检索结果-南通市图书馆

作者：王诗宇华东师范大学

学位级别：硕士

期权是重要的金融衍生品之一,其定价问题在金融数学中一直备受关注。已有期权定价理论一般在金融市场为风险中性的假设下展开,认为市场是均衡完备、无套利的,这与金融市场的真实情况存在差异。在真实的金融市场中交易者往往是风险厌恶... 详细信息

期权是重要的金融衍生品之一,其定价问题在金融数学中一直备受关注。已有期权定价理论一般在金融市场为风险中性的假设下展开,认为市场是均衡完备、无套利的,这与金融市场的真实情况存在差异。在真实的金融市场中交易者往往是风险厌恶型的。本文在风险厌恶市场假设下,基于标准差、在险价值与尾部在险价值风险测度,对标的资产价格服从几何布朗运动的欧式期权通过终值贴现的方式建立期权定价模型。特别地,当期权交易者是风险中性时,不需要风险补偿,此时本文获得的定价模型退化为经典的Black-Scholes期权定价模型,而且本文定价模型放宽了经典Black-Scholes期权定价模型的假设条件,在不均衡、不完备的有套利市场下依旧适用。结果表明,欧式期权的价值取决于标的资产的漂移系数μ,其在Black-Scholes模型中是无风险利率r的原因在于,在风险中性假设下,根据无套利原理,风险资产的漂移系数μ必须等于无风险收益率r。最后,以上证50ETF期权为实例研究对象,对风险厌恶市场下的欧式期权定价模型与B-S模型通过误差指标分析、回归分析与期权卖方到期利润分析进行定价效果的综合比较,结果表明,本文模型的定价效果优于B-S模型,表现出更高的定价准确性与更好的定价性质。

关键词：期权定价风险厌恶市场风险测度上证50ETF期权

具有外生变量的矩阵时间序列门限自回归模型的理论及应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

具有外生变量的矩阵时间序列门限自回归模型的理论及应用

作者：郝晓萍华东师范大学

学位级别：硕士

在金融、气象、工业等领域,时间序列通常呈现出非线性的动态特征。相较于AR模型,TAR模型更能准确地捕捉这些非线性特征。然而,当研究对象是具有矩阵结构的变量时,传统的TAR模型无法对其进行良好的刻画。因此,本文提出构建具有外生变量... 详细信息

在金融、气象、工业等领域,时间序列通常呈现出非线性的动态特征。相较于AR模型,TAR模型更能准确地捕捉这些非线性特征。然而,当研究对象是具有矩阵结构的变量时,传统的TAR模型无法对其进行良好的刻画。因此,本文提出构建具有外生变量的矩阵时间序列门限自回归模型MTARX,该模型能够保持矩阵结构,实现更大程度的降维。本文介绍了MTARX模型,提出了基于预测残差构造的渐近服从χ分布的统计量来检验MTARX模型的门限效应;通过Frobenius范数定义了MTARX模型参数估计的目标函数,并使用最小二乘法估计系数矩阵;通过网格搜索法确定阈值和滞后阶,并使用向量门限自回归模型的相关理论给出了确定MTARX模型各个机制内滞后阶的AIC和BIC计算公式;提出了两种方法来确立机制数;最后,应用MTARX模型研究三座城市中空气污染物浓度受湿度的影响,并通过与具有外生变量的矩阵时间序列自回归模型对比、模型检验以及残差大小对建立的MTARX模型进行评估,结果表明MTARX模型可以大幅降低残差方差,提高预测精度。

关键词：矩阵时间序列门限自回归模型外生变量门限效应检验

基于非线性动力学模型对金融危机跨国传染现象的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非线性动力学模型对金融危机跨国传染现象的研究

作者：张子月华东师范大学

学位级别：硕士

在经济全球化的背景下,各个国家或地区的金融市场联系密切,金融危机一旦爆发将通过各种渠道逐步向外扩散传染,波及范围广且危害深远。若能证明金融危机传染的存在性,并及时判断传染的强度及方向,这对于国家在面对金融危机传染时进行风... 详细信息

