地缘政治风险是中国原油期货市场的驱动因素吗?——基于小波多分辨的非参数分位数因果检验方法

地缘政治突发事件对于原油市场的重要影响早已得到广泛认可,但尚未有直接证据表明地缘政治风险是我国原油期货市场的驱动因素。引入基于新闻报道的地缘政治风险(geopolitical risk,GPR)指数,使用极大重叠离散小波变换与非参数分位数因果检验方法,详细讨论了不同时间尺度与原油条件分布下,地缘政治风险对我国原油期货收益与波动的非线性影响。在此基础上,利用上海原油期货5分钟高频交易数据计算7类原油日内波动,进一步分析地缘政治风险对原油高频价格动态的作用。研究发现:(1)地缘政治风险在频域视角下对我国原油期货收益具有显著影响,而原油价波动同时在时频域范围内对地缘政治风险变化表现出明显的响应。(2)地缘政治风险对我国原油期货已实现波动率和3类跳跃性波动均具备可预测性。(3)地缘政治风险对原油期货市场的影响具有明显的非对称特征,具体而言,对于原油收益的冲击更多地表现在极端分位点,并且对于原油收益和波动的长期影响均大于短期冲击。

基于时变传染网络和分位数Granger因果检验的系统性风险传染研究

基于18个经济体760家金融机构SRISK系统性风险数据,采用时变参数向量自回归模型和广义方差分解法测度全球系统性风险的时变传染网络,进而采用分位数Granger因果检验考察各经济体对中国高分位段系统性风险的影响。研究结果表明,结合SRISK数据和时变传染网络能有效识别重大风险事件的发生;发达和新兴经济体均会产生风险净输出效应,且会通过直接输出或香港地区间接输出风险至中国内地;在全样本与2008年金融危机、欧债危机、中美贸易战和新冠疫情重大风险事件期间,中国皆为风险净溢入国且新冠疫情期间溢入效应达历史最高;美英两国在重大风险事件期间均对中国高分位段系统性风险产生显著影响,新冠疫情期间中国高分位段系统性风险遭受外部冲击的形势最为严峻。

中国股票市场收益率与交易量的非对称因果关系研究——基于分位数Granger因果检验

本文利用Chuang等(2009)提出的分位数Granger因果检验办法,基于1997至2013年上海证券交易市场和深圳证券交易市场的日交易数据,研究中国股票市场上收益率与交易量之间存在的非对称因果关系。本文的研究结果表明:(1)在全样本上,收益率和交易量之间存在显著的双向因果关系,而且这种因果关系随分位数不同而呈现出显著的非对称特征;(2)子样本上,交易量一阶滞后项对收益率的作用通常在低分位点和高分位点上显著,而在分布的中间位置通常不显著,收益率一阶滞后项对交易量的作用在大部分分位点上是显著的,但是在熊市的低分位点和牛市的高分位点上并不显著。

媒体报道对绿色证券投资基金的影响研究--基于非参数分位数因果关系检验

利用2013—2020年媒体报道和绿色证券投资基金季度数据,使用非参数分位数因果关系检验法探究媒体报道对绿色证券投资基金的影响。实证结果表明:除去某些分位数,媒体报道在一定的分位数范围内对绿色证券投资基金收益、规模及其波动均存在显著的非线性因果效应。这说明媒体报道对稳定绿色证券投资基金市场的发展有重要意义,应当重视媒体报道的经济价值,提升媒体运用水平。

中国股指期现货市场间的非对称风险溢出效应——基于分位数Granger因果检验

为了揭示中国股指期现货市场之间风险溢出效应的非对称特征,本文利用已实现半方差将中国股指期现货市场的风险区分为下跌风险和上涨风险,并运用均值Granger因果检验和分位数Granger因果检验,考察两市场之间下跌风险溢出效应和上涨风险溢出效应的差异。研究发现,中国股指期现货市场之间不仅存在显著的下跌风险溢出,还存在显著的上涨风险溢出,而且溢出效应随着分位数区间不同而呈现出显著的非对称特征。一方面,期货市场对现货市场的下跌风险溢出在全部分位数区间均显著,而上涨风险溢出仅在分布的中间位置和上尾显著。另一方面,现货市场对期货市场的下跌风险溢出主要集中在尾部极端分位数区间,而上涨风险溢出主要集中在分布的中间位置和低分位数区间。

左截断数据下非参数回归模型的复合分位数回归估计

利用局部多项式方法研究了误差具有异方差结构的非参数回归模型,在左截断数据下构造了回归函数的复合分位数回归估计,并得到了该估计的渐近正态性结果,最后通过模拟,在服从一些非正态分布的误差下,得到该估计比局部线性估计更有效.

