随机风险传染、对冲比率及对冲效率的多尺度分析

为研究沪深300股指期货对冲比率、对冲效率与对冲期限的关系,基于小波分析方法构建了含溢出效应的VS-MSV-t模型,并与普通小波方法、OLS法对比。研究结果表明:沪深300股指期货与现货市场存在信息溢出及随机风险传染效应的多尺度现象;其波动性与相关性的多尺度导致最优对冲比率、对冲效率的多尺度。相对中长期投资,风险传染效应给短期的投资带来更多风险。对冲效率随对冲期限增加而增加;信息利用程度的不同使得小波方法对冲效率优于OLS法;考虑风险传染的对冲效率较低但更符合实际;相对VaR对冲效率小于方差对冲效率但其检验更有效也更全面。     

基于小波分析的多期择时能力模型及实证研究

本文利用小波变换对基金收益率及其方差进行多尺度分解,并将小波分析引入资本资产定价模型,计算小波多尺度β。进一步地将小波分析引入到传统的H-M模型中,利用小波函数的多尺度与不同的投资期限对应,对模型进行多期改造,从而获得择时能力的多期评价模型。以我国经济背景为依托,选择14只开放式基金进行实证研究,结果表明,利用小波分析可以有效的对基金的择时能力进行多期评价。     

基于区间三次Hermite样条小波的Poisson方程数值求解方法

提出一种新的求解Poisson方程的小波有限元方法,采用区间三次Hermite样条小波基作为多尺度有限元插值基函数,并详细讨论了小波有限元提升框架.由于小波基按照给定的内积正交,可实现相应的多尺度嵌套逼近小波有限元求解方程,在不同尺度上的插值基之间完全解耦和部分解耦.数值算例表明在求解Poisson方程时,该方法具有高的效率和精度.     

基于SV-M模型的全球股市交易指数波动与收益率的多分辨分析

为了有效揭示收益率与波动的关系,本文采用极大重叠离散小波变换,将收益率分解在不同的交易周期上,建立各自的SV-M模型,考察各周期收益率与波动的关系及其他参数随交易周期的变化情况。实证表明,全球各大股票交易市场的收益率,收益率与波动的在较小的尺度上关系不显著,但在较大尺度上,存在明显的正相关关系;且随交易周期的增长,收益率的相关性及波动持续性逐渐增强。     

基于小波变换的Laws纹理测度在植被分割中的应用

针对从全色航空影像中进行植被区域提取的随机性和复杂性,阐述了一种基于小波的Laws纹理测度进行植被提取的新算法,它的特点是先用小波变换将图像变换到不同的尺度层上,然后再在多尺度层上提取Laws纹理测度,形成植被区域的特征.与传统的植被提取方法比,它用到了不同频率上纹理的Laws信息,从而更准确的刻画了植被区域的纹理特征,试验结果表明:基于小波变换的Laws纹理测度对植被有较好的分割效果.     

一种改进的信号多尺度估计算法

本文给出一个种改进的信号多尺度估计算法,即对多尺度分解出的细节信号再继续作小波变换,对分解后得到的次平滑信号的次细节信号分别作不同程度的阈值处理,对阈值处理后的信号进行重构,作为相应尺度上的细节信号,对最粗尺度上的平滑信号进行卡尔曼滤波,再次与各尺度上细菌信号进行重构,最后得到原始尺度的信号估计值。     

L~2[0,1]上的正交小波基

从尺度因子 M =4的正交小波基出发 ,利用折叠方法得到了 L 2 [0 ,1 ]空间的正交小波基 .这种小波不同于折叠前的小波基 ,它是完全限制在有限区间 [0 ,1 ]上 ,且保持小波基的正交性 ,并在使用过程中拥有更大的灵活性 .也可用类似方法对一般尺度小波进行折叠     

芬兰淡水湖冰下溶解氧浓度变化规律的离散小波分析

以离散小波变换的多尺度分析理论为依据,用Daubechies系列小波对芬兰Valkea-kotinen淡水湖第二测点自2011年1月13日至5月17日不同深度溶解氧浓度的采集数据进行分解与重构.通过db1-db6小波分解效果比较,发现db4小波的重构效果较好.采用db4小波对该位置各深度溶解氧浓度进行多尺度分析,得到数据的低频和高频重构曲线,分析曲线的变化规律.最后,利用离散小波变换尺度为2的幂次这一特点,给出有利于数据分析的测量时间间隔.     