在经济全球化的背景下,各个国家或地区的金融市场联系密切,金融危机一旦爆发将通过各种渠道逐步向外扩散传染,波及范围广且危害深远。若能证明金融危机传染的存在性,并及时判断传染的强度及方向,这对于国家在面对金融危机传染时进行风险管理与控制、维护金融市场安全意义深远。本文聚焦于金融危机跨国传染现象,从非线性角度入手,应用动力学系统间的非线性相互依赖性研究金融危机通过多重渠道在国家间的传染现象。具体的方法为将两个国家视为两个非线性动力学系统,应用金融市场指标的时间序列观测值通过时间延迟嵌入方法重构动力学系统,通过改进的非线性相互预测算法研究重构系统间的依赖关系,进而研究金融危机跨国传染现象。相比于非线性相互预测基础算法本文做出如下改进:将一维时间序列拓展为高维、引入神经网络训练参数并且修改了非线性预测测度的表达式。改进后的算法将指标扩展到三维,综合考虑外汇市场、货币市场以及股票市场三种金融市场的指标变动情况。在预测时首先运用前馈神经网络,之后考虑到变量为时间序列又引入长短期记忆网络以提高预测精度。修改后的非线性预测测度相比于原预测测度更能反应系统间的预测能力。以上三点改进丰富了基于非线性依赖性对金融危机传染现象的理论研究,使得结论更具有说服力。本文以美国次贷危机为背景进行实证研究。以英国和俄罗斯、日本和泰国以及韩国和德国为例研究金融危机的跨国传染现象。具体分析时应用改进后的非线性相互预测算法计算非线性预测测度,进而得到金融危机在各个国家间的传染方向及强度。

关键词：金融危机动力学系统非线性相互依赖性前馈神经网络长短期记忆网络

基于Berk-Green模型的基金最优管理规模的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Berk-Green模型的基金最优管理规模的研究

作者：吴伊清华东师范大学

学位级别：硕士

随着2020年中国公募基金市场突破20万亿,基金发行、投资、规模扩张都进入的爆发期。然而在基金规模不断扩张的过程中,考虑规模未来能否继续增加是投资者和基金管理者共同关心的热点问题。确定基金规模增长上限能给投资者在投资时提供定... 详细信息

随着2020年中国公募基金市场突破20万亿,基金发行、投资、规模扩张都进入的爆发期。然而在基金规模不断扩张的过程中,考虑规模未来能否继续增加是投资者和基金管理者共同关心的热点问题。确定基金规模增长上限能给投资者在投资时提供定量参考,也能给基金经理对于更好的控制基金规模提供理论支持,同时还响应了监管机构对于基金市场的健康良好发展的指导。本文基于Berk-Green模型,分别对基金经理最优规模和基金投资者最优规模进行建模,通过对模型求解的目标函数进行优化,增强了模型在中国公募基金市场的适用性,得到基金最优规模的上下限,并证明了基金最优管理规模区间存在的合理性。进一步,使用高斯混合模型划分中国金融市场状态,从而在实证阶段给出针对不同市场状态的最优基金管理规模。本文实证部分选取成立日期在2007-2021年间的中国开放式基金,应用改进后的基金最优管理规模计量模型发现,(1)我国基金经理平均投资能力并不可观,且基金产品之前同质化较强,未能体现差异化。(2)从基金规模来看,虽然基金市场总体规模逐年增大,但2009年-2022年单只基金的年平均管理规模在不断缩小。(3)在对于基金规模的控制方面,2013-2014年基金规模过度扩张,2019-2020年基金规模不足,2017-2018、2021-2022年基金经理对于规模的控制较好。(4)在不同市场状态下,衰退危机期和动量爬升期时,基金经理对于规模的控制较好,基金的平均规模均在最优管理规模区间内;复苏震荡期和过热牛市期基金经理高估了自己的能力,规模扩张的过快,而滞涨熊市期又对自己的能力有所低估。本文分别从基金经理和投资者两个角度构建基金最优管理规模区间模型,并结合中国不同市场状态,分析基金规模控制的适度性,给监管者、基金经理以及基金投资者对于基金最优管理规模的评判标准和建议,为中国公募基金规模面临快速膨胀的市场趋势,选择无限扩张还是存在制约给出合理参考,也启发了对公募基金投资安全性和盈利性的思考。

关键词：基金最优管理规模区间高斯混合模型市场状态划分基金业绩基金规模评价

基于LSTM的分位数函数对商品期货的VaR预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LSTM的分位数函数对商品期货的VaR预测

