基于混合Copula模型的投资组合风险分析

金融市场或股票之间的相关关系变化灵活多样,针对现实中往往需要考虑的是多个市场、股票的结构,采用Mixture-Copula模型来分析多元市场的相关性结构,进而构建了Multivariate-GARCH-Mixture-Copula,模型,并选取2002年1月1日至2011年12月31日上证工业指数、商业指数、地产指数三个行业指数序列的2425组数据利用该模型进行实证分析.分析表明,Multivariate-GARCH-Mixture-Copula模型能有效地应用于实际金融市场潜在结构的分析,对投资组合的风险研究有一定的参考意义.     

ARCH模型及其应用与发展

本文介绍了计量经济学中近期发展较快而又极有应用前景的一类模型－自回归性异条件方差模型，并从经济意义和模型意义两个方面论述了该模型的基本思路。另外我们还给出了ＡＲＣＨ模型的若干种变形，并给出了一个物价指数模型分析应用的例子。最后还提出了未来在理论和应用方面值得进一步研究的方向。     

混合Copula模型在中国股市的应用

首先给出了描述相依结构的混合Copula模型,然后给出寻求混合Copula模型的EM算法,最后以中国股市的实际数据进行了实证分析,说明混合Copula模型是可以用来描述中国股市的相依结构.     

ARCH类模型研究及其在沪市A股中的应用

本文主要介绍ARCH(AutoregressiveConditionalHeteroskedasticity)模型、GARCH模型和E GARCH模型 ,分析这些模型的特点和适用范围 ,并在模型中引入t分布取代正态分布假设 ,最后利用这些模型对上证指数进行了实证分析。     

ARIMA模型与ARCH模型在香港股指预测方面的应用比较

由于香港金融市场易受政治或投机等因素的影响而使股价波动呈现出不确定性 ,而ARCH模型又善于描述这种不确定性 ,因而本文试图将ARCH模型和ARIMA模型在香港股指预测方面的应用进行对比 ,以期为投资者选择模型进行预测时提供参考     

ARCH模型的多变点检验

研究自回归条件异方差(ARCH)模型的多变点检验问题.提出一种拟似然比检验统计量,并在原假设下给出统计量的极限分布.在假设检验过程中得到变点个数的一致估计.数值模拟与实例分析说明了方法的合理性.     

厄兰极值混合模型的有效估计及其在保险中的应用

本文研究了Erlang混合分布和广义帕累托分布混合模型的估计问题.通过引入iSCAD惩罚函数,利用EM算法极大化iSCAD惩罚似然函数的方法,获得了混合序和参数的估计值,计算出有效的度量风险指标value-at-risk(VaR)和tail-VaR(TVaR),通过模拟实验和实际数据说明了模型和算法的有效性.推广了有限Erlang极值混合模型在保险数据拟合中的应用.     

ARCH模型分布变点监测与应用

分布变点监测是时间序列交点分析的一个重要内容.为将分布交点监测从线性时间序列模型拓展到非线性时间序列模型,提出一种经验特征函数型的统计量监测ARCH模型误差项平方的分布变点,给出了监测统计量在原假设下的极限分布,并证明了此方法的一致性,用Bootstrap重抽样方法获得了极限分布的临界值,并和Kolmogorov-smirnov型监测统计量进行了比较.模拟结果和实例分析说明了当已观测样本量较大时,采用经验特征函数型统计量监测效果较好.     

ARCH模型的影响分析

本文对一般线性 ARCH(m )模型 ,进行局部影响分析 ,给出了局部影响的曲率度量 .求出了相应的最大影响方向     

具有ARCH误差的回归模型参数估计的收敛速度

西方讨论了具有ＡＲＣＨ误差的回归模型参数估计的收敛速度。     

周期数据时段划分的双截断高斯混合模型及其EM算法

有限混合模型是多模态数据拟合和聚类的有力工具,本文针对具有多模态的周期数据提出了双截断高斯混合糢型,并推导出相应的EM算法,再通过BIC准則确定混合成分个数,该方法的优点是可以将相邻周期上距离较近的数据聚为一类.模拟研究显示,在具体参数设置下,EM算法和BIC准则是相合的。最后,该方法应用于车流量数据的时段划分,将一天划分为具有显著特征的6个时段,有助于交通部门采取相应策略,为优化交通灯信号配时提供参考依据.     

