基于MCMC参数估计的POT极值理论度量影子银行与A股市场VaR-ES

2008年次贷危机爆发后,美国学术界进行了大量研究检验影子银行与股票市场的极值情况。在此背景下,笔者研究中国影子银行的极值风险,对今后进一步研究极值影响性作出铺垫。对极值数据的分布函数,通常无法用高斯分布或者t分布来有效表达。金融时间序列的尖峰、拖尾、右偏情况,可以基于广义帕累托分布的POT模型进行对极值数据的拟合,确定超出安全阈值的极值数据的分布形式。利用Gibbs抽样的贝叶斯MCMC模拟方法来估计模型的参数,可以解决当样本数据不足时极大似然估计中误差增大的问题,提高数据的拟合效果。笔者首次基于POT模型对中国影子银行与A股市场的极值进行实证研究,确定阈值后分别测算了MCMC估计和MLE估计下的VaR和ES。结果发现:上证成交量极值风险更大,影子银行极值风险相对较小。

有序选择因子结构模型的MCMC估计及应用

为了评估中国分布类政策效应,根据中国微观数据的变量可得性,在Heckman等构建因子结构模型的基础上,将Heckman基准模型中的连续型测度方程调整为离散型有序选择模型,建立有序选择因子结构模型,并推导出MCMC估计方法。运用该方法,结合中国样本数据,对高等教育的分布类政策效应进行实证估计。有序选择因子结构模型及其MCMC估计方法,对于经济政策的分布类效应评估具有普遍的理论适应性和实际应用价值。

极值风险价值和预期损失的估计应用：以影子银行和A股市场为例

在检测金融时间序列极值的风险价值和预期损失时,由于金融时间序列具有尖峰和厚尾的特征,首先利用广义帕累托分布的安全阈值模型Hill图观测。当样本数据不多时,利用Gibbs抽样和蒙特卡洛模拟马尔科夫链来检验参数的拟合效果。最后,对从Hill图观测出的极值情况基于MCMC和MLE方法估计其风险价值和预期损失。本文以中国的影子银行规模、上证指数、上证成交量时间序列为例,检测了三者的极值风险值和预期损失,经过比较发现:上证成交量极值风险更大,影子银行极值风险相对较小。

关于引力方程估计中的空间相关控制和单边变量识别：一个贝叶斯解决策略

本文提议使用一个包含贸易国效应的贝叶斯分层泊松模型来估计引力方程,一方面借助贝叶斯估计的特性来克服固定效应方法的不足,另一方面,利用泊松伪极大似然估计量在估计贸易数据时的优良特性,恰当地处理其中的异方差和大比例零贸易流问题。

以1年期储蓄存款利率为状态变量的跳跃型广义Vasicek模型

1年期储蓄存款利率被认为是中国利率体系的基准利率,可将其作为影响市场利率期限结构的状态变量.市场利率不同于官方利率,它们还受其他经济变量的影响.这些其他经济变量对市场利率的影响用1年期市场利率与1年期储蓄存款利率的差别来反映,把它作为影响市场利率的另外一个状态变量.分别用跳跃过程和均值回复过程描述这两个状态变量的变化.在仿射模型的框架下,它们决定了市场利率期限结构.本文给出了该模型下市场利率期限结构的分析表达式,并利用MCMC方法对模型进行了实证分析.实证表明该模型能够很好地拟合市场利率期限结构样本观测值的统计特征.实证分析还发现,债券的超额回报率显著受官方利率调整风险和市场利率随机波动风险的影响.

非参数随机条件持续期模型及其迭代算法

随机条件持续期(SCD)模型能有效刻画超高频时间序列中持续期的变化,但该模型假定期望持续期生成机制固定,且模型参数估计存在一定的困难。文章在不假定条件均值形式和冲击项分布的基础上结合核估计方法提出了非参数SCD模型及其迭代求解方法。然后,基于TEACD(1,1)模型生成的模拟数据,将非参数SCD模型与用卡尔漫滤波进行伪似然估计的参数SCD模型和用Gibbs抽样进行马尔科夫蒙特卡罗估计的参数SCD模型的拟合效果进行比较,实证表明在大样本条件下非参数SCD模型的拟合效果与用MCMC估计的参数SCD模型的拟合结果相差不大,但明显优于用QML估计的参数SCD模型的拟合结果,且非参数SCD模型能为参数SCD模型的参数设定提供参考。

多维数据IRT真分数等值和IRT观察分数等值研究

实际应用中测验往往具有多维结构,如果仍采用单维方法进行等值,会得到不准确的结果。研究基于随机等组设计下英语测验,使用MCMC方法估计题目参数,将单维IRT真分数等值和观察分数等值方法推广到多维。比较了四种等值方法:单维IRT真分数等值和观察分数等值,多维近似单维IRT真分数等值和观察分数等值。结果显示,当数据符合多维结构时:(1)基于多维测验的IRT真分数等值和观察分数等值方法优于单维IRT真分数等值和IRT观察分数等值方法;(2)多维IRT观察分数等值略优于多维IRT真分数等值,但是两者之间的差异较小。

一类均值随机跳跃型广义Vasicek模型

根据中国债券市场的特点构造一个新的利率模型.模型假定1年期储蓄存款利率服从跳跃过程,它决定了1年期市场利率的均值水平,并假定1年期市场利率是决定市场利率期限结构的另外一个状态变量,服从Vasicek模型.文中给出了该模型下市场利率期限结构的分析表达式,并以1998年至2007年的利率期限结构月度数据为样本,利用MCMC方法对模型进行了实证分析.模型能够很好地拟合市场利率期限结构样本观测值的均值,标准差,并能拟合偏度,峰度和序列相关性水平.

