对数自回归条件久期模型的残差自相关性分析

首先推导了对数自回归条件久期模型中残差自相关的渐近分布,得出了该模型的拟合优度统计量,将Box-Jenkins模型检验方法扩展到对数自回归条件久期模型上.同时利用对数自回归条件久期模型,进行实证性的研究,从而表明我国股票交易久期以及价格久期都存在着明显的自相关性,我国股票市场的交易久期和价格久期都有着明显的倒“U”型模式.

产业发展与城市土地利用关系研究——利用有约束条件的似乎不相关回归模型分析

城市经济发展需要建筑空间作支撑,不同的经济活动有不同的建筑空间要求,而不同土地利用类型有不同的建筑容积率,因此为城市经济发展供给城市土地就比较复杂。产业与城市土地之间数量关系是实现经济规划与城市规划融合、经济规划"空间落地"的一个重要技术关键。本文利用有约束的似乎不相关模型分析经济产业与城市土地之间的关系,通过北京实证估算,该方法推算的结果比较符合实际。我们认为该方法可以广泛地应用到其它城市,在直接数据缺失的情况下,这个非调查方法的实用价值不可低估。

基于广义自回归条件异方差选股模型的布林带通道突破择时量化交易

提出一种综合利用广义自回归条件异方差模型进行波动率选股、布林带通道突破择时和平均真实波幅(ATR)动态止损的量化投资策略。首先,利用广义自回归条件异方差(GARCH)模型预测未来一周波动率最大的30只股票,构建股票池;其次,采用布林带指标进行择时,捕捉价格趋势变化;最后,根据平均真实波幅指标调整止损位,保护资本。通过多次回测,确定最佳参数。研究结果表明,该策略在不同市场环境下均表现出色,熊市具有较好的避险能力,牛市和震荡市场具有较强的盈利能力,实现了稳定的超额收益。综合运用波动率选股、价格突破和动态止损策略,为投资者提供了一种有效的量化投资方案。

自相关条件下自回归模型建立的预选条件

利用广义差分法消除自相关影响,依据克莱姆法则分析基于自相关的自回归模型建立的预选条件,获得了自相关条件下线性自回归模型与8种非线性自回归模型建立的预选条件.

线性相关及回归方程的动态计算模型

本文推证出线性相关的非统计判断的动态模型和与之相适应的回归方程动态计算模型．适合于对相关性数据进行实时处理．

一种新的金融动态横截面估计方法——基于中国股票市场条件定价模型评估的应用与扩展

大多数资产定价模型常常用静态横截面回归(the static cross-sectional regression)进行定价表现评估,从而投资组合回报率的时间变化性并不能被时变的风险承载或者(和)时变的风险溢价所解释.本文从经济学的角度,运用一种新的金融动态横截面回归(the dynamic crosssectional regression),首次考察了基于中国股票市场和美国股票市场的条件资产定价模型的定价表现:股票市场投资组合回报率的时变性是否能被时变的风险溢价所解释.本文发现,短期收益反转和流通市值加权市场换手率为条件变量的条件资本资产定价模型和基于消费的条件资本资产定价模型,能更好的解释中国股票投资组合的回报时变性,其时变性主要来自于时变的风险溢价.另外,本文发现一些拥有持续(persistence)和缓慢变化(slow-moving)特性的条件变量更能够解释横截面投资组合的时变回报.

我国实物资产与金融资产市场的动态相关性研究——基于五元VAR-DCC-MVGARCH模型的系统检验

资产市场间的收益和波动相关性方面,许多已有工作并没有形成一致结论。本文从周度时间跨度视角,构建了VAR-DCC-MVGARCH模型,采用了2005年7月至2011年3月的交易数据,在一个框架下考察了我国石油、黄金、利率、汇率和股票市场的动态相关性。结果表明,利率对汇率、石油对汇率、黄金对利率、黄金对石油存在着单向均值溢出效应,仅在股票与黄金市场间具有双向均值溢出效应;各市场波动性之间均具有动态时变特征,其中,股票与利率、汇率与利率、石油与汇率、黄金与汇率具有负相关性,股票与石油、股票与黄金、黄金与利率、黄金与石油间呈现出正向关联。最后,将结果与现有文献进行了比较和探讨。

