基于多元GARCH与极值理论的资产组合风险测度研究

在运用多元GARCH模型对资产组合损失的协方差矩阵进行建模的基础上,估计出组合的标准残差序列;然后,运用EVT对标准残差的极值尾部建模并估计出分位数,进而测度资产组合的动态极值风险;最后,再运用返回测试方法对模型准确性进行检验.研究结果表明,运用多元GARCH模型能够有效捕获多元资产损失的时变相关性特征;资产组合条件损失的标准残差极值尾部服从GPD;结合多元GARCH模型与EVT的风险模型能够测度所构造的多元资产组合的动态风险.     

基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.     

基于非参数与L-Moment估计的股市动态极值ES风险测度研究

通过运用带宽非参数方法、AR-GARCH模型对时间序列的条件均值、条件波动性进行建模估计出标准残差序列,再运用L-Moment与MLE(maximum Likelihood estimation)估计标准残差的尾部的GPD参数,进而运用实验方法测度出风险VaR(value at Risk)及ES(ExpectedShortfall),最后运用Back-Testing方法检验测度准确性。结果表明,基于带宽的非参数估计模型比GARCH簇模型在测度ES上具有更高的可靠性;基于非参数模型与L-Moment的风险测度模型能够有效测度沪深股市的动态VaR与ES。     

胖尾分布及长记忆下的动态EVT-VaR测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结...     

发条玩具的常见故障与修理

发条玩具是机动玩具中的一大门类,由于它的结构比较简单,以发条作为动力源,价格比较便宜。因此发条玩具仍具有销售潜力,受到孩子们的青睐。 发条玩具的基本结构分为身壳、机器和附件三大部分。常见的故障有以下几种: 一、用手拧动钥匙,发条上不     

非对称结构下金融市场动态风险测度研究

针对金融市场呈现出的非对称结构,以新兴市场的中国大陆沪市上证综指(SSEC)和成熟市场的标准普尔指数(S&P500)作为代表性的研究对象,运用有偏学生分布(SKST)来刻画金融收益的有偏非对称分布形态;运用APARCH等模型来刻画金融收益条件波动率的非对称波动性,并以此来开展风险测度研究;最后运用返回测试中LRT和DQR来检验风险测度的准确性。实证结果表明:没有哪种金融收益的条件非对称波动模型具有绝对优越的风险测度能力;在标准收益服从的分布上,新兴市场SSEC与成熟市场S&P500市场却又表现出明显的不同,Normal分布并不适合SSEC,但能适合S&P500;ST能够适应SSEC,却不能适应S&P500,而SKST能够适应两种市场;对于S&P500,在99%这样高的置信水平下是Normal优越,而在95%的置信水平下却是SKST优秀,对于SSEC,SKST分布的准确性在两个水平下都是最高。     

“交错的区域史”--评张晓刚教授新著《东北亚近代史探赜》

自布罗代尔《菲利普二世时代的地中海和地中海世界》以来,区域史研究蔚然成风,“在一定时段下打通历史与社会、经济、地理、文化研究的界限”,这样的学术进路开始引导新的史学理论和研究方法,长时段宽领域的宏观学术视野为各国史家所倚重。在此背景下,亚洲区域史研究在近10年来呈现繁荣之趋势。然而遗憾的是,由于复杂的社会环境和历史背景,对近代东北亚历史的研究一直呈薄弱状态。张晓刚教授新著《东北亚近代史探赜》（以下简称《探赜》）无疑对此一领域的研究作了有益探索。此外,作者虽以东北亚区域为研究对象,但并非局限于此,而是将各“子区域”间的“交错”发展呈献给读者,如“经济发展篇”中“锁国时期中、日两国对外贸易输出品结构”,以两国输出品为主线对东亚、东南亚间海域贸易的互动进行了考察。另从时间范围上看,《探赜》虽以近代为主要时限,但亦着眼于前近代相关历史的发展脉络。     

基于双曲线记忆HYGARCH模型的动态风险VaR测度能力研究

本文针对金融市场的典型事实特征,运用自回归分数移动平均(Fractional Integrated Autoregressive Moving Average,ARFIMA)模型与双曲线记忆广义自回归条件异方差模型(Hyperbolic Memory Generalized Autoregressive Conditional Heteroscedasticity,HYGARCH)模型、分数协整非对称自回归条件异方差(Fractional Integrated Asymmetric Power Autoregressive Conditional Heteroscedasticity,FIAPARCH)模型和分数协整指数广义自回归条件异方差(Fractional Integrated Exponential Generalized Autoregressive Conditional Heteroscedasticity,FIEGARCH)模型结合,并运用有偏学生t分布(Skew Student t Distribution,SKST)来捕获金融收益分布形态,以此开展动态风险测度研究,进而运用返回测试(Back-Testing)中的似然比率测试(Likelihood Ratio Test,LRT)和动态分位数回归(Dynamic Quantile Regression,DQR)方法对风险模型的准确性与精度进行联合检验。通过实证研究,得到了一些非常有价值的实证结论:ARFIMA(1,d,1)-FIAPARCH(1,d,1)-SKST模型与ARFIMA(1,d,1)-HYGARCH(1,d,1)-SKST模型均表现出卓越的风险测度能力,但没有绝对优劣之分;ARFIMA(1,d,1)-FIEGARCH(1,d,1)-SKST模型在成熟市场的表现能力差强人意;本文引入的所有风险模型在中国大陆沪、深股市表现优越且没有实质性差异。     

家庭身份危机与法国电视

电视在表现国家和民族生活 ,建构与此有关的观念上发挥重要的作用 ,而家庭历来是这方面的中心内容之一。文章分析了法国电视表现家庭节目方式的变化 ,阐明家庭的变化既源自于社会文化变化 ,又反过来在电视上得到体现和建构 ,家庭以及家庭在电视上的表现成为考察民族认同和电视认同的建构范例之一。     

爸爸，春节快乐

爸爸穿好军装，收拾好行囊，推开了家门。他又要离开家回部队去了，这个春节，爸爸照例要在异地他乡的军营中度过。