检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贝叶斯分位数回归模型及其应用

贝叶斯分位数回归模型及其应用

作者：韦学永贵州民族大学

学位级别：硕士

随着社会经济的发展,研究者发现最小二乘回归估计不能全面地解释自变量和因变量两者之间的关系,因此提出了分位数回归估计以补充最小二乘估计存在的不足。在分位数回归估计的方法中,贝叶斯学派的方法比传统频率学派的方法更有优势,因此... 详细信息

随着社会经济的发展,研究者发现最小二乘回归估计不能全面地解释自变量和因变量两者之间的关系,因此提出了分位数回归估计以补充最小二乘估计存在的不足。在分位数回归估计的方法中,贝叶斯学派的方法比传统频率学派的方法更有优势,因此引起了学者们对贝叶斯分位数回归估计的广泛关注,该方法在社会经济领域中也得到了普遍应用。本文分别探讨了因变量为连续型和离散型两种情况下,用二项分布指定非对称拉普拉斯分布(Asymmetric Laplace Distribution,ALD)的似然函数,采用Gibbs抽样方法进行抽样,通过贝叶斯方法对模型的参数进行估计。首先,当因变量为连续型时,以贝叶斯分位数回归线性模型为基础,用二项分布指定ALD的似然函数,基于先验分布的不同,分别在尺度参数进行参数化和未参数化的条件下进行参数估计。实验结果表明:增加样本量或增强先验信息均可提高参数的估计精度;对尺度参数进行参数化后所得的参数估计精度比未参数化所得的估计精度要高。因此,当因变量为连续型时,用二项分布指定ALD的似然函数,增强先验信息、增加样本量,且对尺度参数进行参数化后可提高参数的估计精度。其次,在因变量为离散的情况下,以二元选择模型为基础,利用二项分布指定ALD似然函数的贝叶斯方法对多元的二元选择回归模型的参数进行估计,同时,将尺度参数进行参数化后的参数估计精度和尺度参数未参数化时的参数估计精度进行对比。实验结果表明:对尺度参数进行参数化后所得参数的估计精度均比未参数化时所得的参数的估计精度更高;增加样本量可提高参数的估计精度;对尺度参数进行参数化后,参数的估计精度不受先验分布的影响。最后,基于ALD的贝叶斯分位数回归方法对2020年全国31个地区的经济综合实力进行分析。实验结果表明:该模型可以描述指标在不同分位点下对各地区的经济综合实力的影响程度,当地可依据发展水平调整经济发展策略来提高经济综合实力,缩小与其他地区的发展落差,协调发展。

关键词：贝叶斯分位数回归 ALD Gibbs抽样尺度参数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时变波动率下区间理财产品定价研究

时变波动率下区间理财产品定价研究

作者：代洪梅贵州民族大学

学位级别：硕士

在“新时代”、“新金融”的背景下,中国经济迎来了由高速增长到高质量发展的转变,金融市场逐渐步入成熟阶段。银行作为金融市场的主体机构,也在不断派生出新的金融理财产品以满足人们投资理财的需要。在众多银行理财产品中,结构性理财... 详细信息

在“新时代”、“新金融”的背景下,中国经济迎来了由高速增长到高质量发展的转变,金融市场逐渐步入成熟阶段。银行作为金融市场的主体机构,也在不断派生出新的金融理财产品以满足人们投资理财的需要。在众多银行理财产品中,结构性理财产品以其组合结构多样性、高收益性吸引了投资者的眼球。区间理财产品属于结构性理财产品中的一种,且占有较大比重,深受投资者追捧。究其原因,必然有其定价的合理性,故本文在时变波动率下研究三类区间理财产品定价问题。首先,对一类挂钩单资产人民币理财产品的定价问题进行研究。针对理财产品适合的抛物初值问题进行积分变换,将其转化成热传导方程的定解问题,最终得到了该类理财产品的解析定价公式,并选取了一款挂钩于沪深300指数的区间型理财产品进行了实证分析。其次,考虑到外币理财产品的最终收益受到汇率因素的影响,故利用传统蒙特卡罗方法对挂钩单资产的外币理财产品进行了定价研究,并对一款挂钩黄金的外币理财产品进行了实证分析。最后,研究了一类挂钩多资产的理财产品的定价问题,同时为了进一步提高蒙特卡罗的模拟精度和收敛速度,构造了对应的主成分方差缩减方案,并将该方案应用于一款挂钩多股票的理财产品定价中。结果表明,该方案既可以减小模拟的复杂程度,又提高了理财产品的定价精度。