基于非参数分位数方法对金融风险的研究

文章提出了使用非参数密度分位数方法来计算VaR模型。此方法完全由数据驱动,不需要设定新息项的分布,并同新息项服从正态分布、T分布和GED分布计算的VaR进行对比,得到了比较理想的结果,从而为金融风险研究提供了较有效的参考方法。

分位数回归下的因果关系检验

Granger因果关系在计量经济学中占有重要地位。在实践中,采用Granger检验是在最小二乘回归下进行的,检验的是条件均值之间的因果关系,在此基础上扩充到检验条件分位数上的因果关系,即线性分位数回归下的Sup-Wald检验法;利用该检验法实证分析全国城镇居民人均可支配收入增量对人均消费性支出增量之间的关系,结果表明其之间存在单向的因果关系,并且在较低分位数时城镇居民人均可支配收入增量对人均消费支出增量的因果关系并不显著,只有在分位数较高时这种因果关系才显著存在。

基于复合分位数高斯核基函数的非参数回归模型及应用

波动性大、规律性和整体性较差的建筑物变形数据,难以用参数回归模型描述其变化规律,为此建立了一种基于高斯核基函数的非参数回归模型,利用复合分位数和模拟退火算法估算模型系数。工程实例表明,复合分位数估算的高斯核基非参数回归模型具有较高的精度,能够满足工程需要,用该模型对建筑物变形数据进行预测分析是可行的。

非参数分位数估计在我国非寿险公司偿付能力额度计算中的应用

本文对保险公司偿付能力常用估计方法——比率法做了改进,比较了三种不同分位数估计方法的稳健性,使用稳健的非参数分位数估计方法对比率法中的赔付率做了分位数估计,并将这个估计结果代入含投资收益的比率法模型中,对我国非寿险公司偿付能力额度进行了短期预测。

房地产价格与汇率的联动关系研究——基于分位数Granger因果检验法

宏观经济理论认为,房地产价格的变动除受宏观基本因素影响外,还在很大程度上受汇率的影响。中国房地产市场的发展存在显著差异性,为了揭示汇率与各房地产市场的关系,分别运用分位数Granger因果检验、分位数VAR模型及脉冲响应函数,将房地产市场按一、二、三线城市划分,研究不同分位点下汇率与房地产市场之间的因果关系与影响程度。研究发现:在均值意义上,汇率对各线城市房价的影响均不显著,一、三线城市分别在5%和10%的显著性水平上对汇率存在影响;而使用分位数Granger因果检验可以更全面描述房价与汇率的尾部关系,且脉冲示意图显示两者存在较大联动关系。这说明房地产市场的健康发展对于稳定币值、刺激出口具有重要意义,同时在房地产行业调控过程中应当考虑汇率的影响。

关于非参数统计中几种双样本位置参数检验方法的分析

对非参数统计进行了简单的介绍,重点总结了几种非参数统计中的双样本位置参数的检验方法,并用这些方法分析具体实例。

基于Copula分位数格兰杰因果检验的股票市场相依性研究

本文通过基于Copula函数改进后的分位数格兰杰因果检验模型,选取中国内地、韩国、日本、中国台湾和中国香港的股票数据,研究其在不同分位数和分位数区间下的格兰杰因果关系,就股市反馈出来的信息,对股市间传染效应方向进行了分析,并提出需加强防止我国股票市场易被传染的相关政策建议。本文考虑股票数据尖峰、厚尾和非对称性等特征,通过不同的Copula函数对格兰杰因果检验方法进行改进,选取九个分位数,在各分位数进行基于分布的格兰杰因果检验,并提出在分位数区间下进行格兰杰因果检验的方法,对两种方法的检验结果进行了比较。研究发现,沪市分别与韩国、日本、中国台湾、中国香港均在不同分位数上存在双向格兰杰因果关系;日本与沪市的格兰杰因果关系最为显著,在沪市对其他市场的影响方面,沪市对中国香港的格兰杰因果关系最显著,而在其他市场对沪市的影响方面,韩国对沪市的格兰杰因果关系最显著;分布的尾部所体现出来的格兰杰因果关系与中部相比较为显著,尤其需要加以重视。

