随机影响变截距面板GARCH(1,1)模型及其应用

本文提出了具有随机影响的变截距面板GARCH(1,1)模型,应用基于面板数据的拉格朗日乘数(LM)法对该过程的GARCH效应进行检验,并给出模型参数的最大似然估计(MLE),最后对我国5个区域的外商直接投资(FDI)构建了面板数据条件异方差模型,分析了外商直接投资的波动性及其意义,得到比固定影响模型更好的结论。     

普通似然及经验似然情况下的结点问题

本文在普通似然及经验似然情况下,分别对数据无结点和有结点的情况做了计算,得出在普通似然及经验似然问题中,有结点与无结点情况完全相同的结论。     

空间动态面板模型拟极大似然估计的渐近效率改进

Lee和Yu(2008)研究了一类同时带个体与时间固定效应的空间动态面板模型的拟极大似然估计量的大样本性质.本文说明当扰动项非正态时,拟极大似然估计量的渐近效率可以被进一步提高.为此,我们构造了一组合待定矩阵且形式一般的矩条件以用来包含对数似然函数一阶条件的特殊形式.从无冗余矩条件的角度,选取最优待定矩阵得到了最佳广义矩估计量.本文证明了当扰动项正态分布时,最佳广义矩估计量和拟极大似然估计量渐近等价;当扰动项非正态分布时,广义矩估计量具有比拟极大似然估计量更高的渐近效率.Monte Carlo实验结果与本文的理论预期一致.     

变结构门限t-GARCH模型及其伪持续性研究

为了反映金融时间序列的波动集聚性、非对称性、厚尾性以及在实证研究中表现出的伪持续性，本文结合门限GARCH模型以及变结构的方法提出了变结构门限t—GARCH模型。首先用Monte Carlo模拟的方法考虑了变结构GARCH模型中存在的伪持续性问题；其次针对金融时间序列非对称性、厚尾性以及强持续性的特点提出了变结构门限t—GARCH模型，总结了关于变结构点检验的几个主要方法；最后用该模型来拟合沪市和深市两个股市的周收益率序列，得到了比GARCH模型更好的拟合结果。     

非线性计量经济模型的非参数估计方法研究

本文提出使用核估计的方法构造平滑转移模型(STR)的非参数模拟最大似然估计(NPSML),给出了NPSML估计量的构造方法、渐近性质以及相应的核函数和窗宽的选择准则,并利用滑动窗宽算法对估计量的构造过程进行了改进。通过Monte Carlo实验证明,该方法是可靠的,并且当误差项存在序列相关时,此种估计量是稳健的。     

基于极值分布理论的VaR与ES度量

本文应用极值分布理论对金融收益序列的尾部进行估计,计算收益序列的在险价值VaR和预期不足ES来度量市场风险。通过伪最大似然估计方法估计的GARCH模型对收益数据进行拟合,应用极值理论中的GPD对新息分布的尾部建模,得到了基于尾部估计产生收益序列的VaR和ES值。采用上证指数日对数收益数据为样本,得到了度量条件极值和无条件极值下VaR和ES的结果。实证研究表明:在置信水平很高(如99%)的条件下,采用极值方法度量风险值效果更好。而置信水平在95%下,其他方法和极值方法结合效果会很好。用ES度量风险能够使我们了解不利情况发生时风险的可能情况。     

逐步增加的Ⅱ型截尾下双参数指数分布的可靠性分析

基于逐步增加的Ⅱ型截尾模型,讨论了双参数指数分布的可靠性指标的估计。导出了形状参数、尺度参数及可靠度函数的极大似然估计(MLE)和Bayes估计,最后运用Monte Carlo方法对Bayes估计和极大似然估计的MSE,进行了模拟比较。     

基于MRS-GARCH模型的我国沪深股市指数实证研究

针对传统GARCH模型不能解释股票市场变结构特征的缺陷,结合马尔可夫状态转换模型和标准GARCH模型,提出MRS-GARCH模型,并给出模型的参数估计方法。本文利用沪深300指数的数据对所给模型和方法进行了实证分析,证明MRS-GARCH模型与标准GARCH模型相比,能够更好地描述数据的特征,具有极好的拟合效果,验证了股票市场存在伪持续性的理论。     

时变Copula模型的非参数推断

运用Copula模型研究金融变量之间的相关结构,是近年来金融分析中的一个热点,如何估计Copula模型中的时变参数则是一个重点和难点问题。本文从非参数建模思想为切入点,提出经验分布函数—局部极大似然法(ECDF-LML)估计Copula函数中的时变参数,研究了Copula模型参数是否时变的统计假设检验问题。最后通过大量随机模拟研究验证了本文所提出的方法较DCC-MGARCH方法在刻画随机变量动态相关性方面更具优越性且很稳健。     

国际棉花期权与期货套保模型选择

为改变期权领域德尔塔套保的单一模式,本文将二元GARCH 模型和Copula GARCH模型引入国际棉花期权与期货的套保。研究发现：二元GARCH（或Copula GARCH）模型在最大均值方差比原则下效果不好,但在最小VaR原则下,无论是从方差角度还是均值、夏普比角度看都有效,因此,二元GARCH（或Copula GARCH） 最小VaR 模型可以作为德尔塔套保之外的一种可行方法。相比较套保比、均值和夏普比方面,德尔塔更具优势,方差方面Copula GARCH更有优势,二元GARCH介于二者之间。因此,在运用国际棉花期权进行套保时,可以在风险较大时采用Copula GARCH 最小VaR套保模型,风险适中时选择二元GARCH 最小VaR模型,风险小时采用德尔塔套保模型,灵活应对,力求在规避风险的同时谋求收益最大化。同时,在套保比动态调整中要重点关注期权的虚实变化和换月时点。     

