天气衍生品中时变均值回复的气温预测模型研究

天气衍生品的出现,为天气风险管理提供了一种新的手段。由于大多数天气衍生品都是以气温为标的物,因此对气温变化准确预测是天气衍生品定价的关键。针对此,本文在O-U均值回复模型的基础上,构建了时变均值回复速度的气温预测模型。基于全国代表性城市的1951—2011年日平均气温数据对气温均值回复速度进行了实证分析,研究表明,我国主要代表性城市气温年均值回复速度均能通过ARIMA模型进行拟合估计。利用两种模型对各城市的日平均气温进行预测分析,其误差衡量指标的协方差比表明,时变均值回复模型优于O-U均值回复模型。因此,本文提出的时变均值回复速度的气温预测模型适用于我国的气温预测,有利于我国天气衍生品的进一步研究。     

电路模型的拉普拉斯变换

本文详细论证了电路模型RLC由时域分析到复频域分析中的拉普拉斯变换,并就其物理意义、变换方法给出具体说明.     

关于时变大系統之平稳振蕩

本文利用大系统分解理论来研究时变大系统之平稳振荡问题。首先通过构造一个特殊的函数,将一个微分大系统的有界性问题转化为一个代数不等的求解问题,由此得出用期解之存在性。然后,由上极限理论对大系统之非常稳定性进行研究,由此导出周期之唯一性。     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

考虑顾客效用和时变品质度的乳品供应链品质激励契约研究

考虑时间因素对乳制品品质的影响,构建“时变品质度”函数,结合消费者效用的敏感性,将乳品品质加成和时变特性与厂商收益管理有机结合,设计“批发价+收益共享”契约和“收益共享+品质投入成本共担”契约作为激励机制,来促进乳制品供应链上的主体企业提高品质投入水平。研究结果表明：单纯的“批发价+收益共享”契约对加工企业品质投入的激励效果有限,而“收益共享+品质投入成本共担”契约可以实现供销双方经济利润的帕累托改进,明晰供销双方在品质投入问题上的利益分配与权责关系,并在一定参数取值区间内,协调实现整体供应链利润最优。最后通过数值算例进行参数敏感性分析并验证相关结论。     

基于傅里叶变换的时变参数回归模型:估计、设定检验和实证应用

回归模型参数的时变性会严重影响模型的拟合程度和预测效果。基于卡尔曼滤波的时变参数模型需要估计很多的参数,因而造成效率损失。基于傅里叶变换建立一个简单的变系数回归模型,给出估计方法并证明参数收敛于真实值,并给出了模型设定检验的方法。通过蒙特卡洛模拟表明:新建立的时变参数回归模型能很好地处理连续的、随机的和跳跃的时变参数模型。最后,将新建立的方法应用于研究股市联动关系,发现:不考虑系数的时变性可能给出误导性结论,考虑时变性能捕捉更为丰富的联动特征。     

基于置乱算法的复杂网络零模型构造及其应用本期“复杂性科学”专栏评述

整理了无权网络、加权网络和时变网络中经常使用的各种零模型构造算法,重点总结了基于置乱算法的零模型构造过程和它们的实际应用。置乱算法既可以将网络上的连接关系进行断边重连,也可以在保持原有连接的前提下随机化某些因素。通过对这些置乱算法的分析和比较,有助于相关学者了解如何使用置乱算法来构造复杂网络零模型,在参考零模型的前提下合理计算各种统计量的相对值,进一步深化对各种复杂系统的理解和应用。     

符号约束与时变参数SVAR模型的贝叶斯估计实现

传统识别SVAR模型的方法包括两类,一类是约束模型中的结构参数,另一类是约束脉冲响应函数,但多为严格的等式约束,符号约束则基于先验理论限定脉冲响应的方向,用较为宽松的不等式约束实现模型识别,能有效降低主观因素影响;同时随着经济结构的变化,SVAR模型的参数估计值有随时间变化的趋势,固定的参数估计值已不能有效刻画不同时期的经济发展状态.本文基于Gibbs抽样思想与贝叶斯统计推断理论,系统介绍符号约束下时变参数SVAR模型的贝叶斯估计方法,使用中国和美国数据,分别估计VAR模型、Sign-SVAR模型和Sign-TVP-SVAR模型.实证结果发现,符号约束能够有效避免脉冲响应的方向性偏误,时变参数能够更好刻画不同时期内经济变量的结构时变特征,在货币政策分析中具有明显优势.     

城市首位度最优规模的实证检验

文章以中部省城为研究范围,将城市首位度作为经济增长的要素,利用阈值回归模型得到中部省域最优规模,其存在性同区域经济发展水平相一致,部分省域首位城市有其合理规模的上限.通过最优规模的实践性检验,超过最优规模依然可以对经济增长有增强性的推动作用,但增强的程度在逐渐减弱.研究表明,中部省域应积极构建合理的城市体系,通过调整首位城市规模,协同次中心城市,发展中小城市,以良好的城市结构实现经济快速、平稳的增长.     

基于MV-GARCH的石油期货时变套期保值比率研究

文章运用DCC-GARCH、CCC-GARCH和BEKK-GARCH模型估计了WTI石油市场的动态套期比率.通过实证比较分析发现,这三种多元GARCH模型估计的套期保值比率都有较好的套期保值效果,其中DCC-GRACH模型估计的套期保值比率,效果优于其它两种.