投资者情绪对证券价格波动的影响——建模与模拟分析

证券价格的变动受证券内在价值、投资者情绪及其他因素的影响,通过建模与模拟分析表明,其中投资者情绪对证券价格波动的影响很大。消极情绪、积极情绪与中间情绪对证券价格、投资者财富的影响明显不同,证券价格的变化与投资者情绪变化是一一对应的,但投资者财富的变化与情绪变化不一一对应。当市场整体情绪乐观时,多数人都不愿主动努力寻找私人信息,不愿去认真分析证券的内在价值,而只跟着自己的情绪走,投资者追涨行为加剧,价格被逐渐推高,市场对证券的需求便会出现泡沫;当证券市场处于整体悲观情绪时,则会有相反的结果。

违约风险与信用衍生品定价文献综述

信用衍生品是一种管理信用风险的工具,对违约概率的预测方式不同导致信用衍生品定价方法不同。到目前为止,信用评级的违约概率预测在信用衍生品定价上应用比较少,结构化模型在实际应用中显得不够灵活,应用不广。违约概率的简化模型在信用衍生品定价上应用最为广泛,产生了Vasicek、蒙特卡洛、Copula模型及其各种扩展模型,Copula函数的引入让CDO定价更为灵活方便,是信用衍生品定价中至关重要的技术。

企业技术创新综合评价指标体系的构建与实证分析

在总结企业技术创新评价研究成果的基础上,建立了一套可操作的企业技术创新综合评价指标体系。以福建省企业的技术创新为例,利用多元因子分析方法进行实证研究。最后针对企业在技术创新投入、产出和人才方面存在的问题提出政策建议。

基于Copula-EVT模型的巨灾再保险定价

基于巨灾损失具有厚尾分布的特征,采用POT极值模型分别估计两个保险标的的边缘分布,并用二元Copula函数刻画这两个标的的关联性,同时应用Monte Carlo模拟方法估算巨灾再保险的纯保费。通过对洪水损失数据的实证分析表明:Clayton Copula函数能较好地反映两标的间的相关结构;起赔点的设定是影响纯保费的重要因素,且起赔点按条件分位点取值更优更合理。研究结果对保险人开发多元保险标的的巨灾再保险具有重要的参考价值。

中国股市行业间高阶矩风险溢出效应研究

已有的股市溢出效应研究多集中于均值及波动溢出效应层面,而鲜有研究探讨股市行业间的高阶矩风险溢出效应.针对已有研究存在的不足之处,文章基于高阶矩GARCHSK模型以及Diebold和Yilmaz(2014)提出的Connectedness方法,研究了中国股市行业间的均值、波动、偏度和峰度溢出效应.实证结果表明:中国股市行业间不仅存在着较强的均值及波动层面的溢出效应,高阶矩风险溢出效应同样显著;工业、材料和可选消费行业是中国股市的系统重要性行业,扮演主要的风险净溢出者角色,而电信服务、能源及金融行业是主要的风险净接受者;股市行业间高阶矩风险溢出效应具有显著的时变特征,且容易受到国内外重大事件的影响;重大危机事件往往会引起股市行业间的风险溢出效应的增强,且金融危机期间的风险溢出效应显著强于危机前和危机后;股市行业间动态风险溢出效应在牛市中倾向于减弱,而在熊市中则倾向于增强.文章的研究成果不仅丰富和完善了股市风险溢出效应的研究框架,而且可以为现实中投资者和监管部门进行投资组合及风险管理实践提供有力的决策考量依据.

国际股市间动态相依性及高阶矩风险溢出效应研究

基于DECO-FIAPARCH和cADCC-FIAPARCH模型从全局视角及两两股市层面刻画国际股市间的相依结构,并首次将GARCHSK高阶矩波动模型与Connectedness方法相结合,量化国际股市间的高阶矩风险溢出效应.实证结果表明:国际股市间的动态等相关性具备显著的时变性,且易受到重大危机事件的冲击而增强.总体而言,欧美股市间的相关性高于亚洲股市,中国大陆与中国香港、日本、印度以及东南亚股市的相关性较高,而与欧美(美国、加拿大、法国、德国、阿根廷、希腊)股市的相关性较低.国际股市间的高阶矩风险溢出效应较为显著,且美国、墨西哥、加拿大和英国(日本、菲律宾、泰国、土耳其、中国香港)股市是最主要的高阶矩风险净溢出者(净接受者),重大国际危机事件会强化高阶矩风险溢出效应,中国香港股市既是中国大陆的风险传染源之一,同时也是大陆股市与国际股市间风险溢出的重要传播媒介.构建包含中国大陆股市与其余股市的投资组合可以显著降低原始投资组合的风险,最优权重投资组合较等权重投资组合具备更高的风险管理有效性.

原油期货价格预测模型CEEMDAN-PSO-ELM

为了进一步提升原油期货价格预测的精准性,本文基于CEEMDAN分解算法和ELM极限学习机模型,利用PSO粒子群优化算法对机器学习模型进行参数寻优,进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分解,然后利用Lempel-Ziv复杂度指数对分量进行重构,得到高频、中频和低频重构分量,再采用PSO-ELM模型对每个重构分量进行预测,利用PACF系数选取模型输入变量,最终加总集成各分量预测结果.实证结果表明,与其他15种基准模型相比,CEEMDAN-PSO-ELM模型的预测性能最佳,MCS检验和DM检验也进一步证实了该模型的稳健性.

