基于Block-Bootstrap的银行内部评级系统区分力度量

内部评级法允许合格银行自行计算其资本要求,评级质量因而就显得至关重要。本文应用ROC曲线及其AUC量度检验评级系统的区分力,并针对多数银行违约数据不足和现有验证均假设违约独立的现实问题,引入Block-Bootstrap方法,在保持样本原有违约相关结构的同时,扩充检验样本规模;然后,通过具体实例计算、比较原样本与Block-Bootstrap方法扩充样本两种情况得出的评级系统ROC曲线和AUC量度值的准确性。

基于均值-方差相交的定价因子研究——兼论GMM中估计Block-Bootstrap模拟的区组选择

根据最优投资组合理论,本文证明可以采用均值-方差相交的方法确定模拟资产组合作为因素模型的定价因子。为了得到稳健的实证结论,文中对GMM估计的Wald统计量进行了Block-Bootstrap模拟,同时研究了模拟过程中区组(Block)长度的选择问题。实证结果表明,本文构造的大、中、小三个规模组合可以作为中国股市的定价因子;当区组长度选定时,GMM-Wald统计量的Block-Bootstrap模拟不会随着模拟次数的变化发生显著变化,但当区组长度超过10时,它与其它区组长度对应的模拟结果会有显著差异。

基于Block-Bootstrap仿真技术的基金选股能力

传统评价基金选股能力方法通常假定残差服从正态分布,但现实数据往往不满足此假设条件,非参数Block-Bootstrap仿真技术可以对此修正。本文以2004年1月至2008年4月1我国153支开放式偏股型基金月度数据为样本,对基金选股能力进行研究。结果表明利用Block-Bootstrap方法剔除掉"伪"选股能力基金后,确实存在具备显著选股能力的基金。

B股相对于A股的市场投资价值研究——基于均值-方差张成与Block-Bootstrap模拟的分析

本文采用均值-方差张成的方法研究B股相对于A股的市场投资价值。首先,通过MonteCarlo模拟研究了均值-方差张成检验的小样本性质,发现模型的GMM-Wald检验存在显著的小样本偏倚,故采用基于残差再抽样的Block-Bootstrap方法模拟Wald统计量的分布以克服小样本偏倚的影响;接着分别对A、B股构造规模资产组合作为其资产的代理变量,利用模拟的Wald统计量进行实证研究,结果发现:B股未向国内居民开放前,相对于A股具有投资价值,向国内居民开放后,相对于A股不再具有投资价值。文章最后对B股投资价值的这种变化作出了经济解释,并提出相应的政策建议。

基于M估计强混合重尾序列结构变点的鲁棒检验

针对强混合重尾序列结构变点的检测问题,为避免因序列重尾性导致最小二乘估计产生偏差,文章提出了基于M估计的比值型检验统计量,用于检测重尾序列位置结构变点。在一般约束条件下证明了原假设下统计量的极限分布是布朗运动的泛函,并得到备择假设下的一致性。针对因序列相依性导致的经验水平扭曲现象,采用Block Bootstrap抽样方法获得了更为准确的临界值,有效提高了检验功效。数值模拟结果显示,在Block Bootstrap抽样方法下基于M估计的比值型检验在强混合重尾序列结构变点检测中能较好地控制经验水平,经验势也较合理。最后,通过一组汇率数据验证了所提检验方法的可行性。

我国时变风险溢价潜变量模型研究

This paper provides a stringent proof for the general test of latent variable model with time-varying risk premium developed by Ferson and Foerster(1993) and conducts a test by selecting “the size portfolio” as sample in Chinese stock market.The Block-Bootstrap method is also adopted to study the finite sample properties of GMM.The result reveals that the Block-Bootstrap simulation of GMM is robust and P-value based on asymptotic distribution tends to be underestimated.The empirical result shows that the China’s stock market can not reject the “ 1 latent variable model”.The conclusion of this paper manifests the essence of risk and return in the China’s stock market and has great significance to the policy-making.