关键词：区间理财产品定价时变波动率主成分蒙特卡罗

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

黄金挂钩型理财产品定价研究

黄金挂钩型理财产品定价研究

作者：王雅琪贵州民族大学

学位级别：硕士

随着经济发展和金融市场日益完善,人们对个人投资方面的需求表现得日益强烈,银行作为国家重要金融流通机构,相继推出了一系列理财产品,作为一项重要的金融投资,其原理是客户向银行提供一定的本金,在规避风险的同时获得利润,与商业银行... 详细信息

随着经济发展和金融市场日益完善,人们对个人投资方面的需求表现得日益强烈,银行作为国家重要金融流通机构,相继推出了一系列理财产品,作为一项重要的金融投资,其原理是客户向银行提供一定的本金,在规避风险的同时获得利润,与商业银行的定期存款不同,它会带来更大的收益但同时也要承担一定程度的风险,为了降低投资的风险同时提高收益,便产生了金融理财产品的定价问题。本文主要研究黄金挂钩型理财产品,选取来自财经网的黄金价格数据,对其进行分析,引出了金融市场数学模型,并选取了几款不同理财期限的理财产品,采用常微分方程及积分换元的方法,计算出了这些理财产品的现值。而后我们分析了黄金指数的对数收益率,发现其对数收益率序列具有波动聚集效应,这与传统B-S模型假定波动率为常数的情况不同,由此本文采用条件异方差模型(ARCH模型)对黄金价格波动率序列进行分析和预测,并通过分析金融市场数学模型,确定了挂钩型理财产品在到期日的损益,然后通过预测得到的波动率对其进行Monto-Carlo建模并将此运用到损益模型中,模拟得到理财产品在到期日的价值。最后我们对Monte-Carlo模拟的有效模拟次数与模拟精度进行了分析,得到不同显著性水平下的不同精度的有效模拟次数,该有效模拟次数的选取提高了模拟结果的精确性,为理财产品的定价的提供了合理性验证。运用本文所得结论将可以分析多种理财产品的现值,对理财产品的投资活动具有一定的指导意义。毕竟一个合理的价格,不仅可以吸引投资者,还可以有效消除套利机会,使市场趋于完全。

关键词： BS模型 ARCH模型 Monte-Carlo模拟挂钩型理财产品

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于组合模型对汇率的预测研究

基于组合模型对汇率的预测研究

作者：何团贵州民族大学

学位级别：硕士

随着世界经济的发展,各国之间的交流与日俱增,汇率作为维系国与国之间经济贸易往来的桥梁,对各国之间的经济来往起着至关重要的作用,汇率的变动直接影响到世界的贸易经济。因此,正确分析和预测汇率对国家制定经济政策和规避风险具有重... 详细信息

