中国电信资费管制问题与方法研究

国内外对电信资费管制有许多的研究,有相关的理论支撑。本文通过对我国电信资费诸多问题的分析,指出了我国目前的电信资费管制缺乏一定的针对性和有效性。在针对我国电信资费管制存在的问题的基础上,建立了电信产业的社会福利模型,提出了垄断阶段、自由竞争阶段的资费管制策略与方法,并对相关问题如信息租金、资费结构和实施普遍服务策略进行了讨论。     

中国外资需求的建模及协整分析

90年代以来,随着我国利用外资的大幅增长,由引资规模、引资结构不当等原因引起的负面效应逐渐加大作用,它严重影响着我国国内的经济建设。了解我国利用外资情况,对我国外资需求进行深入的研究,建立合理的外资需求模型,对我国引进外资的规模进行计划决策,充分发挥外资的正面效应是非常重要的。     

竞争条件下利率服从跳-扩散过程的实物期权价值评估研究

基于市场竞争、无风险利率对实物期权的影响,本文研究了标的资产和利率服从跳-扩散过程下的期权定价模型,获得了存在潜在竞争对手情况下的实物期权定价模型,研究结果表明若忽视市场竞争、利率变化对实物期权价值的影响,将会造成投资项目价值的不合理估价,进而导致决策错误。     

存在保证域的模糊非径向偏好DEA模型——基于中科院24个研究所的实证分析

数据包络分析（DEA）是一种非参数化的方法,用于评价具有类似输入和输出的决策单元的效率。传统的非径向DEA模型假设输入和输出数据均为准确值,且对权重变量不加以限制,本文构建了存在保证域的模糊非径向偏好DEA模型,并给出了一种基于模糊数截集的模型求解方法,有效地解决了输入和输出全部或部分为模糊数的决策单元评价问题。最后给出了一个中科院研究所效率评价的实例说明了方法的有效性。     

关中地区城市生态位及动态变化研究

运用生态位理论分析区域内城市间的竞争程度及变化情况。采用生态位宽度模型、重叠度模型,计算1984年和2004年两个时期关中地区各城市生态位宽度和生态位重叠度,并对比分关中城市竞争力变化。结果表明：（1）生态位可以用来表征城市竞争能力;（2）1984年关中地区城市生态位宽度窄,且重叠度高,城市竞争激烈;2004年城市生态位宽度大大加宽,重叠度较低,城市竞争缓和;关中地区各城市产业结构逐渐合理,生态位宽度增大,重叠度减小,城市间竞争程度大幅下降。     

基于贝叶斯多变量厚尾随机波动模型的期货与现货联动效应研究

针对多变量随机波动模型难以刻画金融时间序列尖峰厚尾特征的问题,构建了贝叶斯多变量厚尾随机波动模型。通过模型的贝叶斯分析,选择参数先验分布,设计基于Gibbs抽样的MCMC算法,据此估计模型参数,解决多变量随机波动模型参数较多难以估计的问题;并利用沪深300股指期货与现货交易数据进行实证分析。研究结果表明：贝叶斯多变量厚尾随机波动模型能更准确地刻画金融市场的波动特征以及金融市场间的波动溢出效应。     

基于藤结构Copula-SV模型的外汇投资组合风险分析

文章针对现有时间序列统计模型对高维金融资产收益率特征描述不充分导致的风险度量不准确问题,构建了藤结构Copula-SV模型,用以对单个外汇资产收益率的波动异方差性和外汇资产间的复杂相关性进行描述.基于四种外汇资产(美元、欧元、日元和港币)的实证结果表明藤结构Copula-SV模型能较好地描述外汇资产的波动异方差性和复杂相关性,且基于拟合模型采用对偶变量法的Monte Carlo模拟计算出来的VaR通过了Kupiec失败率检验.     

全链接分散化多阶段投资组合评价研究

现有多阶段分散化投资组合评价模型都是基于各阶段实际收益率来构建的,然而由于投资组合在各阶段的联系主要体现在财富的动态变化过程中,因此基于财富动态方程来构建多阶段投资组合评价模型更加符合实际.本文基于投资组合与前沿面的距离,给出多阶段投资组合效率的定义.在均值-方差框架下,基于财富过程构建不同导向下的全链接分散化多阶段投资组合评价模型,利用动态规划方法得到投资组合效率的解析式.最后,通过数值仿真检验了传统多阶段分散化模型与本文所提出模型之间是存在显著差异的.     

仿EM的多变量缺失数据填补算法及其在信用评估中的应用

数据缺失会显著降低信用评估模型的准确性和可用性,尤其是多变量同时有数据缺失时。本文针对模型应用阶段的多变量数据缺失问题,提出了一种新的数据填补算法。该算法由两阶段构成：准备阶段和数据填补阶段。在准备阶段,算法基于朴素贝叶斯方法以初始数据集进行训练,对每个可能缺失的变量构建起相应的单变量预测估计模型;而数据填补阶段则借鉴了EM算法的思想,利用前期的单变量预测估计模型,对给定的多变量数据缺失样本进行交替迭代,逐步填补更新。理论证明,该算法具有单调收敛性。以人人贷数据集和UCI提供的德国和澳大利亚两个信用评估基准数据集为例,将其与众数填补法、EM填补法进行性能对比实验,结果表明本文方法的数据还原性能和填补后信用评估准确性都明显更优。这为解决信用评估时的数据多变量缺失问题提供了一种更好的处理方法。     

混合正态双因子已实现SV模型及其实证研究

  传统的波动率模型(如GARCH模型和SV模型)采用日度收益率数据对波动率建模,忽略了日内高频数据包含的丰富信息。同时,资产收益率的波动率往往展现长记忆性,资产收益率的分布展现非正态性(尖峰、厚尾),传统的波动率模型不能很好地刻画现实资产收益率的这些特征。         将包含丰富日内高频信息的已实现波动率引入传统低频SV模型中,同时考虑已实现波动率偏差修正、波动率长记忆性和资产收益率的非正态性(尖峰、厚尾),构建混合正态双因子已实现SV(2FRSV-MN)模型。 为了估计2FRSV-MN模型的参数,给出灵活且易于实现的基于连续粒子滤波的极大似然估计方法。 蒙特卡罗模拟实验表明,给出的估计方法是有效的。 采用上证综合指数和深证成分指数5分钟高频交易数据,对提出的2FRSV-MN模型进行实证检验。         研究结果表明,已实现波动率是真实日度波动率的有偏估计(下偏),沪深股市非交易时间效应强于微观结构噪声效应;沪深股市具有强的波动率持续性和显著的杠杆效应,且杠杆效应只存在于短记忆波动率因子过程中,长记忆波动率因子过程中存在反向杠杆效应;根据赤池信息准则,2FRSV-MN模型比其他模型具有更好的数据拟合效果。 对风险值的估计结果表明,2FRSV-MN模型能较好地测量金融市场风险,但并非一定是具有最好的风险测量效果的模型,这取决于选取的概率和数据。         研究结果不仅为投资者和监管机构提供了信息和决策参考,也丰富了基于高频数据的波动率建模和市场风险测量的研究。