高维异方差高斯混合罚模型聚类

罚模型聚类实现了在聚类过程中精简变量的目标,同时如何识别聚类的有效变量成了一个新的问题.在这个问题上,已有的研究有成对罚模型,模型处理了各类数据同方差的情况.考察了异方差情况下的变量选择问题,针对异方差数据提出了两种新的模型,并给出模型的解和算法.模拟数据分析结果表明,异方差数据上两个新模型都有更好的表现.     

ARCH族模型及其对深圳股票市场的实证分析

ARCH族模型是动态非线性的股票定价模型,它在金融和经济领域具有广阔的应用前景.在短短二十年时间里取得了迅速的发展,先后提出了GARCH、ARCH-M、TARCH、EGRACH等模型丰富了ARCH族模型.本文从ARCH族模型出发,简要介绍了其主要形式和特点,然后将ARCH族模型运用于我国深圳股票市场的实证分析,从实证结果中总结深圳股市的总体特征.     

联合均值与方差混合专家回归模型的参数估计

在社会、经济领域中存在大量来自异质总体的异方差数据.本文针对异质总体的异方差数据,研究提出联合均值与方差混合专家回归模型,该模型同时对感兴趣的均值、方差和混合比例参数建模,可以概括和描述众多的实际问题.然后,利用EM算法和MM算法给出该模型的最大似然估计,进而通过Monte Carlo随机模拟来验证所提出的方法的有效性.最后,本文结合实际数据AQI(空气质量指数)说明模型的实用性和可行性.     

带有误差变量混合分布模型的估计

在许多实际同题中，存在一些不可直接观测的变量，对此统计学家们提出了反卷积和混合分布模型来解决这一变量的分布的估计问题。本文对这一问题采用bootstrap模拟方法得出分布函数的估计，并进一步建立该分布函数的非参bootstrap百分位区间，在数值试验中将我们的处理方式与传统的EM算法得到的分布估计和正态逼近区间作比较，数值结果表明用bootstrap模拟方法得到的准确度更好，数值效果更理想。     

ARCH族模型对沪市行业指数收益率的实证研究

本文利用ARCH族模型研究沪市行业指数收益率的波动性.通过对各行业指数收益率的分析发现,行业指数收益率是平稳的,但其条件方差是尖峰厚尾的非正态分布且具有明显的ARCH效应.行业指数收益率均具有不同程度"杠杆"效应.外部信息对公用指数和综合指数收益率影响最大.融入相同的风险,它们收益最高.地产指数对外部信息反应迟钝,收益率也不显著.     

偏正态数据下众数混合专家回归模型的参数估计

混合专家模型是对异质总体数据进行回归、分类和聚类的异构性建模的流行框架.研究基于偏正态分布,提出了众数混合专家回归模型,该模型既对混合偏态数据分类后进行众数建模,同时又对混合比例建模,相比单纯的众数回归模型具有更大的适应性,可以概括和描述众多的实际问题.采用了一种有效的模式识别聚类方法来选择子聚类的数量.分别应用MM算...     

基于非对称成分ARCH模型的中国农产品价格波动分析

研究中国农产品价格波动的特征,对于有针对性地采取政策措施,以稳定我国农产品价格是非常有意义的.因此,利用非对称成分ARCH模型来深入分析我国农产品价格的波动以及波动的非对称性.实证结果表明:棉花、玉米、大豆、小麦和籼稻五种主要农产品价格波动都有显著的集群特征,其中玉米和籼稻价格没有显著的异方差效应;棉花、大豆和小麦价格的波动具有非对称性,即价格上涨的所发出的信号引发的价格波动,会比价格下跌所发出的信号引发的价格波动大.最后提出了相应的政策建议.     

混合线性模型效应参数的影响分析

该文考虑非平衡混合线性模型的影响分析及强影响点的探测问题．文中导出了在单点剔除模型下效应参数的经验Ｂａｙｅｓ估计与原模型下对应估计的相互关系．利用Ｃｏｏｋ距离和协方差比统计量，我们分别给出了剔除单个数据点对固定效应和随机效应参数估计以及估计精度的影响度量．最后，给出具体的计算方法，并对一实例进行分析．     

基于ARCH模型的中国股市羊群行为实证分析

羊群行为理论一直是金融学领域研究的热点问题之一.以上证180指数和深证100指数成分股为研究对象,运用ARCH模型对2006年至2011年中国股市进行实证分析.研究表明:羊群行为在近期中国股市剧烈震荡过程中依然显著存在.深圳证券市场比上海证券市场羊群行为更加严重、股票上涨阶段的羊群行为比下跌阶段更为显著.