随着世界经济的发展,各国之间的交流与日俱增,汇率作为维系国与国之间经济贸易往来的桥梁,对各国之间的经济来往起着至关重要的作用,汇率的变动直接影响到世界的贸易经济。因此,正确分析和预测汇率对国家制定经济政策和规避风险具有重要的意义。目前,对汇率预测问题的研究大致遵循两种思路,一种是采用单一模型进行预测,另一种则是采用多个模型组合预测。很多学者常使用传统时间序列模型与线性模型来预测未来汇率值的波动,但实证分析表明,汇率的波动不仅存在线性规律,还呈现出一定的非线性特征,单纯地使用线性或非线性模型来预测汇率,必然会产生较大的误差。基于此,本文选取适当的线性模型与非线性模型进行组合,并利用组合后的模型对人民币/美元的即期汇率值进行拟合及预测。首先,利用单一的时间序列ARIMA模型预测,考虑模型中的残差分布问题,对不服从正态分布的残差采用逆变换的方法对其进行插值拟合,发现拟合之后的残差对模型的预测误差精度有一定的改进。其次,对灰色GM模型和利用二次插值法与辛普森公式进行组合对GM模型的背景值进行改进并预测;同时采用BP神经网络模型对汇率进行了预测。模拟结果表明,针对汇率的预测,BP神经网络模型的预测结果优于其他模型的预测。再次,分别利用ARIMA模型、改进的ARIMA模型、改进的灰色GM模型与非线性BP神经网络模型组合来对汇率进行预测,研究表明组合模型的预测误差比单一模型的预测误差要小很多,组合模型中逆变换ARIMA模型与BP神经网络模型组合效果优于其他组合模型。最后,通过实证分析对汇率进行预测并验证本文提出的方法,研究表明逆变换拟合模型残差的方法能改进模型的预测精度,其结果对汇率的走势进行预测分析有一定的研究意义。

关键词： ARIMA模型 GM模型 BP模型组合模型汇率预测

基于分位数回归方法的金融风险VaR测度研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分位数回归方法的金融风险VaR测度研究

作者：扶仕彤贵州民族大学

学位级别：硕士

随着金融市场的发展,金融风险也在不断增大,对一个国家经济所产生的影响越来越难以被忽视,因而对金融风险进行度量显得尤为重要。在众多风险度量模型中,VaR(Value-at-Risk)是目前最为流行的风险测量工具,因此,如何准确地度量金融风险Va... 详细信息

随着金融市场的发展,金融风险也在不断增大,对一个国家经济所产生的影响越来越难以被忽视,因而对金融风险进行度量显得尤为重要。在众多风险度量模型中,VaR(Value-at-Risk)是目前最为流行的风险测量工具,因此,如何准确地度量金融风险VaR对国家的金融市场健康发展具有重要意义。目前,对VaR进行测度的方法主要分为参数法、非参数法、半参数法,例如广义条件自回归模型、蒙特卡洛模拟法等。很多学者通过采用参数方法对VaR进行风险测度,但由于金融数据普遍都具有尖峰厚尾的特性,使得参数的正确估计变得更加难以把握。基于此,本文选取分位数回归模型与神经网络结合对股票市场的VaR进行风险测度研究。首先,选取贵州百灵股票和贵州茅台股票,在95%的置信水平下,基于TGARCH模型、分位数回归模型(QR模型)和神经网络分位数回归模型(QRNN模型)对VaR进行测度研究。实证分析表明,通过滚动样本划分方法划分样本后,传统的TGARCH模型在95%的置信水平下,对VaR的度量精度最差,模型的效果并不理想,一般分位数回归模型次之,较传统参数方法模型效果和精度都有所提升,而神经网络分位数回归方法对VaR的风险测度最为理想。其次,为进一步探究VaR的风险测度,本文又选取了上证综指和深证成指两组数据,分别利用分位数回归方法和神经网络分位数回归方法对95%的置信水平下和99%置信水平下的VaR情况进行测度研究,将一般分位数回归方法与神经网络分位数回归方法在相同条件下进行比较,结果发现,神经网络分位数回归不论是对95%置信水平下的VaR测度情况还是99%置信水平下的VaR测度情况都比一般分位数回归方法更为理想。研究表明,对金融风险VaR的测量,神经网络分位数回归模型优于传统的TGARCH模型和一般分位数回归模型。

关键词： VaR测度分位数回归方法神经网络分位数回归风险度量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于组合模型对股票价格的预测研究

基于组合模型对股票价格的预测研究

作者：肖琳贵州民族大学

学位级别：硕士

随着我国经济发展和人民生活水平不断的提升,人们对于投资理财的方式也在不断地变化,越来越多的人开始关注并参与到股票投资市场中来,以期获得较大的收益,但股票市场投资在给投资者带来收益的同时,也存在较高的风险,因此对股票的预测尤... 详细信息

