基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型的实证研究

为了反映资产组合风险在不同状态下对收益率的影响,从动态的角度提出基于马尔科夫状态转换下的高阶矩CAPM-GARCH模型,即高阶矩CAPM-MSGARCH模型。以上证180指数样本股的10支不同行业的股票为研究对象,实证分析结果表明:高阶矩系统风险对资本资产定价有显著的影响,并且高阶矩CAPM-MSGARCH模型能够较好地刻画风险的时变特征,显著优于传统的高阶矩CAPM-GARCH模型。

高阶矩CAPM模型的建立及实证分析

本文在传统的CAPM模型中引入系统偏度、系统峰度等高阶矩,发展和推广了CAPM模型,实证分析结果表明高阶矩CAPM模型优于传统CAPM模型。

高阶矩、HCCA模型与银行系统风险前瞻预判

本文基于Corrado-Su的理论及修正,扩展了CCA模型,采用中国14家银行A股股价和资产负债表数据,测度了14家银行单个和联合违约距离及系统期望损失等风险指标。本文实证结果发现：1HCCA模型大致提前3~6个月或更长时间预测到全球金融危机和欧洲主权债务危机的来临,给金融部门防范金融危机爆发争取到了宝贵的时间;2HCCA模型显示中国银行业系统风险在高位不断累积,对金融监管当局和商业银行管控金融宏观风险提出了有益的警示。本文的政策建议是,应度量引入高阶矩（偏度和峰度）的隐性资产价值对违约距离和期望损失等风险指标的影响,从而提高金融政策的准确性和有效性,加强政策措施的前瞻性预判。

高阶矩风险平价模型能否改善投资绩效?——来自中国市场的验证

风险平价模型以资产波动衡量风险,忽略了资产收益分布的尾部特征。本文在风险平价模型中引入高阶矩风险,得到了九种不同的高阶矩风险平价模型,并选取平均相关性高的国内行业指数样本和平均相关性低的大类资产样本,对不同模型进行分析。研究发现:当标的资产间平均相关性较高时,包含偏度的高阶风险平价模型表现更优,投资组合的风险更小,收益更高;当标的资产间平均相关性较低时,风险平价模型表现更优。

我国商业银行系统性高阶矩风险测度研究——基于CCA拓展模型的分析

本文借鉴Jarrow和Rudd(1982)的方法,利用对数正态密度函数的广义Edgeworth级数展式,将高阶矩风险引入到CCA模型中,并收集我国14家商业银行的财务报表数据和股票市场数据,计算出隐含资产价值波动率、违约距离系列等指标。研究结果表明:系统性风险具有时变性,监管部门要制定具有前瞻性和科学性的监管机制,定期对银行风险进行评估;引入高阶矩的CCA模型具有高度的灵敏性,能够准确地度量系统性风险;国际金融危机对中国银行业具有较强的传染性,监管当局应加强宏观审慎政策,注重金融机构之间和国内外宏观经济环境之间的相互作用;加快转变政府职能,提高宏观调控水平,制定监测系统性风险的政策工具,进一步增强银行体系风险抵御能力。

基于条件高阶矩风险的动态对冲模型研究

本文运用二元GARCH-SK模型和独立成分分析等方法,对基于时变高阶矩风险的期货最优对冲比率模型进行较为全面的研究,探讨投资者风险厌恶系数、交易成本等因素对期货最优对冲比率的影响,并且以沪深300股指期货为研究对象,对基于时变高阶矩风险的期货最优对冲比率模型的有效性进行实证分析,结果表明:一是沪深300股指期货和现货的收益率序列均表现出较为明显的超峰度和负偏度等非正态分布特征,因而在刻画资产收益分布时高阶矩风险对收益率的影响不容忽视;二是在考虑交易成本以后,最优调整频率会随着投资者风险厌恶系数的增加而提高,但调整幅度会不断缩小,且对于最常见的风险厌恶系数,投资者需要每两日调整一次期货最优对冲比率,以期获得最高的效用水平;三是基于效用最大化、同时考虑条件高阶矩风险的动态对冲策略能够更好地实现风险与收益之间的平衡,虽然其风险水平会比方差最小化对冲策略更高,但是带来的收益增长更为显著,因此,能够更好地提高投资者的效用水平。上述研究结论可以为推动基于高阶矩风险的期货对冲比率方法在金融市场投资实务中的推广与应用提供参考。

