深圳股票市场的日内流动性研究

流动性为证券市场注入了活力,使得投资者转让和买卖证券的交易得以顺利完成.因此如何衡量流动性的问题关乎到市场能否更有效地发挥作用.自Demsetz(1968)的《交易成本》一文发表后,买卖价差成为了反映证券市场流动性的重要指标,不同的价差分解模型相继出现并不断完善.在总结现有研究的基础上,文章运用两种类型的高频数据从买卖价差角度对中国深圳股票市场的日内流动性进行了研究.利用大单交易明细数据进行实证分析时,文章以MRR模型作为基本框架,将交易的持续期和订单规模作为新的变量加入其中,得到了扩展的MRR模型,并分别对MRR模型和扩展的MRR模型进行了广义矩估计(GMM);利用1分钟分时数据进行实证分析时,文章借鉴了Corwin和Schultz(2012)提出的高低比估计量的思路,估计了市场各时段的相对买卖价差.综合上述模型实证结果,文章发现:交易持续期和订单规模对买卖价差产生了显著的影响,买卖价差中的逆向信息成本与订单规模呈正相关,与交易持续期呈负相关;订单处理成本与订单规模呈负相关.交易持续期和订单规模的日内特征是导致深圳股市的逆向信息成本和隐含价差在日内呈"L"形且订单处理成本基本保持不变的直接原因.和其他股票市场相比,深圳股市的整体流动性宽度较好,但是信息不对称状况更为严重.此外,最小价格变动单位影响了低价股的流动性,一定程度上人为增加了低价股的买卖价差.     

基于价格持续时间的中国股市日内风险价值预测

基于高频数据度量日内交易活动的风险是目前日内金融数据与风险管理中极具挑战性的研究课题之一。本文从实时交易的角度,使用中国股市分笔交易数据,基于价格持续时间的自回归条件持续时间(ACD)模型,研究日内不规则交易数据的风险测度,利用日内不等间隔波动模型估计了日内交易的即时条件波动率,对日内不等间隔风险价值进行了预测和检验。实证结果发现日内不等间隔风险价值模型能够比较好的刻画日内交易风险,股票投资者和市场监管者可以基于该工具对日内风险做出合理的预测,达到止损避险和控制风险的目的。     

我国股指期货市场与股票市场风险传导机理研究——基于双变量CAViaR方法

本文基于日内和日度数据使用双变量CAViaR模型估计了沪深300股指期货和标的指数的风险价值,并基于沪深300股指期货市场日内交易行为角度分析了股指期货和现货市场间日内与日间风险传导作用的差异。结果发现,期货市场日内风险的自相关特征显著高于现货市场,而两个市场的日间自相关性相差甚小,期货市场向现货市场的单向风险溢出效应仅体现在日内信息的传递过程中。与现货市场相比,期货交易的杠杆性以及当日回转交易便利了日内投机、套利交易,因而期货市场日内信息传递效率更高。     

中国证券市场知情交易概率的动态马尔科夫状态转移模型研究

对指令驱动市场知情交易的研究是近年来的热点问题。常用的EKOP模型存在一些缺陷,本文放宽了EKOP模型关于日内信息均匀释放以及交易者行为独立性的假设,用动态的马尔科夫状态转移模型对该模型进行了改进,并检验了改进后的知情交易概率模型在中国证券市场的适用性。通过模拟数据以及对中国证券市场交易数据的实证研究发现动态的马尔科夫状态转移模型克服了EKOP模型受买卖方数据影响而产生的系统偏误,估计的知情交易概率更符合事后检验。     

黄金期货市场有效性与微观特征关系研究

选取2011至2015年日频数据,采用时变状态空间模型、结构方程模型,对上海黄金期货市场有效性与市场深度、市场流动性、噪声交易、投机率和信息非对称关系展开了深入研究。实证结果表明:黄金期货市场有效性渐进趋向弱势有效,于2014年末实现弱式有效。从宏观制度层面分析,平今仓免收手续费和连续交易制度是有效性提升的原因,从微观层面深入分析,市场流动性和市场深度才是提升有效性的根本原因,而信息非对称阻碍了市场有效性的形成,噪声交易和投机率对其无显著影响。市场深度和市场流动性间至相促进,市场有效性对噪声交易与投机率均具有抑制作用,市场深度对噪声交易和信息非对称产生抑制作用,投机率对市场深度和市场流动性存在微弱促进作用。     

ACD模型在沪市中的实证研究

在证券交易中,交易持续期反映了市场交易的重要信息,因此对交易者行为具有重要的影响,并且影响到证券市场的流动性.为了检验在交易中交易持续期对交易的影响,本文选择了沪市A股的四只股票,利用由Engle和Russell提出ACD模型对其交易持续期进行了实证研究,讨论了交易持续期的相关性质,表明交易持续期具有明显的日内模式,并检验log-WACD模型与中国证券市场的吻合程度.     

