导读:本文包含了极端波动论文开题报告文献综述及选题提纲参考文献，主要关键词:极端大风,动力条件,变压风,不稳定层结
极端波动论文文献综述
张文军,李健,杨庆华,田庆明,王海燕[1]（2019）在《河西走廊西部一次极端大风天气过程3次风速波动的动力条件分析》一文中研究指出利用自动气象站、高空探测和NCAR/NCEP再分析资料,对2017年5月1-3日河西走廊西部极端大风天气的影响系统、3次风速波动和动力条件等方面进行了分析。结果表明:在阻塞高压发展加强和冷涡的异常南压作用下,冷平流和动量下传是河西走廊西部持续大风形成的关键因素;第一次大风波动主要与地面变压风有关,动量下传在第二、叁次大风波动中起重要作用;在高空急流入口区中心及左侧伴生的下沉运动能有效将高空动量下传到500 h Pa,低层不稳定层结发展的动量交换作用和热力、动力条件下所产生的垂直运动使中低空动量下传至近地面;前倾槽所形成的涡度平流上负下正结构极有利于动量下传,垂直方向上涡度平流梯度越大、梯度大值中心越低,越容易引发河西走廊西部近地面极端大风。(本文来源于《高原气象》期刊2019年05期）
苑莹,于昕彤,张同辉[2]（2019）在《基于DFA的股市极端波动率阈值的确定及应用——基于系统动力学视角》一文中研究指出如何科学合理地界定极端波动的阈值是研究金融极端事件最为关键和核心的问题,而目前该方面的研究十分有限,且传统的方法(如标准差法和百分位法等)都存在较强的经验性和主观性。本文基于系统动力学这一研究视角,尝试用一种新的复杂性方法来解决这一问题。由于金融市场极端波动事件是金融市场演化的极端状态或受到外界扰动而导致的异常状态。而金融市场的长程相关性不受或很少受极端状态的影响,因此可以运用DFA(消除趋势波动分析)方法,通过确定序列的DFA指数何时开始收敛于原始值来确定极端波动率阈值。本文以上证指数为研究样本,运用DFA方法对股市极端波动率进行定量化研究:首先,对股市波动率的长程时间关联进行分析,发现上海股票市场存在着固有的长期持续性的演化状态;其次,运用基于DFA的极端事件阈值确定方法确定了上海股市极端波动率的阈值,进而运用Du等提出的严重度指数对股市极端波动事件发生的严重度进行实证分析,结果发现上述研究方法在研究股市极端波动方面具有较好的应用效果。(本文来源于《上海管理科学》期刊2019年01期）
郭文伟,刘英迪,袁媛,张思敏[3]（2018）在《大宗商品期货价格极端波动风险与演化模式研究——基于供给侧结构性改革视角》一文中研究指出以综合类、工业类、能化类、金属类、贵金属类、农产品类等6种大宗商品期货为研究对象,通过结合极值理论(EVT)和条件风险自回归模型(CAViaR)构建CAViaR-EVT模型,对这些大宗商品期货价格的多头极端风险与空头极端风险(极端VaR)进行动态测度;基于严格的返回检测评价所构建模型的合理性,进而揭示其市场风险演化模式,研究结论表明:CAViaR-EVT模型在预测大宗商品期货价格极端风险时整体优于ARMA-GARCH族-EVT模型,且不同大宗商品期货价格市场风险演化模式存在显着差异,大部分商品期货市场风险具有自我增强趋势,且对外部利好利空消息的冲击响应呈现非对称性特征;供给侧结构性改革后工业类、金属类、农产品类大宗商品期货价格极端波动风险趋向增大,而贵金属类大宗商品期货则相反。(本文来源于《统计与信息论坛》期刊2018年11期）
张伟平,庄新田,李延双[4]（2018）在《股指极端波动下中国股票市场网络拓扑结构》一文中研究指出采用最小生成树方法构建股票市场网络,研究中国股市网络在股指极端波动前、中、后阶段MST结构的演化、拓扑指标与关键节点不同时期的个体行为特征.结果表明:中国股市行业内有很强的聚集性和行业间的匀质性;在极端波动时MST网络收缩,波动后网络又伸展扩张;极端波动中后期,材料业和信息技术业异军突起占据网络重要位置;不同传染源引起的极端波动其风险传播途径不同.股指极端波动加剧了股票市场股票间的联动性,市场中资产发生重新配置,网络结构产生新的调整.(本文来源于《东北大学学报(自然科学版)》期刊2018年10期）