振动信号小波leaders多重分形特征提取及性能分析

机械振动信号一般具有非线性、非平稳特性,多重分形特征是表示振动信号几何结构特征的一种重要手段。传统的多重分形特征计算方法计算量大,限制了多重分形特征的应用。小波leaders多重分形分析方法具有坚实的数学基础,且计算简便。针对齿轮正常状态和点蚀故障状态,提出基于小波leaders的多重分形振动信号特征提取及表示方法,提出基于bootstrap技术的最优块长求解算法,并建立振动信号小波leaders多重分形特征的统计性能分析方法。研究结果表明,小波leaders多重分形特征能够很好反映振动信号的几何结构特征,基于块bootstrap方法能有效分析多重分形特征统计性能,为机械设备状态监控和故障诊断提供了一种有效的选择。

基于滑动分块百分位数Bootstrap法的风电功率概率区间预测

提出一种基于非参数滑动分块百分位数Bootstrap法(MBPB)的风电功率概率区间预测方法。由于风功率数据存在显著的时间相依结构,该方法首先对预测功率进行等间隔划分,再以某区间内的预测误差序列为样本,借助滑动分块Bootstrap法(MBB)抽样产生多个伪样本,然后对伪样本数据通过滑动分块百分位Bootstrap法和四分位法相结合的统计推断生成一定置信水平下的误差上下限,进而得到该预测功率段内的概率预测区间。同时建立包含区间覆盖率和区间平均带宽的评价指标,通过将其与百分位法、百分位数Bootstrap(PB)法的预测结果对比,表明基于MBPB的概率性预测区间的覆盖率更高,平均带宽更窄,精度更好且效果也更优。

重标极差方法下时变Hurst指数的构建和实证研究

在时间序列的重标极差分析方法的基础上,定义了一个时变Hurst指数的概念,推导并证明了时变Hurst指数的2条性质,并引入滑动分块自助法计算Hurst指数的标准差。以此为基础,用Hurst指数的下限及随机过程服从随机游走时的Hurst的上限作为分析工具,对Hurst指数能否成功预测市场的反转进行了研究。实证研究表明:时变Hurst指数能成功地预测市场的反转。

中国东部浅水湖泊参照状态确定的非参数方法

根据中国东部浅水湖泊受人类活动影响较严重的情况,将季节分解的非参数局部线性回归模型、频率分析和几何分块自助法有机结合,提出了一种基于非参数方法的湖泊参照状态确定的新方法。该方法首先将季节分解模型用于湖泊营养盐及其响应物的观测值,选取出适合用于推断参照状态的时间段;其次使用频率分析法分析此时间段内的观测值,并给出湖泊总氮、总磷和叶绿素a的参照状态值;最后用几何分块自助法给出各自的置信区间。该方法能有效克服前人提出方法的缺点。以太湖为例,采用该方法推断了参照状态浓度,总氮为0.78 mg/L,总磷为0.030 mg/L,叶绿素a为2.63μg/L;给出相应的95%置信区间分别为0.57～0.83 mg/L、0.025～0.046 mg/L和1.86～2.65μg/L。该方法也可适用受人类活动影响较大的中国东部其他浅水湖泊。

金融资产收益非对称性分析

滑动分块自助法(moving-block bootstrap)是一种适合相依时间序列的再抽样方法,与传统的非对称性检验法相比,它能有效地拟合统计量的抽样分布,这是因为传统的非对称性检验均假设收益序列独立同分布,与大多数金融资产收益的统计特征不符;利用滑动分块自助法对中国股市指数进行实证分析可以知道,在“熊市”期间,收益显著右偏,而在“牛市”期间,非对称性不明显。由于金融资产收益的非对称性是影响投资组合、资产定价的重要因素,因此在金融理论与实践中具有重要意义。

基于混频已实现GARCH模型的波动预测与VaR度量

本文将Hansen等(2012)的Realized GARCH模型扩展为包含日内收益率、日收益率以及已实现波动率的混频已实现GARCH模型(M-Realized GARCH模型)。该模型将日内交易分为前后两段,引入了混频均值方程,并对混频均值方程的残差分别建立条件波动率方程和已实现日波动率方程。本文采用2013—2016年沪深300指数混频数据,分别在扰动项服从正态分布、t分布和广义误差分布的假设下,采用损失函数、SPA检验、kupiec检验和动态分位数检验法,对GARCH、Realized GARCH和MRealized GARCH模型的波动率预测和VaR度量效果进行对比研究,得出M-Realized GARCH模型能提高预测精度,且VaR实际失败率与理论失败率一致,失败发生之间不相关。最后,本文利用Block bootstrap方法抽样得到混频数据,模拟证明了M-Realized GARCH模型比Realized GARCH模型具有更高的预测精度。

残差相关条件下非寿险准备金风险分析

本文研究Solvency II框架下非寿险准备金风险的度量与控制问题。针对精算实务中赔付数据残差三角形不满足独立性假设情形,首先基于多重假设检验理论与错误发现率(FDR)控制过程,对残差三角形是否具有相关性进行识别和检验;然后提出两阶段分区域Bootstrap方法,模拟获得未决赔款的预测分布,分析残差相关性对准备金风险波动的影响;最后,保险公司真实索赔数据的实证结果表明:消除残差三角形相关性的影响,可以增强准备金估计的稳健性,从而有效提高准备金风险度量的准确性。

中国股市长记忆检验的滑动分块自助法仿真

提出基于滑动分块自助的GPH(Geweke,Porter-Hudak)检验方法,并检验沪、深股市的各种收益率序列的长记忆性.结果表明,沪、深两市的日指数收益率序列是一个I(0)过程而非长记忆过程.然而,沪、深两市的绝对值收益率和收益率平方序列却是一个分数差分过程,沪市的绝对值收益率和收益率平方序列的分数差分值大约为0.30,深市的绝对值收益率和收益率平方序列分数差分值大约为0.35.即深市的长记忆性强于沪市,同时也说明上海股市的运行效率要高于深圳股市.

