区分大、小跳跃的已实现波动模型及其预测精度评价

文章运用日内高频价格估计金融资产每日波动,并将其区分为具有不同统计特性的连续与跳跃成分.考虑到不同规模的跳跃可能对应于不同的风险源并具有不同的时间序列特征,提出在已实现波动HAR-RV-J模型和HAR-RV-CJ模型基础上,选择合适的阈值,将跳跃波动进一步细分为大跳跃与小跳跃,构建区分大、小跳跃的HAR-RV-J-BS和HAR-RV-CJ-BS模型.使用沪深300指数5分钟高频价格的滚动窗一步外推预测以及SPA检验表明,HAR-RV-CJ-BS模型对于沪深300指数短期、中期、长期波动均有最强的预测能力.     

服装设计教学初探

随着改革开放进程的不断深入，服装设计这一新兴的文化形式很快受到国人的瞩目和青睐。各类层次的服装设计专业教育如雨后春笋般在全国各地纷纷建立起来，服装专业毕业生也陆续走上了工作岗位。这无疑是为我国服装行业的发展奠定了可贵的基础。然而，随着毕业生社会信息反馈，服装专业教育方面存在的一些问题也开始显露出来：专业教育重艺术，轻技术，重纸面效果，忽视服装的内涵本质等。由于许多院校初期的服装教学是由搞绘画艺术的美术教师或搞染织的工艺美术教师担任，学生所接受的训练多是美术基本功和服装画的描绘技法，而服装设计所涵盖的艺术与技术的内在联系没被更多地意识到。     

引入联跳的中国股市协方差预测——基于多元HAR模型

 金融资产的时变协方差矩阵是投资组合配置、风险管理等实务活动的关键参数。早期的协方差预测模型研究使用日数据或者更低频数据,但大多存在参数估计困难和维数灾难等问题。        运用日内高频数据可以构建协方差矩阵的后验非参数估计量,使其从隐变量转变为可以直接建模的可观测变量,降低协方差模型估计的复杂性并增强模型的高维适用性。进一步的,利用高频数据还可以识别多个金融资产的价格在日内同一采样间隔内发生的跳跃,即多资产联跳。针对联跳多由宏观经济新闻公告和政策制度等的发布引起,这些信息终将被吸收并体现在协方差矩阵中,联跳可能蕴含着对协方差预测有益的信息,因此识别联跳并将其引入协方差预测模型。        将异质自回归模型扩展至多元形式,作为协方差非参数估计量的基准模型,并将取值0/1的联跳指示变量与Hawkes模型估计出的联跳强度分别及同时引入多元形式模型,构建3种扩展模型。选择均方误差和平均绝对误差这两种常用统计意义损失函数,采用Diebold Mariano检验,评价各扩展模型的样本外预测性能相对于基准模型是否有所改进,并采用模型置信集检验并挑选最佳扩展模型。此外,比较各种预测模型用于全局最小方差投资组合策略的效果。        基于上证50指数成分股中不同行业5只高流动性个股分钟高频价格数据进行实证,研究结果表明,①相对于联跳指示变量,联跳强度对协方差矩阵的预测有更显著的贡献;②引入联跳强度可以显著提升对协方差的拟合优度和样本外预测精度;③同时引入联跳强度和联跳指示变量,且采用矩阵对数变换,确保正定性的扩展多元形式模型在统计和经济意义上都是最优模型。        研究结论肯定了在协方差预测模型中引入联跳的重要价值,并揭示了宏观信息对协方差预测的贡献,对于金融管理者和投资者进行金融风险管理及进行资产配置都具有实际指导意义。     

考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究

利用日内高频数据计算的已实现波动率较好度量了金融资产的风险,因此对其预测模型的研究具有重要意义。考虑到指数成分股的联跳可能蕴含指数跳跃所未能反映的信息,提出运用非参数方法识别指数成分股的联跳,采用自回归条件风险模型估计成分股联跳强度,并将其引入指数的已实现波动率异质自回归（HAR-RV-CJ）模型中,分析模型预测性能的改进。进一步的,考虑到宏观信息公告的发布可能对股市产生整体性影响,相应影响成分股联跳的几率;因此,在成分股联跳的自回归条件风险模型中引入居民消费价格指数、国内生产总值、贸易差额等宏观信息公告变量,并分析对联跳强度估计以及指数已实现波动率预测的影响。采用2011年1月4日至2013年7月11日沪深300指数及其成分股高频数据的实证表明,指数成分股联跳与指数跳跃具有不同的特征;用成分股联跳强度代替HAR-RV-CJ模型中的跳跃构建的HAR-RV-CI模型,较原始的HAR-RV-CJ模型,以及同时考虑指数跳跃与成分股联跳强度的HAR-RV-CJI模型,具有明显较优的样本内拟合与样本外预测性能。引入宏观信息公告变量可以改进联跳强度自回归条件风险模型的拟合效果,并提高指数已实现波动率模型的样本内拟合能力,但对于指数已实现波动率的样本外预测性能并无明显的帮助。     