基于Box-Cox SCD模型的价格持续期研究

随机条件持续期(SCD)模型能有效刻画超高频时间序列中持续期的变化,但该模型为了确保条件均值的非负性将条件均值函数形式固定为对数形式.文章基于Box-Cox变换,弱化了非负条件限制,提出形式上较为灵活的Box-Cox SCD模型,可以根据数据本身选择最适合的均值函数形式.模型变得更加灵活的同时也给参数估计带来许多困难,文章利用MCMC方法来估计模型参数.最后,基于TEACD(1,1)模型生成的模拟数据以及沪深300指数期货的价格持续期数据,将Box-Cox SCD模型与SCD模型的预测效果进行比较.实证表明,无论是对于模拟数据还是实际数据,价格持续期具有较强的聚集性,Box-Cox SCD模型中的参数δ与0都有很大程度的偏离,这说明SCD模型将条件均值方程设定为固定的对数形式不甚合理.

GIRM方法与传统GT方法的比较

文章在GIRM模型框架下采用题组GIRM模型方差分量估计方法的技术称之为GIRM方法,并通过模拟将其与传统GT方法进行比较研究。结果表明:在θp和βi为标准正态分布下,GIRM方法和传统GT方法均能够准确的估计方差分量、概化系数以及可靠性指数;GIRM方法在bias值和RMSD值上与传统GT方法相当,但在标准误估计上不足取。建议研究者在需要处理缺失数据或者分离交互效应和残余效应的情况下使用GIRM方法,而当研究者要求精确的标准误时采用传统GT方法。

我国股市波动率区制转换特性描述与成因分析——基于MS(2)-GJR-GARCH

考虑到单一区制的GARCH族模型存在无法捕捉数据的结构性突变的缺陷,文章构建MS(2)-GJR-GARCH模型对上证指数与深圳指数的日收益率进行了拟合,采用MCMC方法以避免参数估计中存在的路径依赖问题。模型拟合结果说明:①上证指数与深圳指数均存在显著的区制转换特征;②在样本期内,低波动率区制占有较长时间;③波动率易受外部事件的影响。

我国创业板市场风险的度量及分析——基于随机波动率模型的实证研究

创业板自上市以来,其高风险问题一直是学术界和实务界研究的重点问题。为精确度量创业板市场风险,将MCMC参数估计方法引入到随机波动率模型中,进而计算出基于随机波动率模型的创业板市场风险价值(VaR)。实证结果显示:在一天持有期内,在95%的置信水平下,创业板市场发生的最大损失不会超过3.19%;在99%的置信水平下,创业板市场的最大损失不会超过4.45%。此外本文还使用GARCH族模型对创业板市场的风险进行了辅助研究。

基于Gibbs抽样的ARIMA型汇率的触发式理财产品定价研究

本文研究了挂钩于美元/日元的触发式理财产品的定价问题。首先对数据进行统计分析,选出对汇率拟合效果最佳的模型为ARIMA模型;其次对ARIMA模型的参数进行MCMC估计,最后以此结果研究汇率为标地资产分析了触发式理财产品价值。

随机波动率LIBOR市场利率动态模型的理论估计与蒙特卡罗模拟

本文首先基于诸多Libor市场模型改进方法的基础之上,在标准市场模型中加入Heston随机波动率过程,建立随机波动率假设的新型Libor市场模型;其次,运用Black逆推参数校正方法和MCMC参数估计方法对该Libor利率市场模型中的局部波动率和随机波动率过程中的参数进行校正和估计;最后是实证模拟。研究结论认为,在构建Libor利率动态模型时,若在单因子Libor利率市场模型基础上引入随机波动率过程,可大大提高利率模型的解释力。

随机波动率LIBOR模型及其结构性存款定价:理论估计与蒙特卡罗模拟

LIBOR市场利率已经在金融资产定价和风险度量中发挥着越来越重要的作用,而以其为标的利率的外汇结构性存款也得到了广泛应用.因此,对LIBOR利率动态过程及其结构性存款定价进行有效理论估计和模拟计算则显得尤为重要.本文首先在标准市场模型中加入Heston随机波动率过程,建立随机波动率过程驱动的新型LIBOR市场模型;其次,运用Black逆推参数校正方法和MCMC参数估计方法对该LIBOR利率市场模型中的局部波动率和随机波动率过程中的参数进行校正和估计;再次,基于最优基本函数改进的LSM方法对可赎回外汇结构性存款定价进行模拟计算;最后是实证分析.研究结论认为:在单因子LIBOR利率市场模型基础上引入随机波动率过程,则可大大地提高利率模型的解释力;基于最优基本函数改进的LSM定价方法所得结果更接近于实际利率下所求理论价值.