Block Bootstrap方法在季节时间序列单位根检验中的应用

传统的参数类检验方法存在参数极限分布非标准、参数解析式推导烦琐、差分平稳后序列均值难估计等问题。为了避免上述问题,文章改进季节时间序列单位根检验方法,首先基于非参数Block Bootstrap方法提出BB-HEGY检验统计量,并给出临界值;其次,通过比较BB-HEGY统计量和传统的HEGY统计量的有限样本性质,发现BB-HEGY统计量具有更好功效和检验水平,尤其在季节频率上有更明显的优势;最后,通过对中国宏观经济指标的实证检验,进一步证明BB-HEGY检验统计量的优越性。

动态隐变量法及其在动态过程监控中的应用

针对动态系统模型难以获取的问题,以提高统计监控性能为目标,对现有的动态隐变量法进行了深入研究。首先指出动态隐变量可包含更多的动态信息,但仍具有自相关,为此提出了采用修正控制图的方法对动态隐变量空间进行检测,而对于自相关不显著的残差空间,指出可按照传统方法或是非参数方法建立控制图;接着将过程知识和经验受控平均运行长度的检验考虑在内,给出了一种时滞变量和时滞长度的确定方法;最后,提出了一种根据残差累积和以及递归特征消除算法(recursive feature elimination,RFE)进行故障变量辨识的方法。通过对双效蒸发过程的应用监控,表明了上述方法的有效性。

金融危机前后中国通胀惯性特征及货币政策研究

通货膨胀惯性衡量了通胀指标受到冲击偏离均值后返回均值的时间,与货币政策的制定密切相关。文章选取2000年1月至2011年9月的月度CPI、RPI、PPI数据,应用Yule-Walker方法和Stationary Block-Bootstrap方法估计了通胀惯性系数,同时应用EFP(Empirical fluctuation processes)方法和BP未知断点检验法研究了我国通胀指数序列的结构变化点和通胀惯性系数的结构变化点,讨论了金融危机前后通胀惯性特征的变化规律。计量结果表明,我国通胀惯性总体上维持在0.8左右,尤其是金融危机以来,通胀惯性一直在0.85至0.9之间徘徊,这表明货币政策的滞后期在一年以上。文章得出结论:市场预期的缓慢调整和央行信誉度的偏弱是我国通胀惯性高的主要原因。当前央行货币政策的重点应放在稳定物价上,并要提高通胀的预测能力,及时灵活地调整货币政策的重心。

广义离散型指数族ARMA模型的参数估计及其Bootstrap置信区间

针对广义离散型指数族ARMA模型,采用Scoring算法对模型进行参数估计,并得到Scoring算法中方向向量的计算公式;再运用分块移动Bootstrap构造参数的置信区间,这种方法更加实用,收敛速度快,并在模拟数据和真实数据部分都得到令人满意的结果.

确定湖泊参照状态过程中频率分析的精度估计

确定湖泊参照状态是建立湖泊水质基准的关键步骤之一。以频率分析为基础的方法,如湖泊群体分布法、频率分析法、三分法等广泛地应用于参照状态的研究中;但是,由于湖泊观测数据具有关联性以及难以确定概率分布,这些研究都未给出参照状态估计的置信区间。滑块自助法无需确定观测数据的理论概率分布,同时能很好地克服数据关联性引起的问题,给出这些方法得到的参照状态的置信区间。以太湖为例,分析了确定频率分析过程中,正态分布法和普通自助法的缺陷;结果说明这一方法适合于确定湖泊参照状态的精度。

基于block bootstrap的厚尾相依序列均值变点检验

针对无穷方差重尾相依序列的均值变点检验问题,基于序列自正则方法构造CUSUM型统计量,并在原假设下得到其渐近分布,在备择假设下得到检验的容许性。由于其渐近分布依赖于尾指数κ,且考虑到序列之间具有相依性,提出基于残差的block bootstrap方法。蒙特卡洛模拟表明该检验统计量和该抽样方法的有效性。