与期权定价模型相关的参数估计的研究综述

随机微分方程是描述金融市场的期权价格主要的方式之一,对其中的波动率参数估计也是一个重要的问题。自二十世纪初众多学者就开始了这方面的研究,Black-Scholes模型提出后,参数估计进入了一个体系化研究时期,随着模型的完善,参数估计方法也在不断改进适应其发展。本文通过对最具代表性的模型进行叙述,对其参数估计进行简要分析对研究进程进行较为系统化的梳理。     

基于粒子群优化算法的非线性系统模型参数估计

针对非线性系统模型的多样性，提出适用于多种非线性模型的基于粒子群优化算法的参数估计方法，结果表明，粒子群优化算法是非线性系统模型参数估计的有效工具。     

基于创新扩散模型的网络平台成长初探

文章利用Logistic模型和BASS模型建立网络平台的成长竞争模型分析,揭示了用户转换成本在网络平台成长中的重要性,在一定条件下可能影响最终的市场竞争结果。网络经营者可以根据不同的情况使用策略促进网络平台的发展。     

关于金融市场随机波动模型的思考

在针对金融市场的波动性进行描述的过程中,随机波动模型是一种重要的方法。基于此,本文基于随机波动模型的参数估计特性,对参数估计方法与条件分布进行了简要分析,并进一步对以蒙特卡罗方法为基础的随机波动模型进行了实证分析。     

基于改进的用户终身价值模型的互联网电商企业价值评估

网络时代下，互联网电商企业发展势头迅猛，对互联网电商企业的价值评估对于并购融资等各项经济业务的开展具有参考作用，此类型评估理论方法的研究亟待丰富与完善。由于用户资源是互联网电商企业价值的驱动因素，因此本文在对比分析常规评估方法适用性的基础上，引入BASS模型对已有的用户终身价值估值模型中活跃用户数的预测进行改进，利用改进后模型对唯品会进行价值评估，并分析评估结果的可靠性，提出未来的研究展望，以期丰富互联网企业价值评估的理论方法研究。     

基于随机波动率假设的权证定价理论评述

随机波动率(SV)模型在衍生品定价和风险管理中的应用开始发挥越来越重要的作用,但是,由于很难得到似然函数的闭型表达式,SV模型的参数估计问题严重限制了它在金融实践领域的普及应用.不过,近年来,学者们提出了许多旨在解决SV模型参数估计问题的有效且可行的新方法,大大推进了SV模型的应用化进程.本文将在权证定价分析的框架内,重点评述SV模型的参数估计方法,并从理论和实证的角度对它们的优点和不足进行简要评介和比较.     

基于随机波动率假设的权证定价理论评述

随机波动率(SV)模型在衍生品定价和风险管理中的应用开始发挥越来越重要的作用,但是,由于很难得到似然函数的闭型表达式,SV模型的参数估计问题严重限制了它在金融实践领域的普及应用。不过,近年来,学者们提出了许多旨在解决SV模型参数估计问题的有效且可行的新方法,大大推进了SV模型的应用化进程。本文将在权证定价分析的框架内,重点评述SV模型的参数估计方法,并从理论和实证的角度对它们的优点和不足进行简要评介和比较。     

基于贝叶斯MCMC方法的我国人口死亡率预测

鉴于我国人口死亡率统计数据质量不高的实际和传统Lee-Carter死亡率预测模型两阶段方法存在的误差累积问题,本文采用贝叶斯Markov Chain Monte Carlo方法来预测我国人口死亡率。通过WinBUGS编程,文章在一体化框架下一次性给出模型的参数估计和未来死亡率的预测值。对研究结果的比较分析表明,贝叶斯方法不仅有效减少了数据质量问题的不利影响,提高了参数估计的稳健性,而且有效克服了参数估计和预测分开进行的弊端,在BIC值和残差项方差等模型选择标准上明显优于传统方法。     

连续时间SV模型的估计及在金融风险分析中的应用

本文分析了由连续时间平方根随机波动模型确定的资产收益的无条件联合特征函数及统计特性.对连续时间SV模型,提出了基于经验特征函数的参数估计方法,这种估计方法既不需要对连续时间过程的离散化,也不需要取样路径的模拟,实施起来较简单.使用上海和深圳股市的指数日收益数据对经验特征函数方法在连续时间随机波动模型参数估计中的应用进行了实证分析,并证明了两个市场波动过程存在均值回复及连续时间随机波动模型拟合资产收益数据的优势.     

风险系数估计的修正与拓展评析

资本资产定价模型 (CAPM)的广泛运用,促进了资产风险系数估计的不断发展.虽然现代财务学对风险和风险系数的定义非常简单,但要估计出某项资产的风险系数却很复杂.资产风险参数估计模型的发展有两个显著趋势:一是减少市场因素对参数估计的影响,增加企业(资产)实际运作状况对参数估计的作用;二是扩展风险内涵,使得估计出的企业(资产)的风险更接近于通常意义而不仅仅是财务金融学意义上的风险.     