经典非参数回归模型和贝叶斯非参数分位数回归模型的比较

文章基于贝叶斯法对非参数函数进行分位数处理,研究函数在每个分位点的基本特征,构建了一种新的基于贝叶斯法的非参数分位数回归模型,并与传统非参数回归模型进行算例比较。新模型具有以下优点：第一,分位点差异性。该模型有别于传统的非参数模型,可以对每个分位点的差异进行分析。第二,高效性。基于贝叶斯的基本方法对非参数函数进行分位数拓展研究,可以大大提高运算效率。第三,可靠性。Gibbs抽样校准结果较为理想、蒙特卡洛模拟的精度较高。

投资者高频情绪对股市成交量的异质性影响研究——基于分位数向量自回归模型

从高频视角分析股市情绪效应的异质性特征及机理,对我国金融风险管控具有重要意义。本文借助文本分析法抓取网络舆情数据,构造日内投资者高频情绪指数,在分位数Granger因果关系检验的基础上,构建分位数向量自回归模型并进行脉冲响应分析,探究不同极性投资者高频情绪对不同市场状态下及不同分位水平股市成交量的异质性影响。结果表明:(1)不同极性投资者情绪对股市成交量影响具有异质性,悲观情绪对股市成交量的脉冲强度明显大于乐观情绪且衰减较慢;(2)投资者情绪对股市成交量的影响随市场状态的变化而不同;(3)在相同市场状态下,情绪对不同分位水平股市成交量的影响也存在差异,投资者情绪对股市成交量的下分位点脉冲强度显著大于上分位点,中位点最弱。

双参数指数分布异常数据的检验

针对双参数指数分布的异常大数据,给出了一种新的检验方法。寻找到总体参数的具有较好稳健性的估计量,并在此基础上构造出检验统计量,求出了该检验统计量精确的概率密度函数和大样本情形下的近似分布,得到了检验临界值简洁的近似表达式。

中位数差值及置信区间的两种非参数计算方法及比较

目的:介绍了两种计算中位数差值及置信区间的非参数方法——Hodges-Lehmann法与Bootstrap法,采用三种不同分布数据实例比较分析两种方法间的差异,对差异产生原因进行了分析。方法:用计算机模拟的方法生成正态、对数正态和双峰分布数据各两个,用两种非参数方法计算每种分布的中位数差值及其置信区间。该模拟过程重复500次。结果:当数据符合正态分布时两种方法的结果相近,且与用均值取代中位数的参数法接近。当数据为对数正态分布时Boot-strap法的估计值及置信区间比Hodges-Leh-mann法偏大,当数据为对称分布时两种方法计算的估计值结果相近,置信区间略有差异。结论:对称分布的数据两种方法的估计值基本一致。非对称情况下Bootstrap法更注重中位数的位置,而Hodges-Lehmann法更多体现了数据的值的差异。

基于非参数回归的遗漏变量检验

基于非参数回归提出了同时适用于横截面和时间序列数据的遗漏变量检验统计量.与现有文献相比,该统计量不仅避免了模型设定偏误问题,而且具有更高的局部检验功效,能够识别出速度更快的收敛到原假设的局部备择假设.该文选择单一带宽估计条件联合期望和条件边际期望,允许二者的非参数估计误差共同决定统计量的渐近分布,不仅改善了统计量的有限样本性质,而且避免了选择多个带宽和计算多个偏差项产生的繁杂工作.蒙特卡洛模拟结果表明该统计量具有良好的有限样本性质以及比Ait-Sahalia等更高的检验功效.实证分析采用该统计量捕获了F统计量无法识别的产出缺口与通胀之间关系,验证了非线性"产出—通胀"型菲利普斯曲线在中国的适用性.

中位数的非参数推断

目的利用非参数方法诊断一组数据的中位数.方法首先,运用符号检验,wilcoxon秩检验及正态记分检验等非参数方法,对实际数据的中位数进行了推断分析.然后,利用R软件编程运算,得到了实际数据的中位数及其非对称置信区间.最后,分析比较了各种方法的优劣.结果与结论研究表明,本文所取的实际数据的中位数为76.另外,通过分析,注意到尽管wilcoxon秩检验和正态记分检验利用了原始数据更多的信息,但其前提要求所处理数据须是对称的,对于非对称的数据,符号检验的结果更为可靠些.

符号检验:一种常用的非参数检验

符号检验是一种应用非常广泛的非参数检验,其是对两个相关样本的每对数据之差的符号进行检验,进而比较两个样本的显著性.