动态VaR估计模型及实证

为了准确描述金融收益率序列的波动率聚集,异方差、厚尾等特性,研究我国证券市场的时变风险,本文利用极值理论和GARCH模型在处理金融数据上的优点,构造了基于GARCH-EVT的条件VaR模型,并对沪市综合指数收益率进行实证研究,结果表明,上海股市存在ARCH效应,收益率序列具有较强的自相关性;以GARCH模型为基础的条件极值方法比GARCH-正态和GARCH-t模型更好地消除了厚尾性对估计结果的影响,能更准确地捕捉风险的时变特性.     

Simulation Methods of Stochastic Volatility Interest Rate Term Structure

A term structure model bearing features of stochastic volatility and stochastic mean drift with jump (SVJ-SD model for short) is built in the paper to describe the stochastic behavior of interest rates.Based on sample data of an interest rate of national bond repurchase,maximum likelihood (ML),linear Kalman filter and efficient method of moments (EMM) are used to estimate the model.While ML works well for simple models,it may lead to considerable deviation in parameter estimation when dynamic risks of inter...     

GARCH模型的相依性

验证广义自回归条件异方差(GARCH)过程中的绝对值序列和平方序列都是两两PQD序列,讨论了GARCH(1.1) 模型的两两正相依性,研究了关于GARCH序列部分和的不等式。这些性质和GARCH过程的条件异方差性是一致的,同时也说明用GARCH模型来描述金融时间序列的波动聚类现象是合理的。     

Adaptive waveform design for target detection in the wideband radar system

The target detection performance of radar can be improved by transmitting a waveform which matches the high-resolution range profile (HRRP) of the target. However, a serious degradation of the autocorrelation property always occurs in the matched waveform, which has a bad effect on radar parameter estimation. To solve this problem, a generalized model of HRRP which consists of the deterministic term and random term is introduced under the consideration of variations in the target impulse response. Based on the study of the generalized likelihood ratio test (GLRT) detector and the objective functions for waveform design, an iterative algorithm with the criteria of maximizing the signal to noise ratio (SNR) and minimizing the minimum mean square error (MMSE) is proposed. Simulation results indicate that the design method can make a tradeoff between the performances of estimation and detection, and sequentially improve the detection performance based on the on-line estimates of the HRRP.     

基于GJR-GARCH模型的港币汇率波动不对称性研究

对1964-01～2009-06间港币月度实际有效汇率的收益率数据进行线性测试和非线性ARCH效应检验,估计GJR-GARCH模型参数,并使用标准化残差的残留ARCH效应检验、高阶GARCH检验和参数一致性检验来判断模型设定的结果,据所描绘的信息反应曲线得知:在好消息或坏消息条件下,港币汇率波动呈现显著的非对称性特征.     

上海股市收益与流动性风险动态关系实证

应用Engle(2002)提出的动态条件相关多元GARCH模型(DCC-MVGARCH)和向量自回归(VAR)方法,研究了上海股票市场收益与Acharya and Pedersen(2005)提出的三种流动性风险以及系统风险变量的动态关系.研究结果表明,上海股市存在系统风险溢价和流动性风险溢价,但风险变量对收益率的影响较小,股市的风险传递机制尚未真正形成.     

四元数在均匀圆形矢量传感器阵列信号参数估计中的应用

四元数的四维超复数结构是一种正交结构,各矢量传感器分量保持其固有的正交性,从而提高了矢量传感器阵列的抗干扰能力以及分辨力。在均匀圆形矢量阵列信号的参量估计中引入四元数理论,建立基于四元素的电磁矢量传感器阵列信号接收模型。充分利用四元数的多维正交特性,结合四元数矩阵理论及已有算法对电磁矢量传感器阵列信号的波达方向和极化信息进行联合估计,仿真实验验证了方法的有效性。并与传统的基于长矢量的MUSIC算法(V-MUSIC算法)进行比较,结果表明,基于四元素的信号接收模型可显著提高信号参数的估计精度。     

中国股票市场波动性的实证分析

为了正确理解中国股票市场的波动性,采用无条件波动性估计方法和条件波动性模型对波动性进行度量和建模,并对中国股票市场长期波动性的特征进行动态分析和实证检验．结果表明：中国股票市场历史上确实存在较高的波动性,但是进入2000年以后波动性呈现逐年下降的趋势;较高的波动性总是出现在股市的上涨时期．而较低的波动性则出现在股市下跌时期,这种波动方式与成熟市场的波动方式存在显著差异;上海和深圳股票市场的波动性都表现出一定程度的时间依赖性和非对称性,其中深圳市场具有更显著的杠杆效应和波动性;上海市场的有效性要强于深圳市场,上海市场能够提供更高的风险溢价．     

考虑单位长度参数变量的线路参数估计方法

高压线路的电阻、电抗和对地电纳在数值上差别很大,常规参数估计方法将其作为独立变量分别估计,导致电阻、电抗和对地电纳的估计值误差不一致,其中小阻抗的误差常常很大.针对上述问题,提出了一种基于单位长度参数和长度的线路参数估计新模型.其中,状态变量为线路两端的多时段电压幅值与相角,参数变量为线路的单位长度参数和长度.由于引入...     

