基于L-矩的厚尾分布动态拟合研究

为了解决厚尾分布不拥有完整的中心矩集合而无法进行矩估计的问题,在金融领域引入近年来在水文领域发展较为迅速的L-矩理论.在考虑当前预期和波动性条件下,基于L-矩理论分别考察了广义帕累托分布对高频收益超额数的静态尾部拟合和动态尾部拟合,应用条件VaR以及Kupiec-LR检验对拟合的结果进行了检验.研究结果表明,L-矩理论可以很好地解决厚尾分布的矩估计问题;VaR以及Kupiec-LR检验表明,基于L-矩的广义帕累托分布较好地拟合了极端条件下的收益率尾部,可以捕获极端条件下收益率时间序列动态特征.     

基于Tsallis分布及跳扩散过程的欧式期权定价

准确描述资产价格的运行规律是进行衍生产品定价及风险控制的基础。受金融市场外部环境的影响,资产收益率常常具有尖峰厚尾和偏尾的现象,为了准确地描述资产价格的运动规律,本文利用具有长程记忆及统计反馈性质的Tsallis熵分布和一类更新过程,建立了跳-反常扩散的股票价格运动模型。利用随机微分和鞅方法,在风险中性的条件下,得到了欧式期权的定价公式,该公式推广了文献11和21的相应结论。最后,利用上证指数数据分别计算出了各模型的参数以及对资产收益率拟合的平均绝对误差,数据分析结果表明本文模型与文献11和21相比其平均绝对误差分别减小了10.4%和25.1%。说明了本文模型对资产收益率尖峰厚尾及偏尾等现象的捕捉更为准确。     

展望理论的权重函数与证券收益率分布

证券收益率的概率受到投资者主观判断概率的影响,从而形成“尖峰厚尾”等形态特征。在展望理论的权重函数的基础上,建立了收益率分布主观概率模型,对收益率分布的“厚尾分布”、中部形态及整体形态特征进行了理论推导。并利用深圳证券市场的441支股票的实际收益率分布的概率形态进行了实证分析,实证检验的结果与提出的模型所推导的特征性质得到了一致的吻合。     

动态金融高阶矩建模:基于Generalized-t分布和Gram-Charlier展开分布的比较研究

动态时变高阶矩是金融收益率的一个重要特征。本文对比研究了主流的Generalized-t分布(GT)和Gram Charlier Expansion分布(GCE)在GJRGARCH模型下对动态高阶矩的拟合能力和Value-at-Risk的预测能力。基于2005-2014美国标普500股指和中国沪深300股指日收益率的实证结果显示,收益率的条件高阶矩存在显著的时变性和持续性,其中偏度参数的持续性参数达到0.9以上。从各种统计指标综合来看,这两种方法都具有较好的实证表现。尽管GCE分布具有某些高阶矩建模的便利性,GT分布的实证拟合能力更强,对极端概率Value-at-Risk的样本外预测也更加准确。     

基于幂律型分布的动态VaR模型及实证研究

针对金融资产回报时间序列的尖峰厚尾性和波动集聚性,提出了基于AR(1)-GARCH(1,1)模型与幂律型分布相结合计算VaR的方法。用GARCH模型对时间序列建模刻画波动集聚性,用基于幂律型分布的扩展形式拟合GARCH模型的残差分布尾部,刻画回报时间序列的厚尾特征,二者结合更好地描述回报时序的动态波动现象。对上证综指进行实证分析,结果表明本文提出的方法比基于正态分布的GARCH模型和静态幂律尾法更精确。     

一致性风险价值及其在中国证券市场的应用研究

本文分析了VaR做为风险度量工具本身具有的缺点;行为金融理论要求风险度量必须度量下偏风险,要与投资者对信息的非线性反应相符;而收益率分布的实证研究要求风险度量要考虑收益率的尖峰厚尾现象.本文上将双曲分布用来模拟收益率实际分布,在此基础上计算CVaR,及其CVaR在中国证券市场中的应用.     

