期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于二元选择分位数回归的上市公司信用评估 被引量:2
1
作者 蒋翠侠 黄韵华 +1 位作者 许启发 虞克明 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第7期998-1003,共6页
二元选择分位数回归是二元选择均值回归在分位数框架下的推广,能够更好地揭示解释变量对响应变量在不同分位点处的异质影响,从而可以更加准确地描述与预测二元选择行为。文章基于二元选择分位数回归建立了上市公司信用评估方法,通过数... 二元选择分位数回归是二元选择均值回归在分位数框架下的推广,能够更好地揭示解释变量对响应变量在不同分位点处的异质影响,从而可以更加准确地描述与预测二元选择行为。文章基于二元选择分位数回归建立了上市公司信用评估方法,通过数值模拟和实证研究,对二元选择分位数回归与二元选择均值回归的信用评估能力进行了比较。研究结果表明,无论样本内还是样本外,二元选择分位数回归均能够更加准确地评估上市公司的信用状况。 展开更多
关键词 信用评估 分位数回归 二元选择 受试者工作特征曲线
在线阅读 下载PDF
基于神经网络分位数回归的VaR金融风险测度 被引量:9
2
作者 许启发 徐金菊 +1 位作者 蒋翠侠 刘晓华 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第12期1518-1522,共5页
基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度... 基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。 展开更多
关键词 金融风险 风险价值(VaR) 分位数回归 神经网络分位数回归
在线阅读 下载PDF
基于GARCH-EVT模型的证券投资基金动态风险测度 被引量:1
3
作者 许启发 陈士俊 蒋翠侠 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2015年第7期997-1003,共7页
文章考虑了一类极值风险特征更为明显的金融资产,以股票基金、混合基金和债券基金为研究对象,比较研究了RiskMetrics、GARCH和GARCH-EVT 3类模型在动态极端风险测度上的表现,分别采用似然比检验和Bootstrap方法对3类模型给出的VaR和ES... 文章考虑了一类极值风险特征更为明显的金融资产,以股票基金、混合基金和债券基金为研究对象,比较研究了RiskMetrics、GARCH和GARCH-EVT 3类模型在动态极端风险测度上的表现,分别采用似然比检验和Bootstrap方法对3类模型给出的VaR和ES动态风险测度效果进行了返回测试。实证研究表明:基于GARCH-EVT模型给出的各类基金动态VaR和ES风险测度结果更为准确,意味着将GARCH模型与极值理论相结合,能够实现极端风险的准确测度;ES风险测度比VaR风险测度更保守,在测度极端风险时,应采用ES风险测度作为VaR风险测度的补充。 展开更多
关键词 证券投资基金 GARCH-EVT模型 VaR风险测度 ES风险测度 返回测试
在线阅读 下载PDF
基于支持向量分位数回归的货币需求条件密度预测研究
4
作者 许启发 俞奕涵 蒋翠侠 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2017年第1期121-127,共7页
考虑到货币需求与其影响因素之间复杂的关系,基于支持向量分位数回归(support vector quantile regression,SVQR)模型,文章研究了货币需求及其影响因素之间的非线性依赖关系,给出了货币需求条件密度预测方法,并将其与传统的线性分位数... 考虑到货币需求与其影响因素之间复杂的关系,基于支持向量分位数回归(support vector quantile regression,SVQR)模型,文章研究了货币需求及其影响因素之间的非线性依赖关系,给出了货币需求条件密度预测方法,并将其与传统的线性分位数回归模型进行了比较。选取中国2004年1月至2014年12月期间工业增加值、消费物价指数(consumer price index,CPI)、利率与M1的月度数据进行实证研究,结果表明SVQR模型不仅能够很好地拟合货币需求,而且能够给出准确的概率密度预测结果。 展开更多
关键词 货币需求 分位数回归 支持向量分位数回归(SVQR) 条件密度预测 广义近似交叉验证(GACV) 准则
在线阅读 下载PDF
动态高阶矩风险稳健性测度与参数化组合投资决策研究
5
作者 刘书婷 许启发 蒋翠侠 《运筹与管理》 CSSCI CSCD 北大核心 2023年第8期166-173,共8页
针对已有高阶矩组合投资模型中风险测度与模型求解的不足,本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先,运用混频数据抽样分位数回归(MIDAS-QR)模型,充分挖掘高频数据信息,提高动态高阶矩风险测度的及时性... 针对已有高阶矩组合投资模型中风险测度与模型求解的不足,本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先,运用混频数据抽样分位数回归(MIDAS-QR)模型,充分挖掘高频数据信息,提高动态高阶矩风险测度的及时性、准确性和稳健性;其次,采用参数化组合投资策略,将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数,大幅缩减待估计参数数目,提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证,研究结果一致表明:第一,基于MIDAS-QR模型的动态高阶矩风险稳健性测度,不仅充分考虑了金融风险的时变特征,而且测度结果受异常值影响较小,是一个稳健且有效的测度方法;第二,市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关,条件波动率、动态峰度风险与组合投资权重显著负相关,这些为组合投资决策提供了较好的机理性解释;第三,与等权方案、M-V模型、基准(B)模型和B-S模型等相比,本文构建的B-S-K模型,在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。 展开更多
关键词 高阶矩风险 组合投资 参数化策略 MIDAS-QR CARA效用函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部