资产组合非等间隔日内在险价值研究

当前对资产组合在险价值(VaR)的研究仅限于等间隔抽样数据的建模。本文提出资产组合的非等间隔日内在险价值(Irregularly Spaced Intraday Value at Risk,ISIVaR)研究方法,克服资产组合逐笔交易数据非等间隔且不同步问题,利用逐笔交易数据所包含的丰富市场微观结构信息对VaR进行估计。该方法基于更新时间方法将非同步的资产组合标值序列同步化;运用Copula理论建立资产组合的非等间隔日内波动率模型,并捕捉资产组合中各资产在截面上的相关关系;最后利用这种截面相关关系,使用蒙特卡洛模拟技术估计出资产组合的ISIVaR。实证部分利用真实的逐笔交易数据验证了上述方法的有效性。     

基于机器学习的智能TWAP和VWAP算法的研究及应用

TWAP与VWAP算法为两类较常见的经典交易算法.传统的VWAP算法在TWAP算法的基础上,大多使用预测日内成交量分布的方法指导算法下单.传统成交量分布的预测效果严重依赖于市场交易惯性,但交易量分布受到日内诸多突发因素的影响,导致算法对市场突发状况的应对能力较弱.本文对传统TWAP与VWAP算法进行改进,利用滚动的1分钟粒度高频实时资金博弈数据,基于Logistic分类器训练量价模型,以该预测结果为入参构建最优化期望执行均价模型,求出当下各个价格档位对应委托数量的最优解.通过相对高频的分钟级价格预测机制,保证算法实时跟踪市场行情走势并寻求相对优势的交易机会.该算法经测试可以稳定地跑赢市场均价,具备推广应用的可行性.     

公平偏好信息非对称下的信号传递博弈模型

采用信号传递模型来研究公平偏好信息非对称下零售商的甄选与合作问题.首先,对零售商公平偏好信息对称和非对称下供应商收益进行比较,得出零售商公平偏好信息非对称会引起逆向选择问题并损坏供应商收益.然后,分别设计了不同类型零售商信号传递成本相同、不同情况下的信号传递博弈模型来揭示零售商的真实公平偏好类型.最后,通过模型推理发现只有当不同类型零售商的信号传递成本不同时,信号传递模型才能起到揭示零售商类型的作用,从而解决公平偏好信息非对称引起的逆向选择问题.     

夜盘交易对我国贵金属期货市场的影响研究

对比了我国贵金属期货市场推出夜盘交易制度前后流动性、波动性与联动性的变化,并研究了该交易制度带来的长期与短期不同的影响。首先,采用经过修正的流动性比率衡量市场流动性,并引入虚拟变量纳入回归模型,进一步研究夜盘交易对市场流动性的贡献;接下来,将每日收益率分解为隔夜收益率和日内收益率,通过建立EGARCH模型,分别考察夜盘交易对隔夜波动率和日内波动率长期与短期的影响;最后,通过建立VAR-BEKK-GARCH模型,从均值和方差两个层面研究了国内外贵金属期货市场间的联动性。研究发现:我国推出的夜盘交易制度显著提高了贵金属期货市场的流动性,降低了贵金属期货市场的波动性,尤其是降低了隔夜收益率的波动性,日内收益率的波动性并没有显著减弱;夜盘交易的推出同时增强了国内外期货市场之间的联动性,提升了我国贵金属期货市场对信息的吸收与传递效率。     

Measuring the Student Group Capacity for Obtaining Geometric Information in the van Hiele Developmental Thought Process：A Fuzzy Approach

1　 IntroductionThe van Hiele level theory of geometric reasoning[1,5,9] describes the ways of studentreasoning inEuclidean geometry.The ontogeny of thiscognitive activity of mental developmentis characterised byfive hierarchical and qualitatively differe…     

The Advantages of Fuzzy Optimization Models in Practical Use

Classical mathematical programming models require well-defined coefficients and right hand sides. In order to avoid a non satisfying modeling usually a broad information gathering and processing is necessary. In case of real problems some model parameters can be only roughly estimated. While in case of classical models the vague data is replaced by "average data", fuzzy models offer the opportunity to model subjective imaginations of the decision maker as precisely as a decision maker will be able to describe it. Thus the risk of applying a wrong model of the reality and selecting solutions which do not reflect the real problem can be clearly reduced. The modeling of real problems by means of deterministic and stochastic models requires extensive information processing. On the other hand we know that an optimum solution is finally defined only by few restrictions. Especially in case of larger systems we notice afterwards that most of the information is useless. The dilemma of data processing is due to the fact that first we have to calculate the solution in order to define, whether the information must be well-defined or whether vague data may be sufficient. Based on multicriteria programming problems it should be demonstrated that the dilemma of data processing in case of real programming problems can be handled adequately by modeling them as fuzzy system combined with an interactive problem-solving. Describing the real problem by means of a fuzzy system first of all only the available information or such information which can be achieved easily will be considered. Then we try to develop an optimum solution. With reference to the cost-benefit relation further information can be gathered in order to describe the solution more precisely. Furthermore it should be pointed out that some interactive fuzzy solution algorithms, e.g. FULPAL provide the opportunity to solve mixed integer multicriteria programming models as well.     

