人民币汇率的双成分混合波动率模型

汇率波动性预测在金融和计算领域一直受到广泛关注,然而由于缺乏可以捕捉汇率波动动态变化的预测模型,高频汇率的波动率预测至今没有得到彻底的研究.文章提出了基于神经网络的双成分混合汇率波动率模型,该模型利用低通Hodrick-Prescott滤波器将已实现波动率分解为长期分量和短期分量,使用自回归神经网络模拟长期分量,一阶自回归过程模拟短期分量,通过实证分析确定自回归神经网络参数(10个隐神经元和四阶滞后输入神经元),以6种主要高频率汇率(英镑/人民币,美元/人民币,澳元/人民币,欧元/人民币,日元/人民币,和瑞士法郎/人民币),在5 h(d)、20 h(d)、100 h(d)、200 h(d)、360 h(d)和500 h(d)的预测区间构建1 h和1 d已实现波动率,并与双成分GARCH模型、EGARCH模型、四阶滞后自回归神经网络模型3个基准模型进行对比,分析模型的预测性能,实验评估表明,提出的混合预测模型在所有预测的范围内均显著地优于传统人民币汇率波动模型.     

基于三因素过程的利率连动息票研究

本文结合了仿射利率期限结构模型,首次把包含了随机均值、随机波动和跳跃的三因素利率模型应用于利率连动息票的定价和风险对冲过程.给出了利率连动息票(包括固定利率连动息票和浮动利率连动息票)的价值和对冲策略的解析式.数值结果表明,利率连动息票的价值和对冲策略受到以上三个因素的显著影响.其中,代表期望通胀率和市场均衡利率缓慢移动效应的随机均值因素在定价和对冲中扮演着主要的角色.研究表明,利用仿射利率期限结构模型为利率连动息票进行定价和对冲时,忽视以上三个因素将使模型结果产生误差.因此,本文的模型及定价公式为利率连动息票定价和对冲提供了一个更具弹性和一致性的理论框架.     

基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

河南省粮食产量波动及其影响因素分析

利用剩余法将粮食生产波动与长期趋势相分离,对河南省23年来粮食生产变化趋势加以分析,计算河南省粮食产量及产量波动与影响因素之间的灰色关联系数,探求粮食生产中的主控因子。结果表明,河南省的粮食产出波动具有阶段性变化特征,整体趋势与农业政策制度变化具有明显相关性 在近年虽然表现出一定的波动,但总体呈增长趋势。有效灌溉面积、机耕面积、化肥施用量和农村家庭平均每人每年纯收入可视为河南省粮食产量及波动的主控因素。     

中国蔬菜价格波动与通货膨胀——基于波动来源的分解

利用Census X12季节调整和H-P滤波法,将蔬菜价格波动来源分解为趋势变动、季节变动、循环变动和不规则变动要素。利用Bootstrap因果检验与VAR模型,考察了蔬菜价格波动来源的分解因素与中国通货膨胀的关联性。结果表明,蔬菜价格波动影响消费者物价指数的主要渠道是通过季节变动和不规则变动要素;季节变动因素对消费者物价指数的影响呈季节周期性;不规则变动对消费者物价指数的冲击在最初时最显著,随后逐渐减弱。政策含义为,降低公众的通胀预期、促进蔬菜跨区域流通、控制蔬菜运输的物流成本、健全政府灾害天气应急响应机制均有利于减缓CPI上涨。     

证券投资基金与股市波动性的关系研究

基于中国上海证券交易所的基金指数与综合指数数据,利用协整理论、因果关系与脉冲响应检验、GARCH模型分析了中国证券投资基金与股票市场之间的波动影响关系.结果显示,中国股市与基金市场之间存在着同涨同跌的长期均衡关系;股票市场的波动会对基金市场产生影响,而基金市场的波动对股票市场的影响并不明显,表现出非对称性;股票市场的波动性较基金市场更为强烈,而基金市场受到较大波动影响持续的时间较长.     

中国房价波动的福利效应研究进展

近年来房价上涨与居住福利的关系备受关注,虽然国内研究不如国外深入,但一些切合中国实际的研究应积极推进。综合来看,国内主要采用古典度量法、计量经济模型法和效用函数法来测度福利变化,其实证结论有三种倾向——不显著、正向或负向影响,但大多数文献认为高房价造成了居民福利损失,经济适用房政策有待改进。