基于非参多元Expectile模型的原油价格风险测度研究——宏观不确定性视角

当下政治经济环境存在诸多不确定性,原油价格随着不确定性的增加而大幅波动,因此在当前不确定性环境中建立一个有效的风险预测模型具有重要的实际意义。本文基于非参多元Expectile模型,选取2010年1月5日至2020年1月6日的美国西德克萨斯原油价格的日度数据,构建同时包含地缘政治风险、经济政策不确定性等六个宏观不确定性变量的原油价格风险预测模型。此外,引入APARCH模型和基于蒙特卡罗方法的GARCH模型,比较以上三个模型预测能力。最后,基于预测的VaR值计算调整的Sharpe比率。结论表明,整体上,非参多元Expectile模型能较好处理多个宏观变量包含的信息,具有更高的预测能力。在不确定性事件叠加发生的时期预测表现依然优于其他模型,减少了不确定性增加导致原油市场波动幅度增加带来的风险,具有更强的稳定性。因此,在经济转型的关键时期,本研究可为政策制定者和监管当局面临不确定性上升环境下建立有效的原油价格风险预测模型提供参考,制定应对政策防范化解风险,同时也为投资者在当前复杂的国际形势下提供预测参考,尽量规避损失同时获取收益。

非参多元方法的探究

非参数统计是统计学的一个重要分支,其基本理论和方法是本文的主要研究内容。Wilcoxon-Mann-Whitney检验提供了一种经典的一元非参方法。基于该方法,好多学者相继提出了别的非参方法。本文提出了一种简单的多元非参方法。它能很好地解决一类多元非参两样本位置检验问题,它为多元统计过程控制的研究提供一种方法。

基于经验似然比检验的高维非参EWMA控制图

随着传感技术和数据采集系统的逐渐完善,大量复杂高维数据可以被收集,对多变量和高维数据流进行监控往往是现代制造业和质量管理部门的一个基本要求.然而,在高维数据监控领域中,由于“维数的诅咒”以及变量的分布通常是复杂未知的,大多数传统的多元控制图不再适用.针对这种情况,一些研究者讨论了对分布未知且复杂高维数据的均值向量的各种检验,但这些检验很少适用于Phase Ⅱ阶段的过程监控.文章提出了一种基于高维经验似然比检验的EWMA型非参数监控方案,该方案可用于多元过程和高维过程均值向量的监控,并且适用于子组数据流.所提出的控制图不仅易于实现和解释,而且蒙特卡罗数值模拟结果显示该控制图在对称、偏态、厚尾分布中都能有效地监测均值漂移.最后,将所提出的控制图应用于半导体制造过程,结果显示文章的方法对未通过测试的半导体具有良好的监控效果.