作者：陈安祯华东师范大学

学位级别：硕士

金融市场的数据是高度随机、嘈杂的,我们很难对商品期货某一时刻t下的收益率进行预测,但我们可以通过对他的条件收益率分布构建模型,从而对风险价值(VaR)进行估计,了解当前市场的风险,供投资者进行风险决策。于是本文通过引入含有参数... 详细信息

金融市场的数据是高度随机、嘈杂的,我们很难对商品期货某一时刻t下的收益率进行预测,但我们可以通过对他的条件收益率分布构建模型,从而对风险价值(VaR)进行估计,了解当前市场的风险,供投资者进行风险决策。于是本文通过引入含有参数的厚尾分位数函数(HTQF)来对他的收益率条件分布进行刻画,随后建立了分位数回归模型,并通过LSTM对HTQF的参数进行估计。综上,可得到本文的最终模型:HTQF-LSTM模型。由于之前已有文献将基于LSTM的分位数回归(QR-LSTM)用于时间序列的预测,本文除了将其用于商品期货的条件分位数预测之外,在此基础上,引入了HTQF来描述收益率的条件分布,其中的参数是随时间t变化的,且依赖于LSTM中的单元,它能很好地捕捉金融收益率尾部的动态特性,并能准确地描述金融数据的厚尾性和非对称性。此外,对于输入变量,我们计算了收益率的高阶中心矩,将对数收益率、及其一阶到四阶中心矩作为五个维度的特征进行输入。收益率的高阶中心矩能很好涵盖收益率的偏度、峰度等信息,体现了金融数据的高维特性。本文先通过模拟实验验证了该模型能学习到真实的条件分布和尾部特征,随后进行了实证分析,比较了不同模型对条件分布的预测结果。最后,根据条件分位数函数(HTQF)推导了VaR预测序列,并分别用Kupiec检验和Christoffersen检验对该模型和QR-LSTM模型的VaR预测序列进行了评估。得出结论,基于HTQF-LSTM模型对VaR的预测相比其他模型更为精确,本文模型可以很好地捕捉金融数据尖峰厚尾和非对称的特性。

关键词：商品期货 HTQF 分位数回归 LSTM VaR

MARMA（p,q）模型理论研究及其在国际贸易中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MARMA（p,q）模型理论研究及其在国际贸易中的应用

作者：马依诺华东师范大学

学位级别：硕士

在经济、金融、贸易、工业、医药等多个领域中,很多时候需要综合考虑多个因素的互相影响,比如当预测一国对另一国出口额的变化时,不仅与进口额高度相关,也与该国对其他国家的进出口额相关。但目前的可以描绘一维或多维情况下的时间序列... 详细信息

在经济、金融、贸易、工业、医药等多个领域中,很多时候需要综合考虑多个因素的互相影响,比如当预测一国对另一国出口额的变化时,不仅与进口额高度相关,也与该国对其他国家的进出口额相关。但目前的可以描绘一维或多维情况下的时间序列模型已经无法满足实际应用条件和需要,也无法从整体的视角研究多个变量的多个指标。在此情况下,产生了矩阵数据时间序列模型,使得数据呈现更为清晰,并可以大大减少参数个数,当维数增加时,起到降维的效果。本文在已有的对矩阵数据时间序列MARMA(p,q)模型研究的基础上,首先引述基本概念,并作出详尽阐述。通过VARMA(p,q)模型和MARMA(p,q)模型之间的等价转换,借助ARMA(p,q)模型的相关理论及矩阵Kronecker积的运算公式,探讨MARMA(p,q)模型的性质;给出模型识别方法,证明模型的传递形式和逆转形式,给出模型的预测方法,对模型的最小二乘估计法进行探讨,并引入梯度下降法实现参数估计的降维,减少残差平方和,提高估计精度。为了探究国际多边贸易进出口额的互相影响,并对贸易值进行预测,本文利用MARMA(p,q)模型对中国、美国、欧盟三个经济体2002年至2019年之间月度进出口贸易数据的实证分析,结果表明用梯度下降法估计MARMA(p,q)模型系数矩阵求得的模型残差平方和小,方法更优;得出三个经济体之间进出口额变化率的数量关系,并对序列下一期做出预测与分析,用此模型和方法对国际贸易变化进行分析和预测,可以综合考虑多国之间贸易往来的影响。

