空间半离散化波动方程的特征值与特征向量

在这篇文章中,主要说明在一维波方程中获得特征值和特征向量的方法,这个方法要通过不同的方程解法为基础才能得到,更精确的说,一维波方程和其他的方程类似,特征值和特征向量也需要通过不同方程的原理来获得,其中一些特征值和特征向量的性质,可以在矩阵方法中体现出来。     

高维波动率的预测

多维波动率的预测在实际投资决策中是一个重要而困难的问题。本文分析了能够运用到高维情形下的五种波动率模型的预测方法,它们分别是EWMA模型、OGARCH模型、ICGARCH模型、GOGARCH模型和DCC模型等。对两组高维真实数据的波动率进行预测比较的结果显示,ICGARCH模型和DCC模型能够给出比其他三种模型更为准确的预测结果,此外,OGARCH模型EWMA模型要好,而预测效果最差的是GOGARCH模型。     

高频数据日内波动特征的函数型分析

近年来,对金融市场的资产收益率的波动轨迹的研究日益增多,文章引入函数型波动过程这一方法以研究中国股市的日内波动交易轨迹。收益的波动率可被视作一个平滑的函数型过程和一个白噪声过程的组合。在本文的模型中,我们首先从每一交易日的对数收益率过程中剔除掉漂移项,来获得波动率过程,随后利用函数型波动过程和函数型主成分分析一起刻画上证综指5分钟收益率序列的日内波动特征。     

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。     

证券投资组合风险管理的波动状态转移分析

运用马尔科夫区制转移模型对我国股票型开放式基金收益率波动进行了风险评估和短期预测。采用晨星评级净值收益率前10只股票型基金跨期四年共816日交易数据,进行风险价值计量;并将计量结果与市场贝塔系数模型进行比较分析。通过失败比例测试证实了波动状态转移风险控制模型的风险度量与控制能力显著优于市场贝塔系数模型,丰富与提升了资本资产定价理论的内涵,一定程度上提高了我国投资组合风险波动的控制、拟合和预测的精确性。     

基于非预期损失控制的资产组合优化模型

研究目标：控制银行资产组合的风险，优化银行资产配置。研究方法：以CVaR为约束条件，以经济增加值EVA最大化为目标函数，建立了基于非预期损失控制的银行资产组合优化模型。研究发现：进行银行资产配置时，不能仅仅估计、控制预期损失，同时还必须考虑非预期损失。研究创新：一是通过构建资产组合的非预期损失与国内生产总值和贷款健康状态的离散函数关系，确定了条件风险价值CVaR的函数表达式，解决了银行资产组合的非预期损失的控制问题。二是通过信用等级迁移矩阵将信用等级变化产生的风险纳入到风险度量体系，从而在总体上对信用风险的不确定性有了较可靠的把握。完善了仅考虑贷款违约风险而忽略信用等级变化风险的不足。三是以银行资产组合的经济增加值最大化为目标函数来追求风险调整后的资本回报最大，完善了以组合收益率最大化为目标的资产配置优化忽略资产组合的预期风险和资本占用因素的不足。研究价值：有效控制银行资产组合面临的风险，为银行优化资产配置提供了新的科学决策参考。     

多分形互联网金融市场的风险预警模型研究

研究目标:提出基于多分形特征的互联网金融市场风险状态的划分方法,构建非平衡数据集的互联网金融风险预警模型。研究方法:采用日收益率和多分形波动率衡量互联网金融风险并划分风险状态,提出一种利用SMOTEENN采样算法与SVM模型相结合的互联网金融风险预警模型,选取中证互联网金融指数进行实证分析。研究发现:SMOTEENN-SVM模型可以显著地提高SVM模型的预测精度,具有优越的预测性能。研究创新:通过日收益率和多分形波动率刻画互联网金融风险状态,并将SMOTEENN采样算法与SVM模型相结合,建立非平衡样本的互联网金融市场风险预警模型。研究价值:为研究互联网金融风险预警提供新的思路,对防范化解互联网金融风险具有重要的现实意义。     

