基于马尔科夫状态转移的中国股票市场行业板块波动性与相关性研究

利用马尔科夫状态转移.ARCH模型(SWARCH)来研究中国股票市场行业板块的波动性和相关性.首先对证监会划分的18个一级行业进行初步分析,建立单变量SWARCH模型,发现中国股票市场各行业板块均能够显著地分为高波动和低波动两个区制;接着利用双变量SWARCH模型对行业板块间的相关性进行研究,发现各行业板块之间的相关性在高波动区制显著高于低波动区制.所得的研究结论可以为投资者提高投资组合收益率提供参考依据.     

半参数门限广义非对称随机波动模型研究

为了能够同时刻画和描述金融资产收益序列的偏态、厚尾以及序列的门限效应、非对称杠杆效应等特性,提出把门限广义非对称随机波动模型与非参数Dirichlet过程混合模型有机结合,构建了半参数门限广义非对称随机波动模型,并对模型进行了贝叶斯分析.实证研究中,利用上海黄金价格收益率序列数据进行建模分析,结果表明:半参数门限广义非对称随机波动模型能够有效地刻画上海黄金价格收益率序列波动率的动态特征.     

基于高频波动率模型与R-vine copula的行业资产组合风险测度研究

相较于低频波动率模型,高频波动率模型在单资产的波动和风险预测中均取得了更好效果,因此如何将高频波动率模型引入组合风险分析具有重要的理论和现实意义。本文以沪深300指数中的6种行业高频数据为例,运用滚动时间窗技术建立9类已实现波动率异质自回归(HAR-RV-type)模型刻画行业指数波动,同时使用R-vine copula模型描述行业资产间相依结构,进一步结合均值-CVaR模型优化行业资产组合投资比例,构建组合风险的预期损失模型,并通过返回测试比较不同风险模型的精度差异。研究结果表明:将HAR族高频波动率模型引入组合风险分析框架,能够有效预测行业资产组合风险状况;高频波动率预测的准确性将进而影响组合风险测度效果,跳跃、符号跳跃变差以及符号正向、负向跳跃变差均有助于提高行业组合风险的预测精度。     

基于结构突变的波动率分解模型

在Heston-Nandi模型的基础上提出了一种波动率分解模型,分解模型同时考虑了金融波动的长记忆性和杠杆效应.从资产收益率的无条件方差发生结构突变出发,认为收益率的无条件方差随时间变化,将波动率分解为长期影响和短期冲击两部分,其中长期影响用来刻画波动率的持续性,短期冲击刻画金融波动的短期扰动.上证综指数据实证表明上海证券综合指数收益率序列的波动性同时具有长记忆性和杠杆效应,利用模型能很好的刻画这两种性质.     

中国股票市场的非对称动态相关性研究

基于沪深A、B股1994.1.3到2012.7.31的四组日回报率数据,本文研究了中国股票市场间条件波动率和相关系数的动态性与非对称性,分别建立了EGARCH模型和非对称形式的动态条件相关模型(DCC)进行分析。研究表明,我国股票市场的条件波动率在利空消息冲击时普遍表现出很强的非对称性,其中深B股市场的波动率非对称性表现为市场受利好信息冲击时的反应更强而不同于其他三个股票市场;尽管股票市场间条件相关系数存在着不同的非对称表现形式,但是无论是A股市场还是B股市场,其条件相关系数都表现出显著的动态非对称性。     

基于动态VaR约束与随机波动率模型的最优投资策略

研究Stein-Stein随机波动率模型下带动态VaR约束的最优投资组合选择问题. 假设投资者的目标是最大化终端财富的期望幂效用,可投资于无风险资产和一种风险资产, 风险资产的价格过程由Stein-Stein随机波动率模型刻画. 同时, 投资者期望能在投资过程中利用动态VaR约束控制所面对的风险.运用Bellman动态规划方法和Lagrange乘子法, 得到了该约束问题最优策略的解析式及特殊情形下最优值函数的解析式; 并通过理论分析和数值算例, 阐述了动态VaR约束与随机波动率对最优投资策略的影响.     

基于ICA-SV模型的金融市场协同波动溢出分析及实证研究

对于动态投资组合与风险管理来说,测定波动溢出效应是非常重要的.已有的文献证明SV模型比GARCH模型能够更好地刻画金融市场的波动,使用SV模型研究两个金融市场间波动溢出的文献并不多见,而使用SV模型研究多个金融市场对一个金融市场协同波动溢出的文献则更为少见.本文以独立成分表示金融市场波动的协同指标,提出了独立成分SV模型(ICA-SV),并研究了多个金融市场对一个金融市场的协同波动溢出,实证结果验证了ICA-SV模型在分析金融市场协同波动溢出是可行的.     