上证综指的股指波动:基于模糊FEGARCH模型及不同分布假设的预测研究

本文主要对2006年至2011年上证综指收益率序列的高频波动性进行预测研究。首先,针对金融数据的非线性和不确定等特性,借助模糊逻辑系统,提出一种新的金融市场波动率的预测方法-模糊FEGARCH模型,用来更好的针对具有非线性特性的收益率数据进行预测。其次,为了判断分布型模型和不对称型模型对预测精度的影响程度,分别采用分布型(GARCH-N,GARCH-t,GARCH-HT和GARCH-SGT)和不对称型(GJR-GARCH、EGARCH和模糊FEGARCH)的波动模型进行高级能力预测法(SPA)检测。实证结果表明,不对称模型对波动率预测的影响程度比分布假设的确定更为重要,而且模糊FEGARCH模型对于具有尖峰厚尾、高偏度和杠杆效应的非线性波动数据的预测能力更佳,说明了该模型的有效性与实用性。     

基于最小一乘准则的上证指数突变点研究

很多研究表明,上证指数序列既有结构突变的特征,也有厚尾的特征。但大部分现有的研究都没有考虑其厚尾特征对变点估计的影响。本文基于最小一乘准则提出了一个估计厚尾数据中变点的方法。模拟研究表明,当数据具有厚尾特征时,基于最小一乘准则的变点估计比基于最小二乘准则的估计有效。对上证指数的实证结果表明,基于最小一乘准则估计出的变点能更好地描述中国股票市场的结构突变特征。     

基于上证综指的波动率模型比较研究与实证分析

GARCH模型和SV模型适合于不同的市场,尚未有一种方法和模型的预测效果绝对优于其他方法和模型.本文选择具有代表性的上证综指收益率数据进行建模,对比分析GARCH和SV及其各自的扩展模型的拟和效果.实证结果反映上证指数收益率具有明显的群集聚性、波动性、尖峰厚尾的特征,同时,相比较而言,SV模型对于我国上海金融市场时间序列数据有更好的波动性拟和效果.     

AEPD、AST和ALD分布下金融资产收益率典型事实描述与VaR度量

金融资产收益率分布具有"尖峰"、"肥尾"、"有偏"、"非对称"等典型事实,传统的正态分布、t分布、SKST分布无法完全描述这些特征,影响了以收益率分布设定为基础之一的参数法VaR模型度量的效果。近年来,理论界提出了AEPD、AST、ALD等分布来改善对金融资产收益率分布的描述。本文以沪深300指数为例,比较和分析了这些分布对金融资产收益率典型事实特征的描述及其在VaR度量效果上的差异。研究表明并非捕捉金融资产收益率分布典型事实越多的模型测度风险的效果越好:AEPD、 AST、ALD分布能较好地描述金融资产收益率的典型特征,但是在风险度量效果上却只能证明AEPD、AST分布绝对优于正态分布,而与SKST分布相比无明显差异; ALD分布在度量空头VaR时效果甚至比正态分布更差,但在计算低分位水平下的多头VaR值时却明显优于其他分布。     

我国工业创新分布模式研究

本文对我国工业创新分布模式进行了实证分析和研究,在此基础上指出U-A模式在解释我国工业创新分布上存在一些缺陷,揭示了发展中国家以及处于创新踉随状态企业工业创新分布存在的独特性,即"二次创新模式"的成因及其与"U-A模式"之间的转换条件.     

管理者工作时间分配研究综述

以管理者的工作时间为出发点,从其工作时间分配的角度对国内外管理者的工作行为研究进行文献回顾,把管理者的工作行为区分成管理职能、管理角色、管理活动3类进行综述,并指出在中国情境下进行管理者工作行为和工作时间分配本土化研究的必要性。最后,提出了现存研究的局限性以及今后努力的方向。     

基于碳排放的废弃产品回收站点分布研究

基于碳税价格对废弃产品回收运营决策的影响考虑,本文从整个社会的视角,把顾客、回收站点、回收总站作为一个整体进行考虑,并分析碳税价格对回收站点数量和成本的影响。首先,将顾客、回收站点和回收处理中心作为整体,考虑能源成本、运营成本和碳排放费用,建立废弃产品回收站点分布的社会总成本模型。接着,对碳税价格为零和碳税价格无穷大两种极端情况,分析了回收站点的数量、碳税价格、社会总成本等因素之间的关系。最后对模型进行数值计算。结果表明：当前碳税价格下,同时考虑碳税成本和运营费用或仅考虑运营费用这两种情况计算出来的回收站点数量相等,单位总成本区别不显著,即碳税价格对运营影响不大;若仅考虑碳税成本,则回收站点数量变化较大,即合理的碳税价格对运营影响显著;碳税价格理想的定价应该在40.03至66.46之间;回收站点数量为66时,碳排放量最优。     

