基于混频技术和组合预测的资产复杂相关性密度预测研究：短期冲击、长期影响与机制转换

On the condition of a weak recovery of global economic growth, the trend of international financial market integration will strengthen. The relationship among stock market, bond market, derivative market and commodity market will be more complexed than ever before. Based on the research insufficiency in this field, the aim of this proposal is, from the angle of complex nonlinear theory, firstly to investigate the short-term shock, long-term influence and regime-switching characteristics of asset correlation by employing mixed frequency data sampling tool. Then using the method of dynamic model averaging, a forecasting combination of single linear and nonlinear correlation models is proposed. Thirdly we are going to construct a new correlation density forecasting based on the point forecast suggested in this proposal. Finally the statistical and economic evaluations, as well as some empirical applications of these correlation forecasts are also carried out.

在目前全球经济增长乏力的不利背景下，金融市场的一体化趋势将进一步增强，股市、债市、衍生品和大宗商品等市场间必将呈现出更加多样化和复杂化的相互影响与联系。鉴于现有研究的不足，本申请的研究目标在于：从复杂非线性科学的全新视角入手，运用混频建模技术（Mixed frequency data sampling），综合考察影响资产相关性的短期冲击、长期影响和机制转换特征；同时运用动态模型平均（Dynamic model averaging）的组合预测方法，集成各类相关性预测模型的线性与非线性结果，得到优于现有各类单一、单频模型的相关性组合点预测（Correlation point forecasting）技术。进一步，提出全新的基于上述点预测结果的资产复杂相关性密度预测（Correlation density forecasting）方法，并开展相关的统计检验、经济评价与应用研究。

在目前复杂的国际经济和金融环境背景下，股市、债市、衍生品和大宗商品等市场间呈现出更加多样化和复杂化的相互影响与联系。本课题利用包括混频建模技术和马尔科夫机制转换等方法在内的多种计量工具探索了各类市场间的复杂相关性。同时，结合上述方法与动态模型平均在内的多种线性和非线性动态组合预测技术，对金融资产收益率和波动率进行了相关的点预测和密度预测研究。.目前，申请书中所列示的主要研究内容基本完成，课题组团队正式发表（含在线发表）期刊论文82篇，其中在国家自然科学基金委管理科学部认定的重要管理学期刊上发表6篇、其他CSSCI检索/北大中文核心期刊论文3篇、SSCI/SCI检索期刊论文72篇等（其中包含金融和经济领域的多篇高水平期刊论文，如Journal of Empirical Finance、Energy Economics、Quantitative Finance和Journal of Forecasting等）。项目组成员后续已获3项国家自然科学基金、1项四川省教育厅社科重点项目和1项福建省社会科学规划青年项目资助，4人获得博士学位，1人获得硕士学位。研究成果主要体现在以下几个方面：.（1）基于混频建模技术的相关方法和其他的复杂相关性研究方法，探索了金融资产的一些潜在影响因子与金融变量间的复杂相关性，同时，在引入混频建模技术的同时，将机制转换方法和缩减方法，用于对金融资产的价格和波动率的建模和预测分析中，构建了新的预测模型，取得了比传统方法更好的预测效果。.（2）我们采用了比固定参数组合预测方法更加灵活和符合实际的时变参数组合预测方法，考虑各类基于复杂科学的线性和非线性预测模型，将动态模型平均和动态模型选择等动态组合方法用于预测金融资产的价格和波动率，发现了动态组合预测方法优于单个预测模型和传统组合预测方法的预测效果。.（3）我们利用参数法和非参数模拟法对已实现（历史）边缘分布进行建模，结合组合预测方法，进行了相关性点预测和密度预测研究，并针对点预测和密度预测结果开展了多种形式的统计检验。研究发现，密度预测的结果包含了比点预测结果更有效的信息，具有更重要的应用前景。