我国碳交易市场与化石能源市场间的动态相关性研究——基于DCC-(BV)GARCH模型的检验

随着我国碳交易市场不断发展,碳排放权作为一种新兴的金融资产正在被越来越多的投资者纳入大类资产配置的范畴,由于化石能源的燃烧是二氧化碳的主要来源,而且工业企业可以通过技术升级等方式在不同燃料间(煤炭、石油、天然气等)转换,这导致了化石能源价格与碳市场价格存在内在的相关关系,因此研究碳市场与化石能源市场波动的相关关系对引导碳市场投资者进行资产配置有着重要意义。本文基于深圳碳排放权试点的数据,建立DCC-(BV)GARCH模型研究国内碳市场与化石能源市场收益率波动的动态相关关系,研究发现碳市场与煤炭市场、石油市场间收益率波动的相关系数存在明显的时变性,因此碳市场的投资者应当关注碳市场与化石能源市场波动的相关关系,通过合理的资产配置降低资产组合的风险,同时需要不断对资产组合的配置比例进行调整,积极进行风险管理,获得更高的风险调整收益。

中国金融机构的短期风险传染及长期关联因素动态结构分解——基于DCC-MIDAS模型的证据

探究机构间过度关联是防控系统性风险大面积爆发的关键,但金融机构间不可避免地存在长期关联,同时金融危机会触发机构间短期的风险传染。采用DCC-MIDAS模型,借助动态条件相关系数分解法,在统一框架下研究关联的长期和短期特征。通过短期关联的时变性和持续差异以及长期关联的敏感因素分析,探究中国金融体系在两个结构变化阶段,机构间风险传染范围、持续性以及金融机构间长期关联的宏观和微观特征。研究发现,机构间的冲击传染具有暂时性,随着中国金融机构的多元化,其传染幅度和持续性均有所下降。机构间的规模、杠杆差异能降低机构间的长期关联并间接降低冲击传染幅度,随着中国金融机构市场化程度的增强,长期关联受到市场因素影响程度增加。建议将机构差异化作为风险控制策略的参考因素,并检测和调控市场指标对关联程度的影响,防止机构形成过高的长期关联,以控制未来冲击中可能造成的风险传染。

基于动态条件相关性的跨期资本定价实证研究

跨期资本资产模型提出了风险与收益之间的跨期关系,但是以往在证明跨期关系时普遍使用的是静态条件协方差。动态条件相关性模型能够描述时间序列间动态的相关性,利用动态条件相关性模型验证了跨期资本资产定价模型中的跨期关系,并且得到了资产组合收益率和这些因素间的动态条件协方差,然后测试这些协方差是否能够预测资产组合收益的时间序列变化。通过实证分析发现对于长样本和短样本来说,资产组合和市场组合之间的协方差对资产组合收益的影响是不同的。

中国股票市场与干散货航运市场的动态相关性——基于DCC-MGARCH和VAR模型的实证分析

为探求中国股票市场与干散货航运市场的动态相关性,运用DCC-MGARCH模型和向量自回归(Vector Auto-Regressive,VAR)模型对上证综指和波罗的海干散货指数(Baltic Dry Index,BDI)进行分析,发现这两个市场之间存在信息溢出现象,具有较强的动态相关性.作为重要纽带的上证综指与BDI之间的动态相关性是制定海运运价不可或缺的因素,也可以作为金融资产定价的重要因素.

动态相关分析法用于回归分析

我们在专门人才预测课题的研究工作中,发现利用现有的参数估计方法如最小二乘法、最小方差估计、马尔科夫估计、极大似然估计等建立回归模型,或进行相关分析时,尽管方程的相关系数很高,通过F检验的效果也很好,但预报效果并不好。这是因为上述方法都是静态分析方法,对于经济、人才、科学进步等动态非平稳对象,这种方法效果不好。南京工学院人才规划研究组采用了一种适用于分析非平稳对象动态规律的方法,我们给它命名为动态相关分析法,并在理论上进行了推理和证明。本文只介绍这一方法用于回归分析时的基本原理以及典型的计算方法和步骤。