随着我国经济发展和人民生活水平不断的提升,人们对于投资理财的方式也在不断地变化,越来越多的人开始关注并参与到股票投资市场中来,以期获得较大的收益,但股票市场投资在给投资者带来收益的同时,也存在较高的风险,因此对股票的预测尤为重要。目前对于股票价格预测的方法一般采用单一模型和组合模型进行预测。许多学者通常采用单一的传统时间序列模型或神经网络模型以及将模型进行组合来进行预测,实证分析表明,单纯地使用时间序列模型或神经网络模型来预测股票价格,会带来较大的误差,而合适的组合模型能提高预测的精度。基于此,本文选取沪深300指数和上证指数的收盘价作为预测对象,建立合适的组合模型对股票价格进行预测。首先,利用ARIMA模型和BP神经网络模型,以及主成分广义回归神经网络模型PCA＿GRNN对两支股指的收盘价进行预测,并将三个单一模型预测精度进行对比,发现PCA＿GRNN模型预测效果最好;其次,利用等权重法、方差倒数法和优势矩阵法这三种线性赋权的方式,将三种单一模型两两进行组合来预测两支股指的收盘价,结果表明,PCA＿GRNN模型分别与ARIMA模型和BP神经网络模型的组合优于ARIMA、BP神经网络模型及ARIMA＿BP组合模型,但比单一模型PCA＿GRNN预测精度差;最后,以PCA＿GRNN模型为基础,建立两种残差优化组合模型,即PCA＿GRNN＿ARIMA模型和PCA＿GRNN＿GM（1,1）模型。结果表明,两种残差优化组合模型预测精度均优于PCA＿GRNN模型,其中PCA＿GRNN＿ARIMA模型预测效果最好。

关键词：股票价格预测组合模型 ARIMA模型广义回归神经网络

偏最小二乘相关算法及其应用 ——以贵州省经济增长与能源消耗为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

偏最小二乘相关算法及其应用 ——以贵州省经济增长与能源消耗为例

作者：曹杨贵州民族大学

学位级别：硕士

偏最小二乘法是一种多元统计分析方法,是由伍德（***）和阿巴诺（***）两位科学家在1983年解决计量化学问题时提出的,它是传统多元线性回归模型的改进。因为此方法综合了主成分回归和典型相关分析的思想,能较好地解决变量间存在多重共... 详细信息

偏最小二乘法是一种多元统计分析方法,是由伍德（***）和阿巴诺（***）两位科学家在1983年解决计量化学问题时提出的,它是传统多元线性回归模型的改进。因为此方法综合了主成分回归和典型相关分析的思想,能较好地解决变量间存在多重共线性及样本量小于变量个数的问题,因此,偏最小二乘法从化学领域的应用迅速发展到医学、生物、机械、经济学等领域的应用。本文主要研究了贵州省经济增长与能源消耗两组指标,得出了数据指标间存在一定的多重共线性,因此构建了贵州省经济增长对能源消耗的主成分回归模型,并研究了贵州省经济增长与能源消耗之间的典型相关分析,但这两种方法存在一定的局限性,进而又通过偏最小二乘法以及对多因变量进行双重筛选方法对两变量系统之间建立回归模型,将预测结果与主成分回归进行相互比较,最后得出对因变量逐步双重筛选的回归更加优越。另外对典型变量的相关系数的检验,先运用基于正态假设的χ检验进行检验,但为避免数据呈非正态时检验发生扭曲,随之应用非参中Bootstrap检验方法对相关系数进行检验,检验出2对典型变量的相关系数是显著相关的,与χ检验结果一致,但此时却不受正态假设的约束,且在对偏最小二乘回归模型参数的检验中,也采用此检验方法,检验结果显著,故可增强检验的可靠性。通过上述统计方法对经济与能源两变量系统的分析,得出贵州省能源与经济之间的定性分析;且通过Bootstrap方法与传统的χ检验对系数的检验的比较,得出Bootstrap方法不再受正态假设的约束,具有很好的应用性。

关键词：主成分回归偏最小二乘回归典型相关经济增长能源消耗