双线性时间序列模型高阶矩的渐近性质

讨论了一般双线性时间序列模型BL(R ,r ,Q ,q)的高阶 (2u阶 ,u =1,2 ,… ) 平稳解存在的充分条件 。

基于投资组合高阶矩分析的电力系统灵活性评估

针对现有灵活性指标形式主要集中于低阶统计量,仅能反映系统灵活性的平均水平与集中程度,而忽视了灵活性的高阶特征这一问题,引入投资组合高阶矩分析理论对电力系统灵活性进行刻画,以揭示系统灵活性的调节潜力与风险。首先,通过分析投资组合的均值-方差-偏度-峰度模型(mean-variance-skewness-kurtosismodel,MVSK Model),给出了灵活性单元组合的定义,基于多元Copula函数构建考虑空间相关性的灵活性单元概率模型。其次,基于灵活性单元组合的各阶矩建立灵活性评估指标,并给出基于核密度估计与蒙特卡洛模拟的指标计算方法。最后,通过FTS-213测试系统与德国某电网的历史数据对所提指标进行了测算和验证。算例表明所提指标能够反映系统灵活性调节能力的平均水平、稳定程度、潜力与风险,且能量化评估灵活性资源种类与投建地区对系统灵活性的影响,为后续的灵活性资源规划提供理论支持。

基于高阶矩冲击机器学习Multi-LSTM模型的中国碳价预测

碳价预测是以市场手段推动污染物减排、促进碳市场发展的关键。本文聚焦从高阶矩(偏度-峰度)视角研究市场非对称信息和极端因素对碳价的动态冲击。使用湖北碳市场2014.4.28—2021.2.26时间序列数据,基于实验法构建Multi-LSTM机器学习模型检验预测效果。研究发现,Multi-LSTM模型的碳价预测误差RMSE、MAE、MAPE仅为2.65、1.74、2.43,市场预测准确度为0.88,具有显著的预测精确和稳定性。表明考虑高阶矩冲击的碳价预测机理有效性和合理性得到证明,Multi-LSTM模型能够进行有效的碳价预测。

基于向量GJR-GARCHSK模型的高阶矩持续与协同持续性研究

在对单整理论和协整理论研究的基础上,文章提出基于向量GJR-GARCHSK模型的偏度和峰度持续与协同持续的概念,并给出了偏度和峰度持续与协同持续存在的充分必要条件,同时给出了相应的理论证明。金融时间序列高阶矩协同持续的研究为更好的进行动态金融风险防范与对冲提供了理论工具,使得建立在高阶矩协同持续性基础上的动态资产配置成为可能。

基于混频因子模型的高阶矩投资组合策略研究

高阶矩的准确估计对提升包含高阶矩的投资组合表现无疑具有重要意义。传统样本矩估计方法未考虑“维数灾难”对高阶矩参数带来的不良影响,大大限制了高阶矩投资组合在实践中的应用,因此更为精确的高阶矩估计方法有待提出。针对高阶矩矩阵,本文基于混频数据抽样(MIDAS)技术,构建混频因子模型高阶矩估计量,并利用其构建包含高阶矩的投资组合策略,探讨其实际经济价值。在实证分析中,通过采用效用函数的高阶泰勒展开,将基于混频因子模型得到的高阶矩估计量作为最优估计进行投资组合优化,利用回测检验方法对不同相对风险厌恶系数下混频因子模型高阶矩投资组合在收益和下行风险方面的表现进行评价。研究结果发现:基于混频因子模型的高阶矩估计可以有效改善高阶矩投资组合在收益率和下行风险方面的表现,相较于传统的基于样本矩估计和同频因子估计构建的高阶矩投资组合具有显著的优势。

金融市场条件高阶矩风险与动态组合投资

针对传统组合投资理论没有考虑高阶矩风险和静态处理问题两大缺陷,提出多元GARCHSK模型用于衡量时变的高阶矩风险,基于效用函数的Taylor展开推导出带有高阶矩风险的动态组合投资策略,并利用遗传算法进行求解。实证研究表明,中国股市不仅存在高阶矩风险,而且风险具有时变特征;为防范高阶矩风险,投资者需要动态地修正他的资产配置权重。

中国股市高阶矩风险及其对投资收益的冲击

本文首先建立NAGARCHSK模型,推算市场收益率的条件高阶矩序列,在此基础上建立引入高阶矩风险的收益-风险时变四因子状态空间模型,并基于2000—2016年中国股票市场的收益率数据,实证探究不同时期市场高阶矩风险对投资收益的冲击。结果显示:我国股票市场收益受到高阶矩风险的影响,并且条件高阶矩序列表现出时变和波动聚集的特征,大规模的全球性金融危机和国内市场的重大风险事件均会使股市收益的条件高阶矩序列出现持续的异常波动。在未出现极端金融危机的稳定时期,市场收益率的条件方差会趋于对投资收益产生正向影响,条件偏度和条件峰度对投资收益的影响在正向和负向之间不断交替,增加了投资收益的不确定性。然而在全球性的极端金融危机时期,市场收益率的条件方差会转而对投资收益产生负向影响,条件峰度则会对投资收益带来持续的正向影响。

