發(fā)布時間：2021-07-18 06:38

　　極端收益的預測在金融風險管理中非常重要。本文系統(tǒng)研究了極端收益重現(xiàn)時間間隔的統(tǒng)計規(guī)律,提出了一種基于重現(xiàn)時間間隔分析的早期預警模型,并對極端收益的重現(xiàn)進行預測,檢驗了模型在樣本內(nèi)外的預測性能;最后分別針對極端正收益和極端負收益的樣本外預測結果,設計了看漲和看跌的兩種交易策略,并以中國上證指數(shù)、法國CAC40指數(shù)、英國富時指數(shù)、香港恒生指數(shù)和日本日經(jīng)指數(shù)為例,對交易策略的日均收益率進行了統(tǒng)計顯著性檢驗。研究結果表明,極端收益的重現(xiàn)時間間隔具有右偏、尖峰厚尾和強自相關等典型特征;極端收益預測模型在樣本內(nèi)和樣本外檢驗中都具有良好的預測能力;看漲和看跌交易策略在賣出區(qū)間均能有效地避開下跌階段,看漲策略有更顯著的盈利水平。 

【文章來源】：中國管理科學. 2020,28(05)北大核心CSSCICSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

看漲策略(a)和看跌策略(b)的交易示意圖

如圖所示,圖2(a)展示了上證指數(shù)的對數(shù)價格及其收益率。從圖2(a)可以看出,指數(shù)在1997年以后總體呈上升趨勢,在陰影部分均包含明顯的趨勢上升和趨勢下跌的階段,而其他部分以震蕩為主。從收益率圖看出,股指的對數(shù)收益率在局部時間段內(nèi)會出現(xiàn)較大的波動幅度,而在其他時間段的波動幅度都相對較小,說明它具有波動集聚性。3.2 重現(xiàn)時間間隔分析

為了預測金融市場在一段時間內(nèi)是否會再次出現(xiàn)極端收益,本文基于風險概率和優(yōu)化的風險閾值進行樣本外預測。首先,根據(jù)樣本內(nèi)數(shù)據(jù)估計重現(xiàn)時間間隔的分布參數(shù),從而得到風險概率W(Δt|t)的公式,再以風險概率做為早期預警指標,通過有效值U(θ)的最大化來確定優(yōu)化的風險閾值wt。當風險概率W(Δt|t)大于風險閾值wt時,認為Δt時間后會再次發(fā)生極端事件,反之認為不會發(fā)生。為了確定優(yōu)化的風險閾值wt,需要在[0,1]內(nèi)取遍盡可能多的w值,計算出對應的錯誤預測率A和正確預測率D,再通過最大的效用值U(θ)找到樣本外預測所需的風險閾值wt。通過作D關于A的圖像,得到預測評估中常用的受試者工作特征曲線(Receiver Operating Characteristic,ROC),ROC曲線可以用于評價二分類算法的性能。其中,對角線(y=x)表示隨機猜測的結果,若ROC曲線在對角線的左上方,說明預測的準確性比隨機分類更高,而且最靠近左上角的點對應錯誤最少的閾值。

【參考文獻】：
期刊論文
[1]股價暴漲的風險:基于中國股市的實證[J]. 葉彥藝,高昊宇,楊曉光.  中國管理科學. 2019(07)
[2]資產(chǎn)價格泡沫何時發(fā)生崩潰?——基于LPPL模型的在中國金融市場上的有效性檢驗[J]. 潘娜,王子劍,周勇.  中國管理科學. 2018(12)
[3]基于ODR-ADASYN-SVM的極端金融風險預警研究[J]. 林宇,黃迅,淳偉德,黃登仕.  管理科學學報. 2016(05)
[4]中國金融風險預警研究[J]. 陳守東,楊瑩,馬輝.  數(shù)量經(jīng)濟技術經(jīng)濟研究. 2006(07)



本文編號：3289054