深沪股票市场的多重分形分析

本文运用多重分形消除趋势波动分析(Multifractal Detrended Fluctuation Analysis：MF—DFA)方法对深沪股票市场进行实证对比研究，发现两市均具有多重分形结构，深成指的广义Hurst指数数值大于上证综指的相应值，深成指比上证综指呈现出更强的状态持续性。     

基于分形理论的原油期货高频交易风险测度研究

为了捕捉原油期货高频波动规律,采用WTI原油期货五分钟数据,基于分形理论分别构建GED分布和Skew-t分布的FIGARCH、FIAPARCH和HYGARCH模型,分析其波动特征并对风险进行测度。结果显示：三种模型均较好地刻画出WTI原油期货波动的长记忆特征;基于Skew-t分布的HYGARCH模型在度量原油期货高频交易风险时尤为精确;多头与空头头寸的VaR呈现非对称性;套期保值者或高频交易者可依据模型预测波动率,防止短期波动率过大导致保证金不足而被强制平仓。高频交易在提高市场流动性和拓宽市场深度方面具有一定的作用,因此,在风险可控的条件下,政府应该鼓励高频交易,促进我国衍生品市场繁荣发展,并增强衍生品市场稳定性和国际竞争力。     

长记忆条件下中国股市VaR的估计

本文首先对上证综合指数、深圳成份指数、香港恒生指数进行了一个长记忆性检验,在收益波动率序列中我们发现了高度显著的长记忆性。然后我们用GARCH(1,1)、FIGARCH(1,d,1)和FIEGARCH (1,d,1)模型计算各指数在三个置信水平下的VaR值。实证结果表明在估计95％置信度下的VaR值时基于GED分布的FIGARCH(1,d,1)模型表现最佳。     

用分形理论探讨中国大陆房地产市场波动性

对1998年住房制度改革以来中国大陆房地产业进行研究,揭示房地产市场波动的分形性质,正确认识和把握房地产市场波动规律。利用分形理论及重标极差分析法(R/S法)分析中国大陆房地产市场波动现象。通过对中国大陆房地产市场1998年1月到2013年1月的房地产合成增长率指数和国房景气指数进行R/S分析,结果表明赫斯特指数大于0.5,证明中国大陆房地产市场波动具有分形特性,波动的平均循环长度约为50-60个月。     

用分形理论探讨中国大陆房地产市场波动性

对1998年住房制度改革以来中国大陆房地产业进行研究,揭示房地产市场波动的分形性质,正确认识和把握房地产市场波动规律。利用分形理论及重标极差分析法（R／S法）分析中国大陆房地产市场波动现象。通过对中国大陆房地产市场1998年1月到2013年1月的房地产合成增长率指数和国房景气指数进行R／S分析,结果表明赫斯特指数大于0．5,证明中国大陆房地产市场波动具有分形特性,波动的平均循环长度约为50—60个月。     

金融时间序列高阶矩的时变性与波动持续性研究

波动持续性与非对称性是二阶矩方差的两个典型特征,类似于方差风险。高阶矩风险也具有自己的特征。重点讨论了三阶矩偏度与四阶矩峰度的时变性特性与波动持续性特征,指出不仅方差具有波动持续性,而且高阶矩序列同样存在持续性,并给出了高阶矩存在持续性的定义以及波动的持续性定理的相关证明。     

基于长记忆的中国期货市场实证研究

通过某期货公司研发部编制的期货指数,基于长记忆研究方法,运用经典的R/S分析、修正的R/S分析,分别建立了研究长记忆的ARFIMA模型、FIGARCH模型和ARFLMA-FIGARCH模型。并运用这些模型对我国上海期货交易所的铜、铝、大连期货交易所的大豆、玉米、豆粕以及郑州期货交易所的小麦的收益率序列进行相关研究和分析,得出它们的收益率序列以及收益率波动序列均存在长记忆性,且ARFLMA(0,d1,0)-FIGARCH(1,d2,0)模型的预测效果较好。     

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MF-DFA的股票时间序列聚类分析及其应用

多重分形消除趋势波动分析法(MF-DFA)不仅能够去除股票时间序列的长期趋势波动,还能够精确反应股票时间序列的多重分形特性。首先利用MF-DFA方法对股票时间序列进行多重分形分析,结果表明,相比标准多重分析,MF-DFA方法更能反映时间序列的多重分形特性。其次,定义一种以多重分形谱参数作为相似性度量函数的聚类方法对股票时间序列进行聚类。最后,在Markowitz提出的"期望均值收益—收益方差"(M-V)模型的基础上,把聚类结果运用股票投资组合当中。采用上海证券市场28支股票进行实验验证表明,在给定的收益率下,采用基于多重分形谱参数的聚类方法的股票组合可以得到比随机组合更小的风险水平。     

规模扩张、盈余变异程度与盈余持续性

以我国2007-2014年非金融类A股上市公司为样本,研究发现我国上市公司盈余大幅波动的现象较为普遍,盈余波动影响盈余持续性。进一步通过划分时间窗口、计算盈余变异系数,研究发现过度波动将导致现金盈余的持续性被破坏,在盈余波动较小的时间窗口中应计盈余与现金盈余的持续性没有表现出显著差异。研究表明企业规模大幅度变动是影响同一时间窗口中盈余波动幅度的重要因素:相比行业的平均水平而言,企业在某个年度规模的变化幅度过大或过小都将导致盈余波动加大;当企业规模在某个时间窗口中不存在较大变化时,在该时间窗口前出现的融资可以减弱该时间窗口中的盈余波动。     