基于自回归条件密度模型的短期负荷预测方法

基于对负荷时间序列高阶矩时变特征的研究,提出了一种基于自回归条件密度模型的短期负荷预测新方法.该方法通过引入含时变参数的有偏分布,对负荷时间序列二阶以上矩信息进行了分析和描述.基于南京地区日用电量实际历史数据,分析了该负荷时间序列的时变高阶矩特征,建立了自回归条件密度模型.使用条件对数极大似然估计对模型参数进行了估计,实现了短期负荷预测,验证了该方法的可行性和有效性.结合算例中自回归条件密度模型时变参数的取值范围,推导了时变参数与条件高阶矩的数理关系,给出了一种刻画时间序列时变高偏度(三阶矩)、时变高峰度(四阶矩)的途径.算例分析表明,基于有偏t分布的自回归条件密度负荷预测模型的预测效果良好.

金融高阶矩风险溢出效应研究

开展金融风险溢出效应的研究,对于避免金融风险从一个国家、地区或市场迅速地传播到其它的国家、地区或市场具有重要的意义。早期的金融风险溢出研究只考虑前二阶矩,即均值的溢出效应和方差的溢出效应。在一元GARCD-JSU模型的基础上,构建了世界因子、地区因子及单个市场因子三个因子模型,并对高阶矩风险的溢出效应进行了分解,用于研究金融高阶矩风险在世界、地区和单个市场之间的溢出效应。最后,对亚洲一些主要国家和地区金融风险溢出效应进行了实证研究。

多元条件高阶矩波动性建模

类似于二阶矩风险(方差风险)的时变性,高阶矩风险也具有时变性.同时,为讨论多个市场或多个金融资产对应高阶矩风险之间的关系,需要建立多元条件高阶矩波动模型.提出了多元GARCHSK模型并给出其向量表达,用独立成分分解技术来解决多元GARCHSK建模中的“维数灾难”问题,给出多元条件高阶矩波动率的估计方法.最后,利用该模型对我国股市4个主要股指的高阶矩风险进行了动态描述.

基于高斯混合模型的非高斯随机振动幅值概率密度函数

针对非高斯振动信号的幅值概率密度函数难以用数学模型表述的问题,提出了基于高斯混合模型的非高斯概率密度函数表示方法。首先,基于时域样本信号得到非高斯振动信号的高阶矩估计值。其次,基于高斯随机过程偶次高阶矩之间的定量关系,结合二阶高斯混合模型建立方程组,求解得到混合模型中每个高斯分量的方差和权值。然后,将各高斯分量的权值和方差代入高斯混合模型,得到适用于对称非高斯振动信号的幅值概率密度函数。最后,通过仿真信号和实测振动信号,验证了该方法的有效性和适用性。

非线性随机海浪模型的一种新形式

以反映随机海浪非线性的破面高度分布高阶矩为参量，提出一种新形式的非线性随机海浪模型。在三阶近似下具体导出其波面高度的表达式和推导出二阶谱。本文模式为Longuet-Higgins模式的另一种新的数学表示。

基于格子Bhatnagar-Gross-Krook模型的地震压力波模拟

给出一种新的用于模拟地震压力波的格子Boltzmann模型.通过使用Chapman-Enskog展开和多重尺度技术,得到了一系列的格子Boltzmann方程和时间尺度t0上守恒律,给出了满足地震压力波方程所要求的高阶矩以及简单的平衡态分布函数表达式.数值结果表明这种方法可以用来模拟地震压力波.

罕见灾难、不确定性冲击和国债风险溢价——基于非线性DSGE模型

基于三阶矩近似解下非线性动态随机一般均衡(DSGE)模型的理论框架,比较分析了罕见灾难和不确定性(包括SV和GARCH)的技术冲击对中国长期国债风险溢价的影响。研究结果表明:罕见灾难影响国债风险溢价的水平值,但不影响风险溢价的波动性;SV及GARCH冲击影响风险溢价水平值和时变性;加入罕见灾难、SV及GARCH冲击的DSGE模型能更好地拟合长期国债风险溢价的非线性和时变特征。