随机波动率模型下的GMM估计对我国股市的实证分析

随机波动率模型(Stochastic Volatility Mode)是金融时间序列中一个十分重要的模型,广泛应用于验证波动率的随机性。GMM(general moment method)是一种十分有效的运用于线性和非线性模型的参数估计与假设检验中的方法。本文采用GMM方法,来验证我过2001年到2011年的上证指数时间序列是否符合随机波动率模型。     

基于会计信息的KMV模型实证研究

本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。     

基于商业银行内部数据的KMV模型实证研究

本文借助KMV模型框架,对商业银行拥有的大量公司财务报表数据运用统计方法进行模型参数估计,计算得到了非上市公司的违约距离和经验函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的具有较高的风险标志精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。     

基于会计信息的KMV模型实证研究

本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计.实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性:违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似.     

中国金融市场利率期限结构模型分析——基于上海银行间同业拆放利率

利率期限结构是现代金融学研究中既基础又重要的部分。同时,作为金融市场最基础、最核心的变量之一，利率是由市场供求关系决定的，它反映着金融市场的供求状况和资金的流动方向，在一定程度上反映着整个国民经济发展状况。上海银行间同业拆放利率（SHIBOR）是作为信用等级较高的商业银行在金融货币市场上资金交易的基准利率，可以反应全社会利率水平，具有较高的市场化程度，因此研究SHIBOR的利率期限结构对经济的发展有重要意义。现有研究的利率期限结构模型多数使用参数估计方法，其中最简单、最具有代表性的是Vasicek和CIR模型，但是此类估计只能给出函数的具体形式，并不能体现出模型中的漂移项和扩散项，因此不能很好地刻画出一些利率变动的特点。本文同时引用非参数与参数估计，选取了隔夜和一周的SHIBOR数据，对其利率期限结构模型做了详细研究。首先运用Bandi非参数模型分析利率的变化特征，并作为后续检验参数估计模型和提出政策性建议的依据，再对利率期限结构动态模型中的Vasicek模型和CIR模型进行分析，结合我国金融市场的实际情况，引入GARCH效应对利率期限结构进一步动态模拟。     

基于半参数LM-ARMAX模型的股价波动成因分析

对股票价格波动的建模分析,一直是经济与金融研究的核心领域,是什么导致了股票价格的波动,也一直是投资主体共同关注的话题。有鉴于此,本文选择沪市1991-2010年所有上市公司的数据,建立了LM-ARMAX模型来实证股票价格波动的决定因素,最后根据模型半参数估计的结果,进行了基于半参数估计的非线性检验和基于Wild Bootstrap的Smirnov检验,结果表明:市账率和成交量是股票价格波动的主要因素,而净资产收益率对股票价格波动的影响不显著。     

GDP影响因素的计量经济分析

本文运用统计分析方法和计量经济分析方法,建立国内生产总值及其影响因素模型。通过EVIEWS软件对模型进行OLS参数估计,得到模型的数学方程,说明城乡储蓄存款年末余额、财政支出总量、固定资产投资总额和上期国内生产总值这些指标对国内生产总值的影响,并分析这些影响因素的经济意义。     

信用评分模型的拒绝偏差与Heckit纠正

信用评分模型在构建过程中,样本数据通常仅是那些贷款申请被接受,贷款违约与否信息能被观测到的数据,这一样本数据缺陷导致模型在应用中出现被称为拒绝偏差的参数估计偏误,影响了模型的预测准确度。本文的研究采用微观计量经济学中的Heckit方法,借助商业银行的住房按揭贷款微观数据对信用评分模型的拒绝偏差问题进行实证研究。研究结果表明住房按揭贷款信用评分模型存在拒绝偏差,而经过Hecikt方法纠正的信用评分模型能有效地提高模型的预测能力。     

基于RCC模型的非对称套期保值研究

考虑到DCC模型参数估计的有偏性以及现货与期货联动的非对称性,基于风险最小化的方法,将G JR-RCC模型引入到套期保值率的计算中,以线性低密度聚乙烯为研究样本进行实证研究发现:与DCC、GJR-DCC、RCC模型相比,仅考虑套期保值后组合的风险降低程度时,GJR-RCC模型套期保值的有效性最高;同时考虑到套期保值的成本时,反而是RCC模型的有效性最高.     

最优多因子仿射利率期限结构模型选择

在利用NS模型估计出市场即期利率的基础上,采用卡尔曼滤波方法对多因子Vasieck和CIR模型进行参数估计,最后运用蒙特卡罗模拟方法对交易所国债价格进行模拟,并与实际价格进行比较,进而确定了符合我们国债市场的最优多因子仿射利率期限结构模型。研究结果表明：多因子CIR模型对数据的拟合效果及对国债价格模拟效果要明显优于多因子Vasicek模型;对于多因子CIR模型而言,因子个数增加并没有提高模型的价格模拟效果;两因子CIR模型具有最优的国债价格模拟效果。