GARCH模型的残差分布比较研究及实证分析

在三种不同的分布假设:正态分布、学生t分布、GED分布下,对GARCH模型进行了比较研究。并对沪深300指数收益率进行了实证分析。研究结果表明:在不同的分布假设下,GED分布更能反映沪深300指数收益率的尖峰厚尾性,更能准确地描述沪深市场的波动性。     

GARCH模型的经验似然估计

以计量经济学中ARCH模型族为背景,对GARCH模型进行讨论和研究。讨论了基于GED分布的β-ARCH模型和GARCH模型的经验极大似然估计的求解方法,得到了相应的平稳模型的大样本性质定理。     

投资者心理偏差对股市异常波动的影响研究

股票市场的异常波动性一直存在,基于消费的资产定价模型无法对其作出合理的解释。构建非理性投资者效用值与股票收益率之间的回归模型,并对回归模型的残差表现出的波动聚集性用GARCH模型进行修正,最终得到拟合效果更好的GARCH（1,1）模型。实证结果表明非理性投资者的损失规避行为是引起股市异常波动的重要因素。     

中国股票市场波动性分析研究

采用了新信息过程服从广义误差分布（Generalized Error Distribution）的ARMA-EGARCH-M模型对中国沪深两市的波动情况进行了分析研究,以捕捉沪深两市股指收益率分布的尖峰厚尾性、波动集群性以及非对称性,实证研究表明,相对新信息过程服从正态分布的GARCH类模型,广义误差分布的假定能够更好得捕捉中国股票市场波动特征,并在实证结果的基础上分析了造成这些波动特点的若干原因.     

非对称GARCH模型在VaR预测上的应用

基本统计分析发现,上证综合指数回报率分布存在高峰厚尾性,不服从正态分布,并且还具有杠杆效应.本文应用非对称APARCH模型在四种分布(正态分布、T分布、GED分布和SKST分布)假设下对上证综合指数通过事后模拟和条件单步预测来计算上证综合指数的VaR风险值,然后把它与GARCH模型的估计结果进行比较分析.通过返回检验,发现APARCH应用于VaR估计是统计有效的,并且明显优于GARCH模型.     

基于多重多元回归的人脸年龄估计

基于标记分布学习的人脸年龄估计方法利用相近年龄的人脸变化较为缓慢的特点,采用年龄标记分布向量表示附近年龄描述目标年龄的程度,将学习任务从单值的目标年龄预测转变为年龄标记分布向量的估计,较为有效的解决了人脸年龄估计任务中训练数据不足的问题。但是,现有的标记分布学习方法存在不能构建统一的标记分布预测模型(基于最大熵模型的方法)或容易过拟合的问题(基于神经网络的方法)。为了解决这些问题,将基于标记分布学习的年龄估计转换为同时对多因变量进行预测的多重多元回归分析问题,并采用多因变量偏最小二乘回归方法进行求解。多因变量偏最小二乘回归模型对数据分布没有前提假定,在自变量存在较大的相关性的情况下仍可建立有效的多因变量预测模型。在FG-NET人脸数据库上的大量对比试验结果表明,本研究提出的基于多重多元回归的人脸年龄估计方法在大幅度提高模型训练效率的同时,具有更高的年龄估计准确度。     

DSP-TMM: A Robust Cluster Analysis Method Based on Diversity Self-Paced T-Mixture Model

In order to implement the robust cluster analysis, solve the problem that the outliers in the data will have a serious disturbance to the probability density parameter estimation, and therefore affect the accuracy of clustering, a robust cluster analysis method is proposed which is based on the diversity self-paced t-mixture model. This model firstly adopts the t-distribution as the sub-model which tail is easily controllable. On this basis, it utilizes the entropy penalty expectation conditional maximal algorithm as a pre-clustering step to estimate the initial parameters. After that, this model introduces l_2,1-norm as a self-paced regularization term and developes a new ECM optimization algorithm, in order to select high confidence samples from each component in training. Finally, experimental results on several real-world datasets in different noise environments show that the diversity self-paced t-mixture model outperforms the state-of-the-art clustering methods. It provides significant guidance for the construction of the robust mixture distribution model.     

基于GARCH模型的波动率预测及应用

以中国石油（601857）股票2010年1月15日至2011年1月17日交易日收盘价格的实际数据为样本,建立了股票对数收益率波动率的GARCH模型,利用Eviews软件进行参数估计得到波动率的方程,并对波动率进行预测,从而得到基于GARCH模型预测波动率的欧式看涨期权的价格和风险值VaR的计算。     

悬臂结构地震响应分析的广义单自由度模型研究

针对有限元方法存在计算时间过长的缺点,不适用于需要多次响应分析的结构抗震性能评估问题。进行了悬臂结构线性地震响应分析的广义单自由度模型研究,提出了多项式形函数和基于多项式形函数的单自由度模型,并通过与有限元分析结果的对比分析,调查了基于多项式形函数的单自由度模型对典型地震波激励下结构响应分析的有效性。结果表明：提出的基于多项式形函数的广义单自由度模型平均误差为7.20%,为提高建模准确性,建议采用水平集中荷载施加方法进行多项式形函数参数估计。     

ARCH类模型及其在上证指数收益波动中的应用

介绍ARCH模型、GARCH模型和GARCH—M模型,分析ARCH类模型的特点。然后以上证综指日收益率作为研究对象,采用ARCH类模型结合Eviews统计软件对上证综指日收益率的时变性进行实证分析。实证结果表明,GARCH(1,1)模型能较好地拟合上海股市收益率的波动特征,如波动聚集性、长记忆性等;GARCH(1,1)-M模型也能很好地拟合股市中风险与收益率之间的关系。     

遗传算法优化的SVM模拟电路故障诊断方法

提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断“误差积累”的影响,具有更好的误差控制能力。