基于非线性相关的最小方差套期保值比率研究

在最小方差套期保值模型的基础上,提出了最小方差套期保值的期货与现货波动非线性对冲原理,利用非线性相关系数代替传统的线性相关系数,提高了套期保值比率的准确性。提出了套期保值的收益率波动预测原理,利用GARCH(1,1)预测期货收益率的方差,利用EWMA模型预测现货收益率的方差,解决了收益率在历史期和套期保值期间因收益率波动发生结构性变化所导致的套期保值效果失真的问题。实证研究结果表明,本研究的套期保值比率的有效性高于现有模型,应用本研究模型进行套期保值,可以有效规避现货价格风险。     

运用Pair-copula贝叶斯网络模型分析多资产投资组合风险

目前,高维情况下的多资产投资组合的风险管理中常用Vine Copula来拟合资产收益率的联合分布,但Vine结构的构建随着资产个数增加是非常复杂的,并且由于其网络结构没有考虑到变量间的实际依赖关系,导致无现实解释意义。基于此,本文结合PC算法和爬山算法构建了多个资产间的Pair—copula贝叶斯网络模型来刻画资产间的相依结构,结合蒙特卡罗模拟法计算投资组合风险价值(Va R),并通过Kupiec检验法验证了计算的可靠性。     

波动率度量方法的比较分析——基于LHAR-RV-EVT风险管理

在比较分析已实现波动率（RV）、双幂变差已实现波动率（BPV）、截断双幂变差已实现波动率（TBPV）、两尺度已实现波动率（TRSV）以及已实现核波动率（RKV）五种高频数据波动率度量方法的理论性质基础上,结合异质自回归已实现波动率（HAR-RV）和GJR-GARCH思想,本文构建LHAR-RV-EVT模型对VaR进行预测,并使用上证指数1分钟数据进行实证分析,结果表明LHAR-RV-EVT能够较为准确地预测VaR、TBPV和BPV优于其他三种波动率度量方法。     

基于高阶矩风险防范的银行资产负债组合优化模型研究——以A银行为例

资产负债管理能力是现代商业银行的基本能力,其核心在于风险控制和价值创造。商业银行资产负债组合优化是现代商业银行信贷管理框架中的核心内容,它对于保持银行资产流动性、安全性和赢利性的＂三性＂的最佳组合、优化配置资源、提高银行的生存能力和竞争能力,具有重要的现实意义。本文通过以贷款组合的VaR约束控制贷款组合的二阶矩,即控制了资产组合的风险;以贷款组合收益率的偏度约束控制贷款组合的三阶矩,即控制了贷款组合收益率发生总体损失的可能性;以组合收益率的峰度约束控制贷款组合的四阶矩,即减少了组合收益率发生极端损失的可能性,建立了资产分配的收益率均值-方差-偏度-峰度模型。     

波动率度量方法的比较分析——基于LHAR-RV-EVT风险管理

在比较分析已实现波动率（RV）、双幂变差已实现波动率（BPV）、截断双幂变差已实现波动率（TBPV）、两尺度已实现波动率（TRSV）以及已实现核波动率（RKV）五种高频数据波动率度量方法的理论性质基础上，结合异质自回归已实现波动率（HAR RV）和GJR GARCH思想，本文构建LHAR RV EVT模型对VaR进行预测，并使用上证指数1分钟数据进行实证分析，结果表明LHAR RV EVT能够较为准确地预测VaR、TBPV和BPV优于其他三种波动率度量方法。     

行业资产的Black-Litterman模型配置研究——基于社交网络情绪文本挖掘算法

研究目标:构建反映行业股价走势的基于社交网络文本挖掘算法的行业投资者情绪指标，并改善嵌入行业投资者情绪指标的Black-Litterman模型对资产的配置结果。研究方法:基于社交网络文本挖掘算法度量投资者情绪，运用主成分分析法构建行业投资者情绪指标，并嵌入Black-Litterman模型中构建投资者观点矩阵，确定行业资产配置比。研究发现:基于行业投资者情绪的BL模型有效提高了资产配置的日均收益率和夏普比率。实证结果在样本外验证(除受新冠疫情影响阶段)、暴涨暴跌阶段以及经过允许卖空和交易成本调整后仍稳健，进而证实了投资者情绪对资产组合有显著影响。研究创新:基于社交网络文本挖掘算法构建投资者情绪指数，解决了仅依赖于预期收益或历史数据的预测模型无法直观揭示投资者心理认知和行为的局限性问题，从一个崭新的视角科学地解决Black-Litterman模型中投资者观点的生成问题。研究价值:扩展了Black-Litterman模型理论体系研究，并推动了行为金融理论在资产配置中的应用。     