关键词：矩阵数据时间序列 MARMA模型最小二乘法梯度下降国际贸易

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于大数据的上海商圈客户转移动态分析

基于大数据的上海商圈客户转移动态分析

作者：张羽昕华东师范大学

学位级别：硕士

商圈是一个城市的商业招牌,也在一定程度上反映了当地经济发展的水平。商圈分析可以帮助国家和地方政府了解商圈发展态势,为制定商圈发展规划和政策导向提供科学依据。另外,商圈分析还能为经营者选择经营场所、制定和调整经营方针和策... 详细信息

商圈是一个城市的商业招牌,也在一定程度上反映了当地经济发展的水平。商圈分析可以帮助国家和地方政府了解商圈发展态势,为制定商圈发展规划和政策导向提供科学依据。另外,商圈分析还能为经营者选择经营场所、制定和调整经营方针和策略提供依据。基于以上背景,本文以上海市商圈为研究主体,基于银联数据,采用统计学方法,对商圈客户转移消费问题进行了深入分析。由于商圈之间的客户转移数量是一个矩阵数据时间序列,并且某些商圈之间存在高度的一致性,导致建模过程中会产生奇异矩阵求逆问题,因此本文首先研究了矩阵数据多重共线性问题,并且给出了多重共线性的判别准则。随后利用矩阵数据的多重共线性判别方法,剔除存在多重共线性的商圈,消除奇异矩阵求逆问题。最后对商圈数据建立矩阵数据时间序列自回归模型,并且基于模型分析商圈客户转移的规律和原因。本文两个最重要的贡献是:一、利用矩阵数据时间序列模型研究商圈客户转移问题,可以很好地保持数据信息的矩阵结构,而且相对于把矩阵数据拉直成向量数据的研究来说大大地降低了模型参数,便于模型分析和发现商圈客户转移问题的主要规律。二、提出了新的多重共线性检验方法,该方法的优势在于判别准则具有明确的几何含义,而且该方法可以用于矩阵数据的多重共线性检验。

关键词：商圈多重共线性矩阵数据时间序列 VAR模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于矩阵时间序列的航运产业链动态分析

基于矩阵时间序列的航运产业链动态分析

作者：张雨萌华东师范大学

学位级别：硕士

航运是现代国际贸易中的重要一环,航运的蓬勃发展为人类社会带来巨大便利。自2019年底新冠疫情爆发以来,国际贸易交流受到严重影响,航运产业也颇受牵连,世界经济前景不明。当前恢复世界经济的热度与秩序迫在眉睫,现有的学术研究主要关... 详细信息

航运是现代国际贸易中的重要一环,航运的蓬勃发展为人类社会带来巨大便利。自2019年底新冠疫情爆发以来,国际贸易交流受到严重影响,航运产业也颇受牵连,世界经济前景不明。当前恢复世界经济的热度与秩序迫在眉睫,现有的学术研究主要关注国际贸易中单一产品,例如石油、铁矿石、煤炭、粮食市场的变动情况,探究其内部的变化规律,但难以挖掘导致其变化的外部原因更难以将其应用于投资领域。为此,本文基于2014年中旬至2022年底航运产业的代表性指标数据,构建了矩阵时间序列模型,从而多维度,细粒度地描述航运产业中跨市场的动态变化模式,并在梳理出产业链传导重点的基础上指出下游投资应用时的前瞻指导性指标。本文构建了高维度的矩阵自回归时间序列模型(Matrix Autoregression,MAR),相比于传统的向量时间序列模型(Vector Autoregression,VAR),矩阵时间序列在保留了原始数据结构的基础上大大降低了模型的维数,提高了数据描述的清晰度。为进一步完善航运产业链分析结果,本文还提出了二阶段MAR-Copula模型模型,将航运产业的关联结构可视化。结合MAR模型的参数估计结果以及Granger因果检验,本文归纳出航运产业的变化规律。在航运细分板块油气运输中,上游油价变动会对接下来两周油运价格产生影响;而干散货运输板块中的大宗商品同其货运价格则有双向的超过两周的长期影响;集装箱运输板块走势独立,其波动主要由市场供需关系失衡所致。航运产业链中最重要的环节为上游货物价格,其将会直接影响中游航运运价以及下游股指走势,中游与下游关联并不明显,他们是整个航运产业景气度的风向标,承担着国际经济晴雨表的重要职责。除了产业发展前景,上游航运产品的价格以及宏观经济等指标对航运产业主题投资更具前瞻有指导性意义。