GARCH族模型的预测能力比较:一种半参数方法

半参数GARCH模型无须设定条件分布的具体形式。本文首先将一种效率较高、易于实施的半参数方法——估计函数方法应用于10类常见的GARCH结构,并给出证据,显示该方法能显著提高GARCH族模型的波动率预测绩效。然后,应用估计函数方法,较为全面地比较各类GARCH结构的预测能力。为给出统计意义下的结果,并减少数据窥察问题,研究中分别使用OLS和SPA检验法进行绩效评价。结果发现,与其他GARCH类结构相比,EGARCH和APARCH模型能够较好地描述股市收益率的波动过程。     

一种估计和检验排序模型中结构变化的方法及应用

研究目标：给出一种估计和检验排序模型中结构变化的方法。研究方法：在排序模型中引入平滑转换函数来描述结构变化,在此基础上构建拉格朗日乘子统计量检验模型中的结构变化,并使用极大似然方法估计模型。研究发现：拉格朗日乘子统计量具有标准的渐近卡方分布,并且该统计量对误差项的不同分布形式具有较好的稳健性;极大似然估计量具有一致性和渐近正态性;应用本文的方法分析居民收入和幸福关系,发现收入对幸福的影响存在显著的非线性结构变化特征,当收入增长超过社会收入分布的80%分位数时,收入对幸福的作用会减弱。研究创新：提出了一种新的并且是比较简便的估计和检验排序模型中结构变化的方法。研究价值：这种新的方法可以广泛应用于主观评价问题中的结构变化分析。     

基矛MRS—GARCH模型的我国沪深股市指数实证研究

针对传统GARCH模型不能解释股票市场变结构特征的缺陷，结合马尔可夫状态转换模型和标准GARCH模型，提出MRS-GARCH模型，并给出模型的参数估计方法。本文利用沪深300指数的数据对所给模型和方法进行了实证分析，证明MRS-GARCH模型与标准GARCH模型相比，能够更好地描述数据的特征，具有极好的拟合效果，验证了股票市场存在伪持续性的理论。     

基于GARCH模型的上海股票市场波动性研究

研究股市波动性,有利于投资者的决策,同时有利于有关部门制定相关政策,来规范证券市场.简单介绍以往关于股市波动性的研究,并对GARCH模型进行了简要介绍,随后运用GARCH模型进行实证分析,最后得出TGARCH模型能更好的拟合上证指数相对收益率序列.     

基于DIC准则的ASV模型和SV模型的实证比较

本文将标准的SV模型转化为状态空间模型,受混合状态空间模型要优于一般的状态空间模型这一结论的启发,将标准的SV模型做了两个方面的扩展,一是在原模型中加入确定性的部分,二是将模型中状态变量由AR(1)拓展到GARCH(1,1)来刻画,从而得到五个扩展模型,通过MCMC方法得到各个模型的参数估计值及DIC值,并以此来评价各个模型的优劣。本文得出以下结论:用GARCH(1,1)来刻画状态变量的变化过程要优于用AR(1)来刻画;加入适当的确定性部分并放在正确的位置能够提高模型的拟合优度。     

非参数GARCH模型对沪深股市的实证分析

利用非参数GARCH模型对沪深股市2000年1月4日至2009年12月31日每日收盘指数的对数收益率进行实证分析,并与参数GARCH模型估计结果进行对比,发现非参数GARCH模型拟合的波动率比参数GARCH模型更接近实际情况。     

估算几乎理想需求系统的一种新方法

本文提出了一种估算非线性几乎理想需求系统的线性方法。该方法所给予的模型参数估算值等价于对应的极大似然估算值。另外,运用这种方法第一次使得模型中常数项的估算成为可能。     

GARCH模型族在沪深300中的比较研究

风险测量一直是金融研究领域的热门话题,而如何构建合适的模型来衡量风险自然而然成为众多学者研究的关注点.VaR方法是当今应用最广泛的衡量金融风险的方法之一,其核心又在构建良好的波动率估计模型.GARCH模型族能很好地描述股指波动率呈现的重尾、波动性聚集、杠杆效用等,是当前效果比较好的条件异方差性的模型.本文着重研究基于GARCH模型族(GARCH、EGARCH、PGARCH)在不同分布假定下(高斯分布、t分布、广义误差分布)的表现,从而计算出沪深300的在险价值( VaR),比较分析模型拟合效果,选出适合的模型,对规范国内沪深300的风险管理提供了理论依据.     

浅谈煤层瓦斯吸附常数分布参数的极大似然估计

极大似然估计是估计的另一种计算方法,最早由高斯先生提出,后来由英国的统计学家费歇先生进行了命名和定义。此方法得到了广泛的应用,当前实验室研究的重要课题内容是在极大似然原理的基础上,采取随机试验的方法对结果进行相关的数据统计和分析。文章利用极大似然这种估计方法,对煤层瓦斯吸附常数分布参数进行了研究。     

利用HMM算法确定重组自交系基因型

重组自交系是杂交一代经过连续自交而获得的自交系群体。隐形马尔科夫模型(HMM)是一种极大似然估计算法,在很多生物信息研究中取得了理想的结果。文章提供了利用一阶隐型马尔科夫模型来确定重组自交系个体基因型的方法,并论述了其准确性和时效性。该算法在模拟数据及小鼠基因型数据上取得了理想的结果。