一种基于规则化方法的最优稀疏指数追踪模型设计

本文将目前流行的规则化方法加入到传统指数追踪模型中,得到若干种稀疏而且稳定的资产组合,用于复制指数的收益率,并构建样本内外预测、模型一致性、资产组合稀疏性和BIC准则进行模型效果评价。基于对上证综指、沪深300指数和中证500指数的实证发现:图结构约束可以提升模型的样本外预测能力、模型一致性和资产组合稀疏性;ITM-adaL₁在资产组合稀疏性上表现远好于其他模型;结合三种指数追踪,含有自适应L₁罚函数以及图结构约束的指数追踪模型总体表现优于其他模型。本文的研究方法和结果对指数型基金管理公司、个人和投资机构者有较为重要的实际意义。     

广义加权对数平均组合预测模型的性质与应用

针对组合预测模型能够充分利用各种单项预测方法提供的信息,从而具有模拟和预测精度较高的优点,研究和探讨了广义加权对数平均组合预测模型的最优化理论基础及其数学性质,在组合预测模型预测值与单项预测方法预测值的P次幂误差平方和最小的基础上建立了广义加权对数平均组合预测模型,并推导出最优权的计算公式。最后通过实例证明了该模型的有效性和实用性。     

基于最小二乘支持向量机的VaR计算方法研究

VaR是使投资风险数量化的工具,旨在估计给定金融资产或组合在正常的资产价格波动下未来可能的或潜在的最大损失。支持向量机是一种基于传统统计学习理论的机器学习算法。波动率作为金融风险的度量,是风险管理中的重要指标。在对Va R的计算中,本文将最小二乘支持向量机与传统的蒙特卡罗模拟法结合,对波动率进行估计。实证分析表明,该方法可行有效。     

金融危机时期公允价值计量对股票收益率和市场波动性的相关性研究

文章研究我国A股非金融类上市公司在金融危机时期,公允价值计量的资产和损益对股票收益率和市场波动性的影响。文章选取2007年第4季度-2009年第2季度7个季度的面板数据,运用固定效应模型进行回归分析,结果表明:公允价值计量的资产对股票收益率有显著影响,公允价值计量的损益的会计信息没有反映在股价上,对股票收益率无显著影响;公允价值计量的资产和损益都没有加剧市场波动,反而降低了市场波动,即公允价值在我国没有起到金融危机助推器的作用。     

基于有限元的施威德勒型网壳屈曲特性分析

本文主要以施威德勒型单层球面网壳为研究对象,对其进行特征值屈曲分析,特征值屈曲分析用于预测一个理想弹性结构的理论屈曲强度,也即弹性屈曲分析方法。由于初始缺陷和非线性使得很多实际结构的屈曲行为不是在弹性屈曲强度处发生,所以特征值屈曲分析的结构过于保守。经典的屈曲分析是采用特征值屈曲分析法,它适用于对一个理想弹性结构的理想屈曲强度(歧点)进行预测,主要是使用特征值公式计算造成结构负刚度的应力刚度阵的比例因子。特征值屈曲主要特点是在结构未变形位置建立结构总体弹性刚度阵和几何刚度阵,最后把稳定分析转化为求解矩阵广义特征值问题。     

基于三角模糊数互反判断矩阵的内部控制评价

本文对三角模糊数及其运算作了简单介绍,运用特征值和特征向量对三角模糊数互反判断矩阵的一致性和排序进行了研究,并且将该方法引入内部控制评价。     

资本市场线

资本市场线是指表明有效组合的期望收益率和标准差之间的一种简单的线性关系的一条射线。它是沿着投资组合的有效边界,由风险资产和无风险资产构成的投资组合。资本市场线可表达为:E(rp)=rF+re*Qp,其中rp为任意有效组合P的收益率,rF为无风险收益率(纯利率),re为资本市场线的斜率,QP为有效组合P的标准差(风险)。虽然资本市场线