沪深300指数收益率及已实现波动联合建模研究

金融资产的收益率和波动率是金融资产投资和风险管理等应用中的重要决定因素。针对收益率的新息过程与波动率的新息过程之间可能存在相关性的实际情况,将已实现波动区分为连续波动和跳跃波动,对收益率、连续波动和跳跃波动联合建模并刻画各时间序列模型新息之间的相关性,给出联合模型的最大似然估计法,使用2005年4月8日至2011年5月23日沪深300指数5分钟高频数据进行实证。研究结果表明,收益率、连续波动和跳跃波动的新息之间存在统计显著的相关性,对各时间序列单独建模估计的传统方法存在本质缺陷,沪深300指数已实现波动的杠杆效应及周日效应主要来自连续波动分量。联合模型通过对新息之间相关关系的合理刻画,提高了参数估计的有效性。     

基于波动择时绩效的高维波动率估计量与预测模型研究

对协方差矩阵高频估计量和预测模型的选择，共同影响协方差的预测效果，从而影响波动择时投资组合策略的绩效。资产维数很高时，协方差矩阵高频估计量的构建会因非同步交易而丢弃大量数据，降低信息利用效率。鉴于此，将可以充分利用资产日内价格信息的KEM估计量用于估计中国股市资产的高维协方差矩阵，并与两种常用协方差矩阵估计量进行比较。进一步地，将三种估计量分别用于多元异质自回归模型、指数加权移动平均模型以及短、中、长期移动平均模型进行样本外预测，并比较在三种基于风险的投资组合策略下的经济效益。采用上证50指数中20只不同流动性成份股逐笔高频数据的实证研究发现：（1）无论是在市场平稳时期还是市场剧烈震荡期，长期移动平均模型都是高维协方差估计量预测建模的最优选择，在应用于各种波动择时策略时都可以实现最低成本和最高收益。（2）在市场平稳时期，KEM估计量是高维协方差估计的最优选择，应用于各种波动择时策略时基本都可以实现最低成本和最高收益；在市场剧烈震荡期，使用KEM估计量进行波动择时仍然可以在成本方面保持优势，但在收益上并不占优。（3）无论是在市场平稳时期还是市场剧烈震荡期，最低的成本都是在采用等风险贡献投资组合时实现的，而最高的收益则都是在采用最小方差投资组合时实现的。研究不仅首次检验了KEM估计量在常用波动择时策略中的适用性，而且首次实证了实现最为简单的长期移动平均模型在高维协方差矩阵预测中的优越性，对投资决策和风险管理等实务应用都具有重要意义。     

基于LSTHAR模型的投资者关注对股市波动影响研究

有限关注理论认为投资者关注有限，无法掌握市场上所有信息，这会使股票出现暂时的错误定价，引起市场波动，因此投资者关注可能包含预测波动的有益信息。鉴于百度指数能较好代理中国投资者的主动性关注，本文提出将其作为逻辑平滑转移结构的转移变量，引入已实现波动的异质自回归类模型，以刻画投资者关注的变化对未来市场波动的非线性影响。基于华夏上证50ETF高频价格数据的实证表明：新模型相比于异质自回归类基础模型，有显著更优的拟合效果和显著更强的预测性能，即投资者关注的非线性引入对波动率预测有显著贡献。本文还发现，相比于引入移动端百度指数和总体百度指数，引入电脑端百度指数对模型预测性能的改进明显更大，表明电脑端百度指数代表的投资者关注对市场波动有更大的影响。研究结论对投资者风险管理和投资决策有实际指导意义。     

风电入网合同机制研究

基于存在电量现货交易市场的假设,针对风电场和电网公司所组成的系统,研究了风电入网合同机制.为有效管理风电场所供给电能的供应波动性,分别提出两种风电入网合同机制:固定供给合同和预测承诺供给合同.相对于前者,预测承诺供给合同将部分供应波动风险从风电场转移给电网公司,并且降低了电网公司对电量现货交易市场的依赖程度.研究了风电场和电网公司的最优决策,以及系统参数对系统均衡的影响.最后,分析了政府的补贴策略对成员决策的影响,得出从社会总福利最大化的视角,政府补贴全部提供给风电场为占优策略,且该补贴策略使得社会总福利得到帕累托改进;但从系统运作指标的角度分析,补贴给风电场虽然减少了弃风率,却增加了系统对电量现货交易市场的依赖性.     

浅析服装CAD数据文件的转换

本文分析了服装CAD数据文件转换的基本模式,介绍了代表性服装CAD系统的DXF文件转换的方法,提出有必要定义一种全新的、开放的、统一的、专门用于交换的二进制服装样片文件的存储结构,以弥补DXF文件转换的缺陷。