产组合选择是模型信任程度和基于均值-方差模型的传统资产组合选择的线性函数;基于记忆系数和无差异系数的不同组合,运用基于事例推理的方法求解二次效用投资者的最优模型信任程度,获得均值-方差模型具有一般不确定性下的最优资产组合,并以上证综指1997年1月-2014年8月的月度收益数据形成两个研究样本予以实证比较研究。结果表明,较大风险规避投资者,在较大记忆系数和较小无差异系数下,其模型信任程度调整较快、资产组合调整幅度大,表现出可获得性和代表性行为偏差,通常采取积极资产组合策略;反之,其模型信任程度调整渐进、资产组合调整幅度小,表现出锚定性和保守性行为偏差,通常采取消极资产组合策略;模型一般不确定性对最优资产组合选择的影响强于股票市场记忆性的影响。研究体现了投资者的有限理性,将传统的资产组合选择问题延伸至行为金融学领域。     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。     

基于滚窗VAR的沪港通波动溢出效应测度

股市间的互联互通是把“双刃剑”,在加强联动性的同时也扩大了风险敞口。作为中国股市对外开放的重大举措,沪港通开通六年来的效果如何是业界关注的议题。本文运用滚窗VAR方法计算沪港通前后各1000个交易日期间上海、香港和纽约股市的时变波动溢出指数,进而分析两两市场之间波动溢出效应的大小、传导方向变化。研究发现,沪港通的实施,增大了沪市与香港股市的波动溢出效应,与美国的波动溢出效应相对减小,沪港通在加强沪、港两市联动性的同时弱化了与纽约股市的联动性;改变了沪港两市之间波动溢出效应的传导方向,由单一的港→沪溢出变为以沪市为主的双向沪←→港溢出,同时也增大了对纽约股市的溢出效应,增强了沪市的竞争力。这一结果符合经济基础假说和协同市场假说。本文的研究改进了股市间互联互通波动溢出效应程度和传导方向的测度方法,并为中国沪港通政策效果评价及进一步的国际板开设提供决策参考依据。     

基于Copula-AL法的VaR和CVaR的度量与分配

金融资产收益率的实际分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些特征,结合Copula函数技术来描述资产间的相关性结构,研究了市场组合VaR和CVaR的度量和分配。选取上证指数和深圳成指的组合为例,计算了组合风险及其分配。结果表明,基于t-Copula-AL模型的VaR、CVaR法计算简单准确,且能方便地进行风险分配。