关键词：航运产业矩阵时间序列 MAR模型 Granger因果检验 MAR-Copula模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

互联网金融平台消费贷资金流预测研究

互联网金融平台消费贷资金流预测研究

作者：黄竹漪华东师范大学

学位级别：硕士

随着数字金融的飞速发展,在线资金规模快速扩大,为满足不同资质用户消费贷款需求,各互联网金融平台推出的消费贷产品门槛逐渐降低,导致用户之间风险差异增大,给资金管理带来了不小的挑战。在此背景下,本文针对借贷资金流预测问题展开研... 详细信息

随着数字金融的飞速发展,在线资金规模快速扩大,为满足不同资质用户消费贷款需求,各互联网金融平台推出的消费贷产品门槛逐渐降低,导致用户之间风险差异增大,给资金管理带来了不小的挑战。在此背景下,本文针对借贷资金流预测问题展开研究。本文以某互联网金融平台推出的消费贷A产品为例,将其平台贷出和用户还款资金流作为研究对象,构建模型预测其借贷资金流,主要工作如下:（1）通过绘图分析,发现平台贷出和用户还款资金流趋势存在差异,需要分别进行建模预测;（2）基于资金流特点,除构建金融与时间维度的特征外,还从百度和微博上爬取A产品相关的新闻和评论信息,使用情感分析将其量化,构建舆论特征;（3）建立LSTM、GRU、Wave Net模型进行预测研究,研究过程中发现,Wave Net模型在预测精度、模型稳定性和收敛速度上都有更好的表现;（4）在简单模型中引入双层注意力机制,提出了BI-AM-LSTM、BI-AM-GRU、BI-AM-Wave Net模型,结果表明,加入双层注意力机制能够有效提升预测精度;（5）为进一步提升预测精确度,将BI-AM-Wave Net模型分别与LSTM和GRU模型相融合,提出了BAWL和BAWG模型,研究发现,融合模型在预测精度上表现有一定提升,BAWG模型预测效果更好。（6）针对信息提取不足的问题,将CEEMDAN分解方法与BAWG模型相结合,提出了CBAWG模型,结果表明,其在预测精度上有进一步的提升,但提升较少。本文对A产品借贷资金流的预测在精确度和趋势把握上都表现良好,验证了所提出模型在预测资金流上具有可行性和有效性。

关键词：资金流预测时频分析深度学习

基于股票价格随机脉冲模型的保险人再保险和投资的最优动态组合选择

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于股票价格随机脉冲模型的保险人再保险和投资的最优动态组合选...

作者：付还宁华东师范大学

学位级别：硕士

在金融和保险市场的研究中,通常假定股票价格的运动过程为经典的几何布朗运动模型.然而实证研究表明这是一种理想化的模型,存在缺陷,因此本文采用更为符合实际市场的随机脉冲模型来刻画证券市场上的风险资产价格.当保险人需要同时考虑... 详细信息

在金融和保险市场的研究中,通常假定股票价格的运动过程为经典的几何布朗运动模型.然而实证研究表明这是一种理想化的模型,存在缺陷,因此本文采用更为符合实际市场的随机脉冲模型来刻画证券市场上的风险资产价格.当保险人需要同时考虑再保险政策和投资策略的时候,如何做出一个最优的动态组合选择是一个非常复杂的问题.本文假设保险人将其储备投资于金融市场以增加财富,同时保险人利用再保险来降低自己的风险,这里的金融市场包含风险资产和无风险资产,其中风险资产价格采用更为符合实际市场的随机脉冲模型来刻画.用一个控制扩散风险过程来描述这样的动态假设,当目标是最大化在某一确定终止时刻所拥有的财富的二次效用函数期望时,分别得到了超额损失再保险和比例再保险情况下保险人的再保险和投资最优动态选择的显式解和闭解.利用得到的显式解,考虑了金融风险和保险风险之间相关性对最优动态选择的影响,做了相关数值计算.结果表明,金融市场风险和保险市场风险相关程度越高,风险投资和自留水平应该越低.

关键词：随机脉冲模型超额损失再保险比例再保险二次效用函数 Hamilton-Jacobi-Bellman(HJB)方程