基于交易量和持仓量的期货日内价格波动研究

一、研究背景关于股票价格波动与交易量之间的关系,国内外学者做过很多研究。一个共同发现:波动率呈现出序列相关性,也就是波动率的持续性。用来刻画这种现象的两类最为著名的模型就是GARCH类(Generalized Autoregressive Conditional Heteroskedas- ticity)和SV类(Stochastic Volatility)模型,然而, 这两类模型并未解释波动率呈现出持续性的原因。关于波动率和成交量的关系早就引起了金融经济学者的关注。Clark(1973)首次提出了混合分布假说     

GARCH模型与VaR的度量研究

GARCH模型在金融资产序列波动率的模拟和金融风险VaR的度量中都有着广泛的应用。本文比较研究了RiskMetrics及GARCH族的11种模型分别在正态分布和Skewed-t分布下度量VaR值的精确程度,同时对向前一步预测的VaR值进行了失败率检测法和动态分位数测试。结果表明,Skewed-t分布较好地拟合了金融资产的厚尾特性;在不同的置信水平下,FIGARCH(BBM)、FIEGARCH及IGARCH模型预测的VaR值更加精确,其高估或低估的风险程度较轻。     

金融市场波动:理论争鸣与方法演进

金融市场波动是金融风险的直接来源,在金融学发展过程中始终是研究的重要领域.从现代金融学出现开始,研究者对金融市场波动的理解和看法一直存在许多不同的观点.新金融学和混沌理论不断从新的研究视角向传统的"随机游走"思想提出挑战.对市场波动的不同理解决定了研究方法的不同,线性范式的研究框架在新的理论和技术的冲击下正在逐渐失去主流地位,混沌、分形等非线性的研究方法在对金融市场波动的判断和可预测性分析上已经取得了很大的成功,并有可能主导这一领域未来的研究方向.     

基于多重分形理论的电力市场风险价值评估

电价波动在电力市场中有季节性特征,由于用电负荷在冬季和夏季偏高,而且电价本身较高,还会随着市场出现高峰时刻。所以不同时间段内,电价序列会存在特性上的差别,并不能进行分形维数的单一刻画。电力市场中购买者单一模式的采用,电网公司或是输电公司从发电公司进行购电,出售电能给配电公司。二十世纪末,法国数学家曼德勃罗特首先提出了分形理论,分形理论的提出,在各学术界得到了广泛的应用和发展,最初的分形和分维已经从狭义分形扩展到信息、结构、功能、时间的广义分形,而具体又有分形方法论的进一步提出。电力市场环境下,单一购买者模式的采用,使负荷波动等不确定因素影响公司的金融管理并构成风险,所以,金融风险的评估需更加准确而全面,并且进行有效的控制和管理金融风险,这仍然是目前需要研究的重要问题。     

基于多重分形理论的电力市场风险价值评估

电价波动在电力市场中有季节性特征,由于用电负荷在冬季和夏季偏高,而且电价本身较高,还会随着市场出现高峰时刻。所以不同时间段内,电价序列会存在特性上的差别,并不能进行分形维数的单一刻画。电力市场中购买者单一模式的采用,电网公司或是输电公司从发电公司进行购电,出售电能给配电公司。二十世纪末,法国数学家曼德勃罗特首先提出了分形理论,分形理论的提出,在各学术界得到了广泛的应用和发展,最初的分形和分维已经从狭义分形扩展到信息、结构、功能、时间的广义分形,而具体又有分形方法论的进一步提出。电力市场环境下,单一购买者模式的采用,使负荷波动等不确定因素影响公司的金融管理并构成风险,所以,金融风险的评估需更加准确而全面,并且进行有效的控制和管理金融风险,这仍然是目前需要研究的重要问题。     

金融市场协同波动溢出分析及实证研究

对于动态投资组合与风险管理来说，测定金融市场之间的波动溢出是非常重要的。在已有的文献中往往是研究两个金融市场之间是否存在波动溢出，多个金融市场对一个金融市场的协同波动溢出则未提及。本文使用独立成分分析（ICA）来消除多个金融市场波动之间的相关性，使用GARCH模型研究多个金融市场对一个金融市场的协同波动溢出，并进行了实证分析。     

基于SV模型的上海股市波动性实证分析

利用标准SV(SV-N)模型、厚尾SV(SV-T)模型对上证综合指数数据进行实证分析,采用MCMC方法及Gibbs抽样,应用WinBUGS软件对参数进行估计,比较参数估计值及DIC值,研究表明上证指数表现出强的波动持续性,SV模型能够很好地刻画出它的波动特征,且SV-T模型较优。     

有效市场假说及其挑战

介绍了有效市场假说(Efficient Market Hypothesis)的理论和实证研究，探讨了此假说在理论上和实证上的缺陷。本文重点介绍了能更为准确描述金融市场的分形市场假说和协同市场假说。     

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。     

我国房地产市场调控的难点与对策

文章将国际上房地产发展归纳为四种模式,探讨了我国近三十年来房价波动问题及房价波动对我国社会经济的危害,分析了房地产市场调控的难点,提出房地产调控应重点做好两方面的工作,一是做到两个协同,即部门之间的协同以及中央与地方的协同,二是房地产调控政策的组合使用。文章最后提出了住房政策和市场调控研究专业委员会在当前形势下的自身定位。