单因子利率模型的极大似然估计--对中国利率的实证分析

文章指出在对利率模型进行适当的离散化后,运用极大似然估计方法进行参数估计优于GMM方法.通过选择7天银行间拆借利率作为模型中短期利率的近似替代,我们第一次将极大似然估计法运用于中国市场,对一系列单因子利率模型的参数进行了估计,并对这些模型进行了似然比检验.我们发现,在中国市场中CKLS模型中γ的值约为1.5,与美国市场中的γ值相近,与英国市场的γ值相差很大,与美英两国都不同的是中国的利率变化有明显的均值回复效应.中国利率均值回复效应显著是中国人民银行对央行目标利率的调整没有关联储对联邦基金利率的调整频繁所致.     

灰色GM（1，1）模型在江苏省“三废”排放分析中的应用

本文在对江苏省“三废”排放的现状进行分析并与其他省市进行对比的基础上，建立了江苏省废气、固体废弃物、废水排放量的灰色GM（1，1）模型，并分别对废气、固体废弃物、废水排放量进行预测。结果表明，江苏省“三废”排放量虽然呈增长的态势，但增长速度低于以往的平均增长速度。     

改进的灰色GM1，1）模型在电力消费量预测中的应用

本文通过在MG（1，1）模型中加入势效系数的方法改进TMG（1，1）模型。并利用1995-2004年的全社会用电量数据作了验证。结果表明：加入势效系数后的^佑（1，1）模型预测精度大大提高。在对2008-2010年电力消费量数据进行预测时选用了2000—2007的数据作为原始数据，建立含有势效系数的MG（1，1）模型，并利用该模型对未来三年电力消费量进行了预测。     

GM(1,N)模型在产业结构分析中的应用

一、引言产业结构作为以往经济增长的结果和未来经济增长的基础 ,成为推动经济发展的主要因素。产业结构是同经济发展相对应并不断变动的 ,这种变动主要表现为产业结构由低级向高级演进的高度化和产业结构横向演变的合理化。这种结构的高度化和合理化推动经济向前发展。因此 ,分析产业结构优化与否及各次产业对经济增长的贡献就显得特别重要。本文利用灰色理论方法 ,以三次产业经济增长为控制目标 ,三次产业劳动力和投资量为控制变量 ,建立ＧＭ(1,3)模型 ,并利用ＧＭ (1,3)模型对鸡西市产业结构进行分析 ,提出合理的建议 ,为鸡西市区域经济…     

GJR模型及Monte Carlo模拟法在测定上证综指的VaR中的应用

上证指数收益率的经验分布具有尖峰厚尾特征,本文以广义t-分布假设下的GJR模型为基础,测量了上证指数收益率波动性的杠杆效应,并根据GJR模型应用Monte Carlo模拟方法,测定上证指数日收益率和持有期收益率的风险价值(VaR).结果表明用GJR模型比均值-方差模型和历史模拟方法计算的5%显著性水平VaR值更接近实际收益率.