t-Copula-GARCH模型在沪深市场联动风险测算中的应用研究——基于拟蒙特卡罗模拟方法

为测算沪深两市联动风险,以上证指数和深证成指收益率数据为研究对象。首先,根据Copula建模思想,利用GARCH(1,1)-t模型拟合沪深市场波动特征,利用t-Copula函数拟合沪深市场联动风险特征。进而利用拟蒙特卡罗方法模拟沪深股指组合未来收益率序列,测算沪深市场联动风险。实证结果表明:拟蒙特卡罗方法收敛速率快,模拟结果的精确性和稳定性较好。拟蒙特卡罗方法表现出的优势可以帮助机构投资者有效管理市场风险,这对于机构投资者做出科学投资决策具有深远意义。

基于天气类型聚类和LSTM的PM_(2.5)短期预测模型

为了提高多变天气状态下PM_(2.5)的预测精度,利用灰色关联分析确定与PM_(2.5)相关性较强的因素,通过Copula函数建模分析得出PM_(2.5)与AOD具有强相关性且季节差异明显。采用自组织特征映射(SOM)对天气类型进行聚类识别,基于LSTM建立不同天气类型下的PM_(2.5)浓度短期预测模型。算例结果表明,与传统BP神经网络、支持向量回归方法相比,基于LSTM建立的模型具有更高的预测精度。

资源性产品国际价格影响因素的实证研究——以原油市场为例

资源性产品价格近10年来不断上涨起伏,中国作为资源消费大国却没有与之匹配的定价权。本文旨在剖析资源价格巨幅震荡的原因,探明关键因素及其作用机理,为中国有效参与资源国际价格形成提供依据。本文利用多元回归方法和Copula-GARCH建模,筛选出7个关键因素,分析各因素对原油现价的影响,并特别关注极端事件下的协同效应。研究发现,非商业投机操作成为资源价格波动的主导因素;资源供给的波动引起的价格变化大于需求因素;计价货币汇率变动起到明显的推手作用;战略储备的增加抵减了商业库存的总体调节效果。实证结果显示市场因素对资源价格的影响程度及拟合效果均优于基本面因素。