波动率风险溢价:基于香港权证市场的实证

波动率风险溢价包含了关于投资者风险厌恶的重要信息,它的估计是金融计量学文献关注的一个核心问题。本文基于香港权证市场数据和GARCH扩散随机波动率(SV)模型,对香港证券市场的波动率风险溢价进行了估计研究。采用香港恒生指数和指数权证数据,通过建立基于有效重要性抽样的极大似然(EIS-ML)方法联合估计了GARCH扩散模型的客观与风险中性测度,进而得到了香港证券市场的波动率风险溢价。研究结果发现,在香港证券市场上,市场投资者对波动率风险进行了定价,即存在波动率风险溢价,且波动率风险溢价在绝大多数情形下为正,说明市场投资者总体表现为风险爱好。     

带协变量的负二项回归模型中离散参数估计的研究

针对带协变量的负二项回归模型中离散参数估计问题,推广了极大似然估计和Bootstrap极大似然估计方法,并在绝对偏差的意义下,通过模拟研究和实际数据分析研究了估计的优良性.研究结果表明协变量和样本量均对离散参数估计有影响.     

空间混合效应随机前沿模型估计方法研究

在经典随机前沿模型中引入随机效应和空间效应,构建了空间混合效应随机前沿模型。模型考虑了生产单元技术水平的异质性并且可以有效避免忽略内生性问题导致的有偏且不一致估计量,适用性更佳。使用贝叶斯方法估计模型,核心在于推导未知参数的后验分布以及MCMC抽样。相比于其他估计方法,贝叶斯方法简单直观且精度较高,更适合复杂模型的估计。数值模拟结果显示:①贝叶斯估计的精度较高。增加样本容量有助于提高精度。②忽略随机效应,估计精度偏低。数值模拟表明文中模型和方法有存在必要性。     

相关系数平稳序列的均值和方差的参数估计

文献[1]提出了相关系数平稳过程并讨论了它的参数估计方法,其参数估计值采用了数值迭代法.本文在[1]的基础上对一种特殊的相关系数平稳序列的均值和方差提出一种具体的解决方法,得到了确切的均值和方差的参数估计表达式.     

截断δ冲击模型的参数估计

本文主要研究截断δ冲击模型的参数估计问题.利用极大似然估计的方法,我们得到了截断δ冲击模型的参数估计量,并分析了估计量的无偏性,最后将其应用到关系营销系统中,从而获得泊松营销系统到达率的估计值.     

Ornstein-Uhlenbeck随机波动率模型的参数估计

本文研究了波动率过程为Ornstein-Uhlenbeck过程,且波动率过程与股票价格过程的相关系数ρ可为[0,1]中的任一数的随机波动率模型参数估计.给出了OU过程的统计性质,并利用鞅极限理论给出模型中参数的估计式,证明估计量是具有渐进正态性从而是相合的.     

基于线性样条的门限随机波动率模型及其实证研究

为了刻画金融领域中资产收益的条件均值和波动率的双重非对称性特征,本文基于线性样条的方法提出一种新的门限随机波动率模型(LPTSV),它可以根据到达市场消息的大小和方向来同时描述这两种非对称性情况,可以很好地对资产收益及其波动率进行建模。利用R2WinBUGS软件包对LPTSV模型进行了贝叶斯参数估计。模拟实验说明贝叶斯分析在LPTSV模型的参数估计方面是有效的。最后利用LPTSV模型为上证综合指数和深证成份指数日收益率数据进行了实证分析。描述性统计分析和参数估计的结果均表明:利用LPTSV模型对以上两组数据进行建模是合理的。本文为资产收益和波动率之间的实证关系研究提供了一定的启示。     

排序集抽样下Rayleigh分布的参数估计

当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样(RSS)被视为一种有效的收集数据的方式.文章分别在简单随机抽样(SRS)和RSS下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果...     

带缺失数据的偏正态众数回归模型的参数估计

针对现实生活中大量数据存在偏斜的情况,构建偏正态数据下的众数回归模型.又加之数据的缺失常有发生,采用插补方法处理缺失数据集,为比较插补效果,考虑对响应变量随机缺失情形进行统计推断研究.利用高斯牛顿迭代法给出众数回归模型参数的极大似然估计,比较该模型在均值插补,回归插补,众数插补三种插补条件下的插补效果.随机模拟和实例分...     