芬兰淡水湖冰下溶解氧浓度变化规律的离散小波分析北大核心

以离散小波变换的多尺度分析理论为依据,用Daubechies系列小波对芬兰Valkea-kotinen淡水湖第二测点自2011年1月13日至5月17日不同深度溶解氧浓度的采集数据进行分解与重构.通过db1-db6小波分解效果比较,发现db4小波的重构效果较好.采用db4小波对该位置各深度溶解氧浓度进行多尺度分析,得到数据的低频和高频重构曲线,分析曲线的变化规律.最后,利用离散小波变换尺度为2的幂次这一特点,给出有利于数据分析的测量时间间隔.     

区间[-1,1]上的a尺度双正交多小波的构造

本文研究了一元a尺度紧支撑、双正交多小波的构造.在区间[-1,1],给出了利用a尺度双正交尺度向量构造a尺度双正交多小波的推导过程得到了一种有效的小波构造算法,并给出了数值算例.     

基于Tsallis理论的中国股市收益分布研究

应用Tsallis提出的非广延统计力学理论以及与之密切相关的非线性Fokker-Planck方程所描述的动力系统,根据我国上证指数和深证指数2004年1月1日～2008年11月13日的高频数据,分析了在三种不同的时间标度下股指收益的概率分布,发现Tsallis分布可以很好地描述两市收益分布的尖峰厚尾有限方差等特征,同时也给出了市场微观动力学层面的解释。揭示出我国上海和深圳股市的价格过程并不符合随机游走,而是反常扩散过程,两市具有十分接近的非线性动力系统特征。所得结论对于研究我国金融市场的资产配置和定价、风险管理和制度建设都具有重要的意义。     

基于MRS-SJC-Copula模型对A股与港股的动态联动性研究

由于经济增长周期变化,导致不同股票市场存在高低状态转换的现象,在研究不同股票市场之间联动性的研究时,需要考虑股票波动均值和方差两种结构变化。基于具有马尔可夫状态转换的动态SJC-Copula,结合修正ICSS算法对我国内地股票市场和香港股票市场之间的联动性进行方差结构突变点的检验。实证结果表明:国内和香港股票市场之间存在非线性非对称的时变相依性,并持续存在高低两种不同状态的概率转换。股票指数由于动态联动受到负面消息的下跌幅度大于正面消息的变化幅度,且上下尾部均受上期信息的持续影响。“沪港通”、“深港通”、中美贸易战等因素使得其上下尾部发生结构突变,内地与香港股票市场的联动性增大和市场波动幅度趋强。     

上海股票市场和国际主要股票市场之间波动溢出效应的实证研究

使用BEKK—二元GARCH(1,1)模型,对于我国股票市场和国际主要股票市场之间的波动溢出效应进行了实证研究.分析结果表明,上证综指和标准普尔500指数、日经225指数之间存在单向波动溢出效应,而上证综指和香港恒生指数之间存在双向波动溢出效应,上证综指和新加坡海峡时报指数之间不存在波动溢出效应.     

再论中国股票市场的弱有效性

本文利用检验鞅差序列的非参数统计量来检验中国股票市场的弱有效性问题,本文给出的方法不同于文献中已有的方法,实证分析表明本文使用的检验股票市场弱有效的方法比文献中的大多数方法更有效。实证结果显示,中国的股市在发展过程中,表现山渐进有效的态势;中国A股市场比B股市场更有效率:沪市比深市更趋于有效。文中的有些结论是以前的实证研究所没有的。另外,本文比较了中国股市和境外成熟股市之间有效性程度的差异,并得出香港市场对深市影响显著的结论。     