时间序列中自相关与偏相关函数分析

相关函数表现出时间序列中任意两个值之间的相关性是如何随着时间间隔而改变的.自相关函数刻画了时间序列相邻变量之间的相关性,偏相关函数则是排除了其它中间变量的影响,真实地反映两个变量之间的相关性,并且二者紧密相连.同时两个相关图所反映的信息在时间序列分析各个方面发挥着关键作用.     

双跳跃仿射扩散模型的几何平均型水平重置期权定价

在资产收益率及其波动率均满足随机跳跃且具有跳跃相关性的仿射扩散模型下,用广义双指数分布和伽玛分布分别刻画非对称性收益率及其波动率的跳跃波动变化,研究了具有几何平均特征的水平重置期权定价问题.通过Girsanov测度变换和多维Fourier逆变换方法,给出了此类重置期权定价的解析公式.最后,通过数值实例着重分析了联合跳跃参数及杠杆效应对水平重置看涨期权价格的影响,并对风险对冲特征作了分析.结果表明,上跳概率,跳跃频率,杠杆效应,收益率波动的两个跳跃参数和双跳跃相关系数对期权价格有正向影响,上跳和下跳幅度对期权价格有反向影响,而期权的风险对冲参数没有出现明显的跳跃现象.这说明文章建立的期权定价模型比经典Black-Scholes模型具有更好的实际拟合能力.     

基于Hurst指数的风速时间序列研究

为研究风速时间序列的长程相关性和自相似性,采用重标度极差分析和去趋势波动分析对风速时间序列进行相关性分析,计算风速时间序列的Hurst指数,并对其进行了功率谱密度分析,计算其谱指数.结果表明,两种方法计算所得Hurst指数都较为接近1,说明风速时间序列具有显著的自相似性和长程正相关性;但R/S分析及DFA所得Hurst指数有所差异,这一差异说明DFA可体现出非平稳风速时间序列的幂率特征.此外,对风速时间序列Hurst指数及谱指数的分析还表明了风速波动具有"1/f噪声"特征.为风速分形混沌特性研究及风速短时预测等提供了理论依据.     

基于动态条件相关系数模型的石油市场套期保值比估计

以WTI和Brent两地的原油现货市场和期货市场为研究对象,选择对角化的动态条件相关(DCC)模型估计了市场间的动态条件相关系数,求解了WTI市场、Brent市场及跨市的动态套期保值比,评价了各种市场组合的套期保值效果.得到如下几点结论:第一,WTI市场的一体化程度高于Brent市场;第二,两个月期货的套期保值比高于1个月期货的套期保值比,WTI相应市场组合的套期保值比要高于Brent市场;第三,采取Brent期货对WTI现货进行对冲时,其套期保值比要高于用WTI期货对Brent现货对冲时的情形,也高于Brent市场的套期保值比;第四,套期保值比越高,套期保值效果越好.     

Inferring Boolean functions via higher-order correlations

Both the Walsh transform and a modified Pearson correlation coefficient can be used to infer the structure of a Boolean network from time series data. Unlike the correlation coefficient, the Walsh transform is also able to represent higher-order correlations. These correlations of several combined input variables with one output variable give additional information about the dependency between variables, but are also more sensitive to noise. Furthermore computational complexity increases exponentially with the order. We first show that the Walsh transform of order 1 and the modified Pearson correlation coefficient are equivalent for the reconstruction of Boolean functions. Secondly, we also investigate under which conditions (noise, number of samples, function classes) higher-order correlations can contribute to an improvement of the reconstruction process. We present the merits, as well as the limitations, of higher-order correlations for the inference of Boolean networks.     

