上证综指分形特征研究

本文阐述了分形市场理论的基本思想和主要特征,运用重标极差(R/S)方法论对上证综指时间序列进行分形诊断,得出如下结论:①我国证券市场存在非周期循环,上证综指四种非周期循环的平均长度分别为858天、353天、246天和65天。②上证综指长周期Hurst指数值为0.561,市场具有“记忆”功能,信息对市场的影响具有持续性。③和西方市场相比,上证综指Hurst指数值较低,从而说明我国证券市场效率相对较低。     

基于R/S分析的专利申请量年增长率的相关性研究

Hurst指数是描述分数布朗运动的重要指标.利用R/S分析方法计算出我国专利申请量年增长率的Hurst指数稳定在0.62附近,分形维数稳定在1.38附近.表明我国专利申请量年增长率时间序列,服从分数布朗运动,专利申请量年增长率具有长期相关性.历史数据的影响力随时间间隔的长度增长而缩小,当间隔长度达到10年以上时,历史数据的影响力趋于稳定.     

中国股市长记忆的修正R/S分析

本文在比较各种长记忆检验方法优缺点的基础上,采用修正的R/S分析检验我国沪深两股市日收益和日绝对收益序列的长记忆性。结果表明在0.05的显著水平下,两股市的日收益序列均无长记忆,但深圳成指日收益序列的记忆长度比上证综指日收益序列的记忆长度长;以日绝对收益序列为代表的波动序列具有较强的长记忆性。     

中国股票市场的分形结构——股票收益长期记忆特征的实证研究

股票市场收益的长期记忆特征对于系统非线性结构的确定以及市场有效性的研究具有重要的意义.针对上海和深圳A股算术加权和流通市值加权市场指数的周收益序列以及上证180指数和深圳成份指数中选取的12只代表性股票的周收益序列,采用重标级差分析(R/S分析)和ARF IM A模型对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰和肥尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.进一步的研究发现,沪深两市A股市场指数收益序列和大多数个股(10只股票)存在明显的长期记忆特征,收益分布表现出持久性.从划分不同时段的分析结果来看,中国股票市场渐进趋于弱势有效.     

中国股票市场的长记忆性与市场发展状态

对于中国股市的长记忆性问题,许多的学者得到了不同的结论,这主要是由于不同方法自身存在着缺陷,针对这一问题,分别运用经典R/S分析,修正R/S分析,DFA及广义Hurst指数等统计分析方法对其进行实证研究,以期使结果更加稳健.结果发现沪深两市均具有长记忆性特征.此外,研究了广义Hurst指数值与市场发展状态之间的依赖性,并根据该性质得到结论认为沪深两市属于新兴的、非有效的市场.     

基于R/S分析的深圳股市非线性特征实证研究

应用HURST指数和R/S分析法对深圳股市进行了非线性特征实证研究,从低频数据到高频数据逐层分析,分别得到它们的H-指数、相关系数、分形维数和非周期循环.进一步,对不同频度数据分别进行对比分析,得到了深圳股市精确的非线性特征.实证结果表明,深圳股票市场存在状态持续性和波动性.     

基于流动性风险的开放式基金投资组合分析

不同于通常的投资组合方法,本文在开放式基金的投资组合中加进流动性风险,得出最佳流动性短缺概率和在流动性不同的有价证券上的最佳投资量.     

基于R/S分析的我国股票市场标度特性研究

应用重标度极差分析法(R/S),对我国股票市场不同时间间隔的收盘指数进行实证分析,研究我国股票市场的标度特性.结果表明我国股票市场具有长期记忆性和标度不变性,分别存在244天(上海)和190天(深圳)的非周期循环,并呈现多重分形特征.     

基于分形分析的国际金价波动长记忆性识别与预测研究

本文对国际金价波动的长记忆性进行研究,通过R/S,MRS,V/S等方法计算Hurst指数,证实了金价波动存在着显著的长记忆性。以此为基础借助分数差分,构建ARFIMA、FIGARCH、ARFIMA-GARCH等基于分形分析的长记忆性预测模型,实证结果表明该类模型很好地刻画了国际金价的内在波动规律,具有较强的预测功能。     

赎回风险约束的开放式基金管理费研究

从赎回风险的视角研究开放式基金的管理费.以赎回风险为内生变量构建了基金管理人的动态投资决策模型,利用动态优化的Bellman原理得到了最优管理费.进一步分析发现:一是基金管理费与基金管理人的投资能力正相关,即基金管理人的投资能力越强,收取的基金管理费越多;二是基金管理费与投资者的赎回率负相关,即投资者的赎回率越大,基金管理费越少.而且选取中国股票型开放式基金的数据构建VAR计量经济模型,检验基金管理人的投资能力与投资者的赎回风险对基金管理费的影响,实证结果支持理论模型的结论.     

基于多目标CVaR模型的证券组合投资的风险度量和策略

本文首先定义了多损失函数下的-αVaR,-αCVaR损失值以及-αCVaR损失值的等价函数,给出了多目标CVaR模型.然后,基于多目标CVaR模型,建立了一个多目标证券组合投资优化模型,得出在多置信水平下的证券组合投资比例和CVaR值,据此建立一种证券组合投资的降低风险优化模型.其降低风险策略是在收益率不变的情形下降低风险和总投资比例.数值实验表明,这种策略是可以通过明显地减少总投资比例来达到降低风险的目的.     

基于VaR的SPAN系统在我国股指期货保证金中的应用研究

基于我国股指期货的真实数据,灵活运用参数VaR模型,蒙特卡罗方法和Copula技术,给出了SPAN系统应用在中国股指期货保证金上的详细步骤以及具有中国特色的参数设置方法,解决了股指期货推出初期SPAN系统中有关参数设置问题这一技术障碍.实证结果显示,我国股指期货合约所需保证金均低于当前国内股指期货保证金水平,应该改进保证金模式、降低保证金水平.     

有红利界限的平稳更新模型的红利现值

本文研究平稳更新风险模型下的红利现值,将其用普通更新模型下的红利现值表示出来.这个关系式统一并推广了已有的某些结果.     

基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析

DEA方法对具有多投入和多产出指标的各个DMU之间的相对效率评价具有独特优势.首先应用超效率DEA模型对2005-2007年间中国各地区钢铁行业的全要素能源效率作出评价,并计算了此间中国各地区钢铁行业的节能减排潜力;然后利用Malmquist效率指数对钢铁行业能源利用效率的变动进行动态分析;最后应用Tobit回归模型对影响钢铁行业节能减排的因素进行了多元分析.     

关于Fuzzy聚类分析及其在脊髓灰质炎中的应用

本文用Fuzzy数学的观点探讨了Fuzzy聚类分析，并通过对脊髓灰质炎病毒抗体水平的Fuzzy聚类分析，获得了良好的聚类效果，为该项问题的研究提供了科学依据。     

随机微分方程理论在经济建模中的应用研究

考虑投资者参与证券投资及消费．由于证券、价格的变动趋势受诸多因素的影响，显示出价格很不稳定．用随机微分方程来刻划证券价格的变动趋势是合理的．Ｋａｒａｔｚａｓ等人在［１］中研究了最优消费与投资的一般特性，而且在模型参数为常系数假设下给出了反馈形式的最优消费与投资公式．但模型系数都为常值的假设在实际应用中显然有很大的局限性．为此，本文就β（ｔ）为有限分段函数情形推广了Ｋａｒａｔｚａｓ等人的结果．所得结论比Ｋａｒａｔｚａｓ［１］所得结论更具有应用价值．