Weibull分布损伤失效率模型常应力下的参数估计

Bhattacharyya和Soejoeti(1989)对步进应力加速寿命试验提出损伤失效率模型(TFR模型)．本文在全加速步加试验场合下指出文献[1]，[2]，[5]中用通常的回归分析方法求取常应力下参数的估计是不合理的，同时给出了如何求取常应力下参数估计的一种方法．     

Insider Models with Finite Utility in Markets with Jumps

In this article we consider, under a Lévy process model for the stock price, the utility optimization problem for an insider agent whose additional information is the final price of the stock blurred with an additional independent noise which vanishes as the final time approaches. Our main interest is establishing conditions under which the utility of the insider is finite. Mathematically, the problem entails the study of a “progressive” enlargement of filtration with respect to random measures. We study the jump structure of the process which leads to the conclusion that in most cases the utility of the insider is finite and his optimal portfolio is bounded. This can be explained financially by the high risks involved in models with jumps.     

线性空间自回归模型的不同惩罚函数下参数估计的比较及其实证分析

在线性空间自回归模型的研究中,本文首次提出了将三种惩罚LASSO,ALASSO,SCAN进行惩罚效果的比较;然后利用惩罚最小二乘进行参数估计,在三种惩罚函数下,进行了模拟分析,并且将三种惩罚估计与拟极大似然估计进行了比较,在实例分析中,针对美国的暴力犯罪问题,在加入空间因素后,讨论了本区域和周边环境的因素对暴力犯罪率的影响。在整理了美国各州的暴力犯罪数据后,我们发现仍然有59个自变量,利用三种惩罚函数,得出在各种惩罚下的压缩估计,经过进一步分析,得出了影响某一区域的暴力犯罪率的主要因素。     

Estimation of Parameters for Diffusion Processes with Jumps from Discrete Observations

In this paper, we consider a multidimensional diffusion process with jumps whose jump term is driven by a compound Poisson process. Let a(x,θ) be a drift coefficient, b(x,σ) be a diffusion coefficient respectively, and the jump term is driven by a Poisson random measure p. We assume that its intensity measure q^θ has a finite total mass. The aim of this paper is estimating the parameter α = (θ,σ) from some discrete data. We can observe n + 1 data at t_iⁿ = ih_n, . We suppose h_n → 0, nh_n → ∞, nh_n² → 0. Final version 20 December 2004     

非平衡随机效应模型中方差分量的经验Bayes估计

对非平衡单向分类随机效应模型中方差分量找到了其最小充分统计量,在加权平方损失下导出了其Bayes估计,利用多元密度及其偏导数的核估计方法构造了方差分量的经验Bayes(EB)估计,并导出了其收敛速度.文末用例子说明了符合定理条件的先验分布是存在的.     

基尼系数估算的抛物线方法及例证分析

采用定积分近似计算的方法和函数逼近中插值逼近方法,详细论述了基尼系数估算中选择抛物线法的依据,并系统、严格地推导出两种估算基尼系数的抛物线公式,与传统方法比较,提高了估算基尼系数的精确度.     

随机效应模型中方差分量渐近最优的经验Bayes估计

本文在加权二次损失下导出了双向分类随机效应模型中方差分量的Bayes估计,并利用多元密度函数及其混合偏导数核估计的方法构造了方差分量的经验Bayes(EB)估计.在适当的条件下证明了EB估计的渐近最优性,给出了模型的特例和推广.最后,举出一个满足定理条件的例子.     

基于删失数据的ARMA模型参数估计与实证分析

利用生存分析中的K-M估计得到了删失数据下ARMA模型的参数估计,通过与完全数据下的参数估计进行对比,充分说明了该估计的效果.利用删失数据下ARMA模型的EM算法,对2013年5月2日到2014年5月8日的247个美元兑人民币的基准汇率数据进行建模分析和预测,并与实际数据进行对照,误差较小,说明估计和EM预测方法的可行性.     

全时段最优套期保值模型及实证研究

针对传统套期保值模型只考虑套期保值资产在套期保值期末的风险及未能充分利用样本数据所提供的信息的问题,本文提出了一类同时考虑套期保值期内不同期限风险的全时段最优套期保值比率计算模型.全时段套期保值模型通过最小化套期保值资产在套期保值期内不同期限的风险将投资者面临的风险在整个套期保值期内稳定保持在一个较低的水平,并更充分的利用了资产历史价格样本数据所提供的信息.本文基于沪深300指数及其仿真股指期货的历史价格数据,对传统形式的三种套期保值模型与本文提出的三种全时段套期保值模型的套期保值效果进行了实证分析和比较,并使用GARCH模型比较分析了这些模型套期保值的动态效果,结果表明三种全时段模型的套期保值效果都要优于相应的传统模型,能有效地缓解提前终止套期保值时投资者所面临的风险.     

基于双AR(p)模型的股价分析及其实证研究

在双AR(p)模型的基础上,选取了具有代表性的沪深300指数,并对其部分股市收盘价序列进行了平稳化处理,研究了近期中国股市的股价波动.在双.AR(p)模型严平稳条件下进行了模型诊断,最后通过动态预测得出双AR(p)模型可用于股价预测的结论.