供应链配送中的提前期模型研究

提出缩短提前期在快速反应中的重要性,分别研究供需双方在集中决策和分散决策情形下的最优提前期模型,最后研究供需双方在分散决策下的合作博弈模型,提出基于提前期折扣的配送协调策略。     

非对称Laplace分布下的均值-VaR模型

非对称Laplace分布可以描述分布的尖峰厚尾和有偏特征,被许多学者用来拟合金融资产的历史收益率数据,进而测算金融资产的尾部风险,然而非对称Laplace分布下的投资组合研究尚不成熟。因此本文在非对称Laplace分布设定下给出VaR的解析表达式,并建立均值-VaR模型研究投资组合选择问题。在理论上我们证明该模型是凸优化问题,可以转化为二次规划问题进行求解,从而可得到模型全局最优的解析解。进一步地,我们分别得到存在无风险资产和不存在无风险资产时投资组合前沿的解析式。最后基于上证50指数及其成份股的历史数据进行实证分析,研究结果表明本文构建的模型在实践中的投资表现良好。     

基于技术开发项目的虚拟企业利益分配机制研究

合理的利益分配机制是组建虚拟企业的关键,是合作各方绩效得以发挥的重要保证。本文在利益分配混合模型的基础上,应用博弈论的相关理论建立了基于技术开发项目的虚拟企业利益分配模型,以此确定合作各方协议中和实施中的利益分配系数,从而激发各方合作在工作努力水平和资源投入方面的提高。     

一种基于偏好分布的群决策方法

为了满足群决策的实际需求,本文提出了一种基于偏好分布的群决策方法,该方法利用完全不对称预先排序向量表示决策者的偏好,通过分析计算偏好排序向量的密度和分布结构,从可行方案集合中寻找所有决策者都能接受的优选方案集合,逐次缩小搜索空间以逼近一致满意解。该方法结合冲突分析,可进一步分析决策者之间的相互关系,集成于谈判支持系统,具有直观、实用等特点,最后给出了一个实际例子说明该方法。     

基于Supply-Hub的生产与配送协同模式研究

本文建立了需求随机情况下的基于Supply-Hub的两供应商、单制造商生产与配送协同决策模型,通过与没有Supply-Hub的两供应商-单制造商生产与配送协同决策模型进行对比,证明了Supply-Hub的协同功能能够降低各供应商的成本、制造商的总成本和供应链的总成本。最后通过参数分析,揭示了需求的不确定性对基于Supply-Hub的生产与配送协同模式的影响,研究结果表明：需求不确定性越高,Supply-Hub模式的优势表现的越明显,而且即使需求的不定性非常高,Supply-Hub也可以将配送批量控制在一定范围内;当需求的不确定性超过一定范围时,供应商会采用多批次、小批量的配送方式给Supply-Hub配送零部件来规避风险。     

上市公司财务比率正态分布特性的实证分析

大多数的会计统计模型是以财务比率的正态分布为假设前提。目前国内学者对中国上市公司的财务比率分布特性的系统实证研究尚很少。通过对上海深圳交易所1998～2002年1100余家公司5571份年报12个财务比率的研究,发现绝大多数财务比率不服从正态分布。只有在分行业样本基础上同时采取数据清洗和数据变换的方法(Box Cox变换),才能使绝大多数财务比率趋向正态分布。     

基于联合配送的开放式动态车辆路径问题及算法研究

针对跨区域多配送中心多车型开放式动态联合配送问题,通过引入时间轴概念将动态问题转化为静态问题,建立考虑车载率的开放式车辆路径模型,提出多配送中心问题的整体算法和多车型的使用原则,强化物流资源整合和跨区域路径整体优化.利用云模型中云滴的随机性与稳定倾向性,改进遗传算法中交叉与变异概率的设置方式,采取“初始优化+实时优化”的两阶段求解策略,对开放式动态车辆路径问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.