Modelling dynamic portfolio risk using risk drivers of elliptical processes

The situation of a limited availability of historical data is frequently encountered in portfolio risk estimation, especially in credit risk estimation. This makes it difficult, for example, to find statistically significant temporal structures in the data on the single asset level. By contrast, there is often a broader availability of cross-sectional data, i.e. a large number of assets in the portfolio. This paper proposes a stochastic dynamic model which takes this situation into account. The modelling framework is based on multivariate elliptical processes which model portfolio risk via sub-portfolio specific volatility indices called portfolio risk drivers. The dynamics of the risk drivers are modelled by multiplicative error models (MEMs)-as introduced by Engle [Engle, R.F., 2002. New frontiers for ARCH models. J. Appl. Econom. 17, 425-446]-or by traditional ARMA models. The model is calibrated to Moody’s KMV Credit Monitor asset returns (also known as firm-value returns) given on a monthly basis for 756 listed European companies at 115 time points from 1996 to 2005. This database is used by financial institutions to assess the credit quality of firms. The proposed risk drivers capture the volatility structure of asset returns in different industry sectors. A characteristic cyclical as well as a seasonal temporal structure of the risk drivers is found across all industry sectors. In addition, each risk driver exhibits idiosyncratic developments. We also identify correlations between the risk drivers and selected macroeconomic variables. These findings may improve the estimation of risk measures such as the (portfolio) Value at Risk. The proposed methods are general and can be applied to any series of multivariate asset or equity returns in finance and insurance.     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

基于多元线性回归模型的东北地区需水量分析

多元线性回归模型在社会、经济、技术以及众多自然科学研究领域中已被广泛使用,某个地区需水量应与该地区多种因素有关,故选取东北地区的GDP、水库蓄水总量、人均可支配收入、城市绿地面积和工业用水量等5个因素,借助MATLAB软件阐明了多元线性回归模型在东北地区需水量分析中的应用.并通过皮尔森相关性检验、拟合优度检验、F检验、t检验和残差分析的方法对模型进行优化,得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在需水量分析中的应用提供了有力参考.     

基于混合分布单因子模型的CDO定价问题

本文讨论了基于混合分布单因子模型的CDO定价问题,在所研究的CDO抵押资产组合中,描述资产价值的市场共同因子和异质因子均服从标准高斯和NIG的混合分布,且相关系数为随机相关系数.通过半解析法给出了CDO分券层的公允价格公式,并利用傅里叶变换及其逆变换,得出了贝努利相关和三状态相关两种随机相关系数的情形下累积损失概率分布的求解方法.     

基于交互耦合网络的项目组合决策模型研究

随着项目活动进入“大尺度”时代,复杂性成为现代化项目组合管理中的突出问题。在项目组合决策系统复杂性分析基础上,提出了交互耦合网络视角下的项目组合决策系统表征方法;借鉴非线性动力学建模方法构建项目组合决策系统复杂动力网络模型,结合模型的稳定解和稳定条件将项目组合决策系统划分为竞争型、共生型、强依存型和弱依存型,并通过数值仿真方法对系统的稳定域、分岔和混沌进行分析。研究表明,项目组合决策系统的复杂性和稳定性依赖于系统内交互关系作用,改善协作关系,避免过分竞争,以系统整体为先优化配置有利于项目组合目标实现。     

Portfolio selection under DEA-based relative financial strength indicators: case of US industries

Fundamental analysis is an approach for evaluating a firm for its investment-worthiness whereby the firm's financial statements are subject to detailed investigation to predict future stock price performance. In this paper, we propose an approach to combine financial statement data using Data Envelopment Analysis to determine a relative financial strength (RFS) indicator. Such an indicator captures a firm's fundamental strength or competitiveness in comparison to all other firms in the industry/market segment. By analysing the correlation of the RFS indicator with the historical stock price returns within the industry, a well-informed assessment can be made about considering the firm in an equity portfolio. We test the proposed indicator with firms from the technology sector, using various US industries and report correlation analyses. Our preliminary computations using RFS indicator-based stock selection within mean–variance portfolio optimization demonstrate the validity of the proposed approach.     

动态主动打断项目组合选择问题的模型研究

动态主动打断项目组合选择问题是项目组合选择研究的新方向,然而该问题中涉及的六个重要参数都是不确定的,需要通过预测或估算才能得到,导致项目组合选择结果存在风险,最优解随着参数的变动发生变化。针对这种情况,本文首先提出了一个适合敏感性分析的动态主动打断项目组合选择新模型,并将其线性化;其次,运用GAMS＼BARON求解算例,对比动态和静态主动打断项目组合选择模型的结果,验证了动态线性模型的优越性;最后,分别求解六个不确定性参数的敏感性系数,并进行了局部敏感性分析。结果表明:第一,动态主动打断项目组合选择线性模型既可以统筹安排新、旧项目,又能增加企业收益;第二,根据系数敏感性的排名,企业应当有区别地对待六个不确定性参数;第三,新项目投资和项目收益的敏感性大小和排序,会随着参数变动而变化。