边界条件下线性回归模型的影响分析

研究带边界约束条件的线性模型的影响问题。提出了几个度量数据影响大小的统计量，建立了影响度量与相关系数之间的联系，揭示了数据影响与相关性之间的内在联系。

随机约束条件下线性回归模型中的效率度量

估计效率是一个重要的概念。本文反映它作为随机约束条件下线性回归模型中的影响度量，研究了数据对约束模型的影响。

湘南地区红黏土动态回弹模量试验与预估模型研究

湘南地区广泛分布红黏土,它具有天然含水率高、孔隙比大及结构性强等特点,可用于特殊路基填料。为获得红黏土的动态回弹性能,利用动三轴试验研究了偏应力、围压应力和体应力对红黏土动态回弹模量的影响。结果表明:动态回弹模量随围压和压实度的提高而增大,随偏应力的增大而减小;动态回弹模量受含水率影响较大,并在最佳含水率附近达到最大值。基于试验揭示的动态回弹模量与应力的相关性,采用3种应力相关的典型动态回弹模量预估模型对试验数据进行回归分析,进而遴选出最佳预估模型。误差分析表明,对于湘南地区红黏土,考虑偏应力和围压应力的回弹模量预估模型具有更高的决定系数,能更好地拟合红黏土的动态回弹模量。动态回弹模量试验结果和遴选的预估模型将为湘南地区红黏土路基设计提供试验和理论依据。

落叶松人工林直径分布动态预估模型

基于小兴安岭地区和长白山地区102块落叶松人工纯林固定标准地复测数据（10 a间隔期）,采用参数预测模型（PPM）系统,建立了前期Weibull分布参数（b1）与前期林分调查因子模型、前期参数c1与b1之间的回归模型、两期参数b2与b1的回归模型、以及两期参数c2与b2之间的回归模型,并采用似乎不相关回归（SUR）理论,估计了模型的参数;利用＂刀切法＂选择平均相对误差（ME）、平均相对误差绝对值（MAE）、预测精度（P）、相对误差（B）、误差指数（IE）等指标,分别对所建立的参数动态预测方程及直径分布动态预测结果进行了检验。结果表明：所有模型的R2a较好（0.428~0.897）,RMSE均较小（0.37~0.94）,所建立的直径分布动态预测模型具有较好的拟合效果。通过检验,所建立的参数动态模型预估能力较好（-10%95%）,并能较好地预测落叶松人工林未来直径分布（B0=4.38%,B1=12.38%,IE=524）。

股票价格与短期利率动态相关性的实证分析

对1996-2006年之间中国短期利率与上证综指之间的动态相关性,运用了动态条件相关的二维GARCH模型和ACC(自回归条件相关)模型进行了实证分析。实证结果表明了2002年之前利率与股指之间动态负相关性比较微弱,说明我国金融市场存在分割性,但是从2002年这种负相关性持续增强,表明中国的金融市场逐渐走向成熟。

非线性时间序列建模的混合自回归滑动平均模型

提出了一类用于非线性时间序列建模的混合自回归滑动平均模型(MARMA).该模型是由K个平稳或非平稳的ARMA分量经过混合得到的.讨论了MARMA模型的平稳性条件和自相关函数.给出了MARMA模型参数估计的期望极大化(expectation maximization)算法.运用贝叶斯信息准则(Bayes information criterion)来选择该模型.MARMA模型分布形式富于变化的特征使得它能够对具有多峰分布以及条件异方差的序列进行建模.通过两个实例验证了该模型,并和其他模型进行比较,结果表明MARMA模型能够更好地描述这些数据的特征.

基于向量自回归模型的微博隐式话题流行度预测

现有话题流行度预测方法仅基于话题本身的特征进行流行度预测,未考虑不同话题间的相关性.然而在微博上下文不同的话题之间存在一定的相关性,特别是在同一个事件的不同话题之间.因此,文中利用动态话题模型探测微博中的隐式话题及其流行度时间序列,通过Jensen-Shannon散度和皮尔逊相关系数分别分析话题间的内容和时序相关度,然后在预测模型中引入话题时序相关性,提出基于向量自回归模型的微博隐式话题流行度预测算法.通过在真实微博数据上的实验分析可知,相比未考虑话题相关性的算法,文中算法具有更高的预测准确率和更好的模型拟合效果.