中国电力消费周期的路径演化识别——基于Markov区制转移模型

基于1980-2016年中国第一产业、第二产业（工业、建筑业）和第三产业的年度电力消费数据,采用H-P滤波技术对中国电力消费的趋势成分和波动成分轨迹进行刻画,运用马尔科夫区制转移[MS（n）-AR（p）]模型分析中国电力消费周期在各区制间的动态转移过程,识别改革开放以来中国电力消费周期的路径演化特征,在此基础上预测未来5年中国电力消费周期的区制分布情况。研究发现:（1）中国电力消费增长率的波动程度自2003年明显缩窄,且从2007年开始进入下行周期。（2）中国电力消费周期具有较强的稳定性,不易向着其收缩期和扩张期跨越。且中国电力消费处于"低速增长区制"的年份往往对应着中国经济发展相对趋缓的大环境。（3）2014-2015年中国电力消费向其收缩期转移的迹象明显,但预测结果表明,未来5年中国电力消费整体上将继续保持稳定增长的趋势。     

生猪价格波动周期规律的实证检验

文章采用“三阶段”马尔科夫区制转移模型方法,分析中国生猪价格周期波动的非对称性和持续性特征.实证结果表明:生猪、猪肉和猪仔价格时间序列中存在着“下跌阶段”、“稳定阶段”和“上涨阶段”三种区制状态.生猪价格周期波动的非对称性体现在各区制上方差和区制转移概率的差异,持续性表现为各区制上持续概率和平均持续期的不同.因此,生猪价格调控政策应该依据生猪价格周期波动的区制特征来制定.     

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.     

基于中国股票高频交易数据的随机波动建模与应用

本文对近十五年多达17万笔高频交易数据研究发现,早晨9:30股市开盘期间收益回报显著为负值,而在下午3:00收盘前的5分钟集合竞价阶段的收益回报显著为正值,称这种现象为“首尾5分钟现象”.并且日内收益数据具有较为显著的季节效应或周期效应,本文首次提出利用具有季节效应的SVJt-s模型对上证综合指数的5分钟高频交易数据进行建模,并给出模型的两步估计方法.由于高频随机波动建模时的数据量巨大、计算负荷严重,模型的估计、评价以及预测评价方法都需进行相应的改进,本文主要通过APF方法计算边际似然和BF进行模型比较,并从模型的预测能力发现本文给出的具有季节效应的SVJt-s模型,优于通常的GARCH模型和基本随机波动模型,最后给出了模型在风险管理中的应用.     

基于马尔科夫状态转换GARCH模型的汇率波动预测

文章利用汇率波动状态下的均值方程修正了面向汇率日波动特征测度的GARCH模型,并以动态多维条件修正针对汇率波动特征预测的马尔科夫状态转换GARCH模型,结果证实:汇率波动的动态发展趋势具有左部相对厚尾和一定程度的尖峰特征,汇率波动的动态特征及过程中更多动态相互干扰造成了汇率影响的参数异方差效应属性.     

我国影子银行的非对称性宏观经济效应研究

文章使用了马尔科夫机制转换回归模型和向量自回归模型(MSIH(2)-VAR(2),考察了影子银行的非对称性宏观经济效应.实证结果表明:影子银行在“经济下行”区制比“经济上行”区制更明显地正向影响经济增长;影子银行的外生冲击对经济增长的短期影响比长期影响大;在不同区制和面临影子银行的外生冲击时,影子银行都正向影响货币供应量,且都不显著影响物价水平;在宏观经济不同区制转换的过程中,影子银行波动可以作为宏观经济波动的先行指标.     

基于累积和控制图改进的累积得分控制图

文章针对双边的区域控制图的累积得分思想,设计单边累积得分控制图.利用马尔科夫链的方法计算其平均链长,并与传统的控制图比较.结合快速初始响应方法,设置改进控制图的初始响应值,与带有初始响应的累积和控制图进行过程失控的平均链长的对比.在存在偶然性因素下,改进控制图与传统累积和控制图比较.     

基于MCMC方法的保险短期个别风险的测算

对保险短期个别风险的测算由于没有充分考虑索赔次数和索赔额的不确定性,其结果不能准确评估并预测保险实务中复杂的短期风险.文章在传统贝叶斯模型基础上引入Metropolis-Hastings抽样与Gibbs抽样相结合的马尔科夫链蒙特卡罗(MCMC)方法,克服了高维数值计算的困难,通过对典型实例的实证测算,证实即使在索赔数据缺失情况下,该模型仍然能够较好地模拟缺失数据的后验估计以及预测值的后验分布,提高了预测的准确性并减少了不确定性风险.     

基于马尔科夫模型的老年人口护理需求分析

通过建立一个马尔科夫多状态转移模型,测算中国65岁及以上老年人口护理费用的精算现值,讨论影响测算结果的主要因素,对如何满足老年人口的护理需求提出意见和建议.结果表明:2005～2050年,中国处于失能状态的老年人口数将从2 173.0万增加到7 077.6万,老年人口护理费用的当年现值将从47 754.3亿元增长到155 542.3亿元.影响测算结果的主要因素有人口预测、状态转移概率和各状态护理费用等.要满足老年人口的护理需求一是要努力增加居民收入,二是要完善老年护理保障制度,三是要大力开发长期护理保险产品.