国家自然科学基金(10726019)
- 作品数：7 被引量：20H指数：3
- 相关作者：唐亚勇吴秋芳张琳刘懿祺唐子健更多>>
- 相关机构：四川大学成都纺织高等专科学校更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学更多>>
- 方差伽玛分布的可加性及其在金融分析中的应用(英文)
- 2013年
- 在现代金融数据分析中,金融收益率数据的一个重要性质——在较长时间服从同一类分布——与收益率数据的其他典型特征:非对称性,尖峰厚尾,波动群聚性等有着同样的重要性.本文研究了方差伽玛分布的可加性及其在金融数据分析上的应用,并运用其验证了金融数据收益率数据满足上面的性质.作者采用贝叶斯方法对分布的参数进行了估计,并与R软件中的ghyp程序包的结果进行了比较,最后也对贝叶斯方法产生的Markov链的收敛性运用CODA软件进行了诊断.
- 刘懿祺唐子健唐亚勇
- 关键词：可加性
- 用股指期货对ETF基金进行套期保值的研究被引量：1
- 2013年
- 本文用沪深300股指期货为工具,分别研究三种指数基金:50ETF、100ETF、180ETF的套期保值策略,套保率的选取分别由静态的Ederington模型和动态的状态空间模型给出.在不同的市场趋势下,对两种套期保值策略的优劣做比较.结果表明,在控制风险(方差)上,后者总优于前者;而在获得绝对收益上,后者只能在市场趋势明确的时候有优势.
- 唐子健刘懿祺唐亚勇
- 关键词：套期保值ETF沪深300股指期货状态空间模型
- 基于Copula-GARCH-MMBP的Monte Carlo期权定价方法（英文）被引量：2
- 2015年
- 本文将与两种指数相关的股权挂钩票据的定价问题转化为期权定价问题,提出了一种基于Copula模型的Monte Carlo期权定价方法.针对两组对数收益率序列的相关性结构,本文运用Copula-GARCH模型进行了拟合,并采用修正的极大似然估计方法对模型的参数进行了估计.作为应用,本文对汇丰银行发行的一种股权挂钩票据进行了定价和利润分析.
- 葛东娇文丹丹戴朝娟唐亚勇
- 关键词：MONTECARLO方法
- 基于GARCH类模型和BP神经网络的量价关系实证研究被引量：6
- 2013年
- 作者以量价关系相关理论为基础,使用EGARCH模型和BP神经网络对中国股市的量价关系进行了实证研究.EGARCH模型的参数估计结果显示加入交易量的模型更优.然后作者得到了上证指数的如下量价关系特征:非预期成交量与股市波动性之间存在较强的正相关关系且我国股市收益率的波动存在明显的"杠杆效应".因而加入交易量的BP模型具有更小的均方误差.
- 吴秋芳王长辉唐亚勇
- 关键词：量价关系EGARCHBP神经网络GRANGER检验
- 资产收益率时间序列的条件异方差模型新探被引量：2
- 2011年
- 现代金融风险管理中,利用条件异方差模型进行金融时间序列分析扮演着十分重要的角色,最典型的应用是基于观察到的离散时间价格或对数收益率序列做出管理决策.本文试图建立一种新的条件异方差模型去拟合资产收益率时间序列,该模型被本文提出的"正态分布的双变量连续二元正态混合(BNC-MN)分布"信息所驱动.该模型能充分捕捉资产收益率时间序列的"典型特征"如:非对称性,尖峰厚尾,波动群聚以及Black金融杠杆效应等;同时在此模型下,我们可以对上述特征做出较合理的经济学解释,并在一定程度上揭示用广义自回归条件异方差模型(GARCH)去模拟资产收益率序列的合理性.
- 苟中华张琳唐亚勇
- 上市公司股票成交额时间序列的模糊聚类分析被引量：4
- 2011年
- 引入了股票成交额时间序列的相似性度量,通过模糊聚类方法,将成交额时间序列相关性好、数量级接近的股票聚类,并以有色金属类股票为例进行了实证分析,通过MATLAB编程实现算法,计算出聚类结果,并从市场经验和直观角度对结果进行了分析,说明了聚类结果的有效性.
- 吴秋芳唐亚勇
- 关键词：上市公司成交额时间序列模糊聚类
- 基于GARCH类模型的中国股市收益率分析被引量：7
- 2012年
- 自二十世纪八十年代以来,金融时间序列的波动群聚性,尖峰厚尾性和长记忆性特征的研究已经成为众多研究的论题,是当今金融风险管理的核心.GARCH类模型是波动群聚性建模中常用的模型.作者在简要介绍金融时间序列波动性的GARCH模型的基础上,运用MATLAB软件包编程,利用FIGARCH模型、NAGARCH模型和EGARCH模型对中国股市波动特征进行建模,并比较了正态分布、Student-t分布、GED分布和偏t分布等四种不同分布特征的FIGARCH、NAGARCH和EGARCH模型对中国股市波动特征的拟合.实证结果表明,偏t分布更适合我国股市波动特征的描述,FIGARCH模型在拟合效果方面要优于其他模型.
- 张琳罗杨飞唐亚勇
- 关键词：偏T分布FIGARCH模型长记忆性