贫困测度动态研究

把贫困测度作为样本的函数,即是一个统计量,进而探讨其均值和方差,以及在某一区间的概率.利用中国营养与健康调查8个年度的数据,计算贫困测度的均值.和传统的贫困测度相比,贫困测度作为统计量更多地综合了样本的信息,将静态的贫困测度转化为动态的统计量,为我国扶贫工作提供决策依据更具有理论价值和现实意义.     

GM(1,1)模型的改进及其在银行贷款预测中的应用

利用GM(1,1)预测模型,分析中国近年来信贷变化,发现中国信贷规模发展趋势及其信贷结构具有显著的新特征;结合模型的适用条件和预测结果的检验要求,提出了四条思路解决数据缺损导致信息挖掘失真以及如何处理数据中所包含的大量"噪音"等问题,并认为对那些波动较大的数据应采取连续平滑的方法改造原始数据;对于那些有奇异值的原始数据可采用插值法替代它,试验和案例应用印证了改进的模型可以提高预测精度.     

基于MaxDiff和潜在类别分析的移动支付客户细分研究

在竞争激烈的移动支付市场中,对客户进行细分尤为重要。从客户的心理、态度等角度出发,首先采用MaxDiff调查方法测量受访者对移动支付产品的偏好,从而得到MaxDiff数据,再利用潜在类别分析对客户进行分类得到每个细分群体在各个对象上的偏好得分,最后从人口统计学和行为特征方面对细分群体进行验证分析。研究结果显示:客户被分成3个细分群体,分别是"安全和场景"类、"优惠和便捷"类以及"功能和速度"类,它们在移动支付的偏好上有显著差异。这样的细分结果可为移动支付服务商实施精准营销提供决策参考。     

基于高维0-1变量的EM算法在移动通信客户细分中的应用

现代计算机技术的迅速发展为人们提供了大量详细真实的消费者购买行为数据,而这些数据往往可以表现为高维的0-1变量(High dimensional binary response).如何基于这样的数据对消费者群体合理细分是本文关心的重点.具体地说,本文提出一个基于0-1变量的混合模型(Mixture Model),并通过EM算法具体估计。本文以移动通信的实际数据为例做了详细演示,并获得了一些有意义的结论.     

大规模风电并网的双供应源电力供应链牛鞭效应分析

中国当前的电力供应链除具有部分垄断特征外,还由于大规模风电并网使得电力供给也出现随机性,它与随机需求一起影响了供应链信息的准确传递,在电力供应链产生了牛鞭效应,但对这类问题的研究极少。本文在分析中国电力供应链特点的基础上,构建了由煤炭供应企业、发电厂(火力发电和风力发电)和用户组成的多级电力供应链模型,揭示了牛鞭效应在单/双供应源两种供应链类型下的变化。研究结果表明,大规模风电并网形成的双供应源电力供应链牛鞭效应较大且波动剧烈,尤其当下游用户需求较平稳时,供应链会出现牛鞭效应与反牛鞭效应共存现象,而预测技术的选择、风电场合理规划等有助于抑制牛鞭效应,保证电力安全并减小资源浪费。     

四川卷烟市场消费者的心理需求研究

随着中国加入WTO和2004年国家“特种烟草专卖零售许可证”的取消；随着中国卷烟体制性障碍的逐步消除，中国卷烟市场的竞争将更加激烈。然而由于中国幅员辽阔，不同地区消费的偏好可能千差万别。本就是以此为前提，运用国际先进的自组织数据挖掘方法研究四川卷烟市场消费的心理需求，挖掘影响四川卷烟消费购买决策的主要因素，为国内卷烟企业更好地参与四川市场的竞争提供建议和参考。     

On the use of external information in social network analysis

Network analysis focuses on links among interacting units (actors). Interactions are often derived from the presence of actors at events or activities (two-mode network) and this information is coded and arranged in a typical affiliation matrix. In addition to the relational data, interest may focus on external information gathered on both actors and events. Our aim is to explore the effect of external information on the formation of ties by setting a strategy able to decompose the original affiliation matrix by linear combinations of data vectors representing external information with a suitable matrix of coefficients. This allows to obtain peculiar relational data matrices that include the effect of external information. The derived adjacency matrices can then be analyzed from the network analysis perspective. In particular, we look for groups of structurally equivalent actors obtained through clustering methods. Illustrative examples and a real dataset in the framework of scientific collaboration will give a major insight into the proposed strategy.     

Mark-recapture techniques in statistical tests for imprecise data

We aim to construct suitable tests when we have imprecise information about a sample. More specifically, we assume that we get a collection of n sets of values, each one characterizing an imprecise measurement. Each set specifies where the true sample value is (and where it is not) with full confidence, but it does not provide any additional information.Our main objectives are twofold: first we will review different kinds of tests in the literature about inferential statistics with random sets and discuss the approach that best suits our definition of imprecise data. Secondly, we will show that we can take advantage from mark and recapture techniques to improve the accuracy of our decisions. These techniques will be specially important when the population is small enough (with respect to the sample size) that recaptures are common. They also seem to be useful when resampling techniques are involved in the decision process.