张波
- 作品数：69 被引量：253H指数：9
- 供职机构：中国人民大学统计学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学重点研究基地度重大研究项目国家社会科学基金更多>>
- 相关领域：经济管理理学社会学政治法律更多>>
- 随机泛函微分方程稳定性
- 2001年
- 讨论带跳跃的滞后型的随机微分方程的稳定性问题 。
- 张波
- 关键词：稳定性滞后型
- 金融高频高维数据的波动率矩阵估计:基于GARCH-Ito分组因子模型
- 2022年
- 在高频金融数据分析中,高维波动率矩阵的估计和预测十分具有挑战性,当金融资产存在自然的分组结构时,此问题尤为突出.为此,本文提出一种新的GARCH-Ito分组因子模型,将对数价格序列表示为共同因子、分组因子以及异质项,并通过将离散的广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity,GARCH)结构嵌入特征值过程的波动率中,实现刻画数据波动率动态的目的.本文利用伪极大似然法得到模型的参数估计,建立极限理论,模拟研究表明其良好的有限样本性质.在实证研究中,利用上海证券交易所主板及深圳证券交易所创业板的股票高频价格数据,对比了不分组的模型及波动率矩阵的非参数多尺度已实现波动率(multi-scale realized volatility,MSRV)估计,对比结果显示本文模型具有更好的波动率预测效果.
- 高维清吴奔吴奔
- 关键词：高频数据
- 金融时间序列的自适应贝叶斯在线变点检测
- 2025年
- 快速识别金融时间序列数据流中的变点有助于判断时序数据的趋势变化、动态更新时序分析模型,从而为金融市场中的投资决策、风险管理提供及时可靠的决策支持。然而金融时间序列常表现出复杂或剧烈的波动,如何对金融时序数据进行稳健的在线变点检测仍是一个巨大的挑战。对此,本文基于贝叶斯在线变点检测的框架,提出一种带有滑动窗口的自适应在线变点检测方法。通过滑动窗口的平滑机制,该方法在每个窗口中对变点检测所需的超参数进行实时动态更新,以适应数据环境的动态变化。在模拟数据和上证综指时序数据的实验结果表明,本文提出的方法能够在已有的贝叶斯在线变点检测方法基础上进一步提高识别效果,及时发现变点并避免将正常的序列波动误报为变点。基于上证综指数据,本文方法能够发现带有特殊信号的时间序列,进而为金融市场的风险预警、投资指导等提供有价值的参考。
- 朱映秋郑畅张波
- 关键词：金融时间序列
- 我国企业外汇风险管理系统构建
- 张波
- 关键词：外汇风险
- 部分线性变系数模型的一种新的轮廓(Profile)最小二乘估计被引量：5
- 2015年
- 作为部分线性模型和变系数模型的推广,部分线性变系数模型以其良好的适应性和稳健性受到了广泛的关注。本文基于函数的局部线性拟合,给出部分线性变系数模型的另一种轮廓(profile)最小二乘估计的方法,并从理论上证实了所得估计量具有良好的渐近性质,最后给出了估计方法的实例分析。
- 张波郭海兵
- 关键词：变系数模型局部多项式估计
- 基于EGARCH-M模型的沪深300股指期货跨期套利研究——一种修正的协整关系被引量：16
- 2017年
- 现有的基于协整股指期货跨期套利策略主要利用GARCH模型进行建模。该模型忽略了杠杆效应的存在,也未考虑条件方差可能影响协整方程。在引入EGARCH-M模型进行套利研究的基础上,提出一种新的协整关系——修正的协整;利用沪深300股指期货合约的每分钟收盘价进行实证分析,结果表明:正态EGARCH-M模型对数据的拟合效果优于传统的GARCH模型,通过设定合理的交易机制可以获得良好的套利结果;非正态的EGARCH-M模型在拟合效果和捕捉套利机会方面都比正态模型具有更好的表现,且套利效果也有显著提高。
- 张波刘晓倩
- 关键词：股指期货跨期套利EGARCH-M模型
- 清代中缅宗藩关系研究
- 中缅两国的关系源远流长，自从先秦时代，两国人民就开始了经济、文化等方面的接触、交流。至明代中后期，缅甸开始加入中国的宗藩朝贡体系，中缅两国之间的政治联系愈发紧密。
清王朝建立后，力图承袭明王朝的宗藩体系。尽管如此，...
- 张波
- 基于因子分析的地震灾害评价指标体系研究被引量：3
- 2009年
- 对地震灾害造成的损失和破坏程度的评价和测度是进行地震应急和灾后重建的重要依据,如何快速评价地震灾害的程度成为决策的关键所在。文章利用因子分析的方法,对地震灾情统计的相关指标进行分析,从而构建了以经济损失程度、人员损失程度和地震震级强度为主因子的地震灾情评价的指标体系。
- 常相全韩静轩张波
- 关键词：地震灾害
- 随机模型的分析、推断与应用
- 张波张景肖魏丽许王莉殷弘张成思
- 该项目来源于教育部新世纪优秀人才支持计划、国家自然科学基金项目：路径空间与环空间上随机分析若干专题研究(批准号：10601066)和国家自然科学基金项目：保险精算理论和金融工程交叉研究的若干问题(批准号：70501028...
- 关键词：
- 关键词：非线性数学期望统计推断经济数学
- 基于高斯混合模型的分布因子聚类方法
- 2024年
- 随着信息技术的发展,人类社会产生的数据规模越来越庞大、形式越来越复杂,对聚类分析形成了巨大挑战。在越来越多的应用场景中,观测数据具有相互关联、层次嵌套的结构,使传统聚类方法难以直接适用。通常的解决方案是采用特征工程方法将观测信息压缩为低维特征向量进行聚类,但这将带来不可避免的信息损失。为充分利用观测数据,本文以分布函数表示聚类对象,大幅降低信息损失,进而提出基于高斯混合模型的分布因子模型。该模型将聚类对象的观测数据分解为两部分,一是以高斯成分表示的公共因子,反映数据中具有共性的典型模式;二是载荷矩阵,矩阵中每个载荷向量反映个体的异质性特征。估计得到载荷向量后即可对不同个体实现聚类划分。本文提出的方法具有优良的统计学效率,能够证明在一定假设条件下聚类误差率能够随着观测个体数目的发散而趋近于0。基于模拟数据和股票收益、大气污染实际数据的实验表明,该方法能够区分具有不同特征模式的个体,解决多维数据的分布函数聚类问题,并为金融风险管理、空气质量的差异化治理等现实问题提供决策支持。
- 朱映秋黄丹阳张波
- 关键词：聚类分布函数高斯混合模型复杂数据