基于EWT-SSA-PSO-ELM模型的P2P网贷市场收益率预测

鉴于目前鲜有研究关注P2P网贷市场收益率预测问题,针对已有金融市场收益率预测研究存在的不足,提出了一种基于两阶段分解技术和粒子群优化极限学习机的EWT-SSA-PSO-ELM预测模型.引入EWT经验小波分解算法对原始的收益率综指序列进行分解,进而提高原始序列的分解效率;采用Lempel-Ziv复杂度算法提升模式分量重构的科学性,避免以往分量重构过程的随意性;利用SSA奇异谱分解算法对高频重构分量进行降噪,从而提升高频重构分量预测效果.基于该预测模型对P2P网贷市场收益率综指进行预测,实证结果表明,所构建的收益率预测模型的性能显著优于其余基准对比模型.

基于双指数跳跃扩散模型的长寿债券定价研究

伴随着人均寿命的延长,人口老龄化带来的长寿风险问题成为世界各国必须面对的重要课题。长寿风险对各国的社保部门、寿险公司和政府造成了严重影响,如何有效地管理长寿风险成为学术界研究的焦点。鉴于已有长寿债券研究模型在考虑人口死亡率正负向不对称跳跃方面的不足,本文在Lee-Carter模型的基础上,采用双指数跳跃扩散模型对死亡率的正负向不对称跳跃进行刻画,并运用经典的CIR利率模型对长寿债券进行贴现,然后通过引入风险中性定价法给出不完全市场中的债券定价,使得定价更贴近真实市场。对人口死亡数据进行实证分析的结果表明,本文模型度量长寿风险的能力要明显优于已有模型。因此,应用本文模型进行债券定价,不仅可以提供更合理的定价,还可以提高寿险公司应对长寿风险的能力,从而促进寿险业在我国的进一步发展。

基于EWT-PSO-SVM误差校正组合模型的中国股市预测研究

鉴于股市预测的复杂性.遵循"先分解后集成"的总体建模思路.文章基于EWT分解算法和SVM支持向量机模型.同时结合PSO粒子群优化算法和误差校正组合预测方法,构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预测模型.先基于EWT算法将原始价格序列分解成若干分量,再根据频率将其重组成高、中、低频3个分量,对它们分别建立PSO-SVM误差校正组合模型.最后集成各个分量的预测结果.与其他预测模型相比较,文章所构建预测模型的MSE、MAE、MAPE、RMSE、Theil不等系数、确定性系数DC和方向性指标DS 7个指标均优于其他基准预测模型,MCS检验结果同样表明本文构建模型的预测性能最优.稳健性检验结果进一步证实了文章构建的模型预测性能所具备的稳健性.

金融危机与一般均衡视角下单名CDS定价

次贷危机很大程度上与信用衍生品的定价有关,且当前对信用衍生品的定价研究主要使用无套利原理。在单一框架下进行研究很可能对其定价产生盲点。本文使用一般均衡原理,建立产品市场和金融市场同时均衡下的单名CDS定价模型,发现一般均衡的定价结果已经包含了无套利定价结果。在敏感性分析中,将无套利定价与一般均衡定价进行对比,发现一般均衡定价有更丰富更准确的风险刻画能力。在情景模拟中,将金融危机时期和金融危机后无套利定价与一般均衡定价进行对比,发现一般均衡定价在金融危机时期与无套利定价差距较大,在正常时期差距较小,这也从侧面表明一般均衡定价对于无套利定价的完善和补充。

金融危机与一般均衡下的CDO定价

传统的CDO根据无套利原理,将信用风险的保险费和违约后的回收金额两个现金流进行复制得出定价,注重金融市场局部均衡.然而无套利均衡定价的思路只针对存在套利机会的资产市场的局部均衡,使得该均衡与基础资产的联系不强.而一般均衡分析,可以引入实体经济的因素,有利于防止CDO定价的泡沫风险.因此文章在CDO定价中引入实体经济要素,证明一般均衡下CDO定价相比无套利定价有更丰富更敏感的风险刻画能力.实证结果发现,一般均衡定价相当于无套利定价加上修正项,且在高风险时期两者价差高于低风险时期,这是由于无套利定价忽略了实体经济的风险.因此CDO产品的无套利定价很可能存在着泡沫而导致资源配置扭曲.最后,文章认为CDO可以预防定价风险,用于解决地方政府债务问题,并提出相关的风险控制建议.

基于CEEMDAN-MR-PE-NLE多频优化组合模型的碳金融市场价格预测

鉴于碳金融市场价格预测的复杂性,遵循"分解"、"重构"、"预测"、"集成"的总体建模架构,构建了CEEMDAN-MR-PE-NLE多频优化组合预测模型.先基于CEEMDAN算法对原始碳价序列进行分解,然后采用CCI贡献度指数和E-C进化聚类算法以及Lempel-Ziv复杂度指数对分量进行重构,进而得到高频分量、低频分量和趋势分量,利用PSO-ELM粒子群优化的极限学习机预测模型对三个重构分量分别进行预测,最后采用非线性集成算法将重构分量的预测结果进行集成,得到最终的碳价预测结果.五种模型预测效果评价指标和MCS检验均表明:与基准模型相比,构建的预测模型性能最优,DM稳健性检验结果也进一步证实了构建的预测模型的稳健性.