股票市场的长记忆及其动态结构

本文提出了结合平均小波系数法和自回归原始自助法的稳健长记忆检验,蒙特卡罗模拟显示该方法对于短期记忆过程具有稳定性。基于该方法对2005年4月8日至2015年6月30日的中国、美国、香港和德国股市进行了实证分析。全局检验结果表明仅中国的股票市场存在显著的长记忆,并且风险因素无法对长记忆解释,而美国、德国和香港的股市不存在长记忆。基于递增窗口的动态Hurst指数分析显示,金融危机时期4个股市都存在显著的长记忆。2010年后,除中国股市外,其余三个股市几乎不存在长记忆现象。     

沪、深股市波动不对称性的实证分析

本支应用系数多变量EGARCH模型来研究我国沪深股市的波动不对性,结果发现:在全样本时期,收益率呈现深市向沪市的单向溢出,而沪深两市则都呈现显著的波动不对称性特征。分时段来考察,B股对境内投资者开放前后呈现收益率由深市向沪市的单向溢出到双向溢出现象;而波动性的实证结果则显示,以B股对境内投资者开放为间断点,沪市波动不对称性有明显加强的趋势,而深市波动不对称性则呈现由不显著到显著的特征。     

基于DAG-SEM模型的中美股票市场间信息溢出研究

以中美贸易战为背景,研究美国股票市场、中国A股市场与香港股票市场的动态溢出效应。运用DAG-SEM模型和信息指数模型的静态和动态分析法测度市场间波动率信息溢出的方向、强度以及动态变化过程。研究发现:在贸易战期间,美股、港股和A股之间的溢出强度均增加。中国内地股市与美国股市呈双向信息溢出,标普500指数与沪深300指数的“方向交替”多于道琼斯与沪深300指数。特别地,贸易战白热化阶段,即2018下半年至2019上半年,中国内地股市对香港股市的信息溢出强于美国股市,成为港股信息溢出的主要传导者。     

Copula模型在沪深股市相关性研究中的应用

本文利用沪深股票市场数据,研究了二者之间的相关结构,尤其是尾部相关情况。由于股票收益率序列存在着条件自相关和条件异方差,为避免这些对Copula参数估计的影响,我们先对收益率序列进行AR(4)-GJRGARCH(1,1)-t建模,得到的标准化残差经BDS检验为独立同分布(i.i.d.)序列,再进行Copula建模。实证结果表明,沪深股市存在很强的正相关性,以及对称的尾部相关。这与大多数国外学者认为股票市场之间存在非对称相关现象的结论不同。本文通过图形检测和解析方法相结合来选择对数据拟合最好的Copula函数,结果表明学生t-Copula可以很好地刻画沪深股市的相关性。     

中国股票市场有效性的复合评价

本文以2000年1月4日至2011年4月1日的上证综指(000001)和深圳综指(399106)的日收盘价和日收益率为研究对象,根据随机游走假设,采用对数动态自回归模型、游程检验和单位根检验,对上海股票交易所和深圳股票交易所的市场有效性分别进行检验,结果表明沪深两市都基本达到弱式有效。由于上述检验无法证明两股市之间是否存在影响,价格水平是否互相包含,因此有必要验证沪深两市是否为联合有效。本文采用Johansen协整检验和Granger因果关系检验,结果表明上证综指的日收益率对深圳综指的日收益率有一定的预测作用,但沪深两市的价格不存在长期均衡关系,因此可判断沪深股市基本达到联合的弱式有效。     

我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型

针对股市收益分布的"尖峰肥尾"特征,引入了偏t分布作为新息分布。基于VaR方法,从风险估计的角度,利用ARFIMA(2,d_1,0)-HYGARCH(1,d_2,1)-skt模型对1996年12月17日至2007年7月5日期间的沪深股市收益进行了实证分析.实证结果显示:沪深股市具有显著的双长记忆特征;上海股市的日收益率和波动率的长记忆性均比深圳股市强;ARFIMA(2,d_1,0)- HYGARCH(1,d_2,1)-skt模型对我国股市收益具有较强的风险估计和预测能力。