郭文伟,刘英迪,袁媛,张思敏[5]（2018）在《比特币价格波动极端风险、演化模式与监管政策响应——基于结构突变点CAViaR-EVT模型的实证研究》一文中研究指出结合条件风险自回归模型(CAViaR)和极值理论(EVT)构建CAViaR-EVT模型,测度比特币价格波动的极端风险并界定其风险演化模式,进而比较分析中美两国监管政策对比特币市场风险的影响。研究结果表明:第一,比特币市场存在结构性突变点,且不同子区间的市场风险演化模式存在显着差异;第二,AS-EVT模型是比特币价格波动极端风险的最优测度模型;第叁,比特币市场风险呈现出明显的"自我增强"特征,其对外部消息的响应程度呈现一定的非对称性;第四,中美两国的监管取向及监管措施对比特币市场风险的影响存在结构性差异。上述研究结论的启示是:抑制虚拟货币市场风险的"自我增强"预期是防范其极端风险溢出的关键环节,应当加强对虚拟货币价格波动极端风险及其走势的监测,及时向市场发布风险预警提示、明确政府监管态度、出台相关监管措施,以防范虚拟货币市场发生极端风险;有关部门有必要加强比特币交易风险提示和投资者教育,密切关注比特币价格波动与跨境资金异常流动之间的关系,防范比特币市场异常波动给我国金融安全带来不利影响。(本文来源于《南方金融》期刊2018年10期）
徐磊,王兵兵[6]（2018）在《基于BMM模型河南省鸡蛋价格波动极端风险度量研究》一文中研究指出本文依据现代风险分析和评估理论的基本框架,探索构建了鸡蛋价格波动极端风险度量模型:运用X12季节调整和H-P滤波法对鸡蛋价格时间序列进行分解以确定波动周期,在此基础上运用极值BMM模型实现对鸡蛋价格波动周期(区间)极大值和极小值序列的有效拟合,以获得鸡蛋市场价格上涨和下跌极端风险的广义极值分布模型(GEV),从而解决了鸡蛋市场价格波动极端风险究竟服从什么概率分布规律的问题。基于我国鸡蛋主产区河南省鸡蛋市场价格的实证研究表明:鸡蛋波动周期为36个月,无论是上涨还是下跌,河南省鸡蛋价格周期内价格波动偏离均值的幅度基本集中在30%以下,但河南省鸡蛋价格下跌极端风险总体上要高于上涨极端风险,价格下跌极端风险落入40%-50%区间发生的概率是4.58%,更有0.97%的可能性(相对小概率)出现偏离均值50%以上的下跌波动。(本文来源于《2018中国保险与风险管理国际年会论文集》期刊2018-07-18）
郭明[7]（2018）在《基于随机波动的极端金融风险测度模型研究》一文中研究指出2008年次贷危机以来,人们逐渐意识到传统的风险管理理论对极端金融风险的发生与影响存在明显的低估,且危机发生时风险管理者缺乏应对此类风险的有效措施,最终导致巨额损失的产生。全面风险管理理论已提出将极端金融风险的管理纳入到整个风险管理的体系中,针对极端金融风险的研究已逐渐成为风险管理理论研究的热点之一。风险的合理量化既是风险管理的核心内容,也是整个风险管理的基础。根据风险的影响范围,金融市场的极端风险可从两个层次上进行量化:就单一市场而言,某产品收益率若落在某个既定范围之外可认为发生了一次极端事件,若将该事件造成的损失估计值作为量化极端风险的指标,则损失估计值越大,意味着极端风险程度越高;就多个市场而言,比起风险损失估计值,人们更关心极端风险在市场之间传染的可能性,若将尾部风险相依程度的大小作为量化极端风险的指标,则市场间尾部风险相依程度越高,意味着发生极端风险传染的可能性越强。本文分别从单市场和多市场这两个层次对极端金融风险测度模型展开研究。一是针对单一金融市场的极端风险测度模型研究。本文从收益率序列的波动水平、尾部分布形式、风险测度方法这叁个角度,对以SV-POT-VaR为代表的风险测度模型进行了优化。具体为:(1)使用尾部扭曲风险测度方法取代传统的VaR方法,构建基于尾部扭曲风险测度方法的SV-POT-TDRM极端风险测度模型并基于沪深300股指期货数据进行实证研究。传统VaR方法只考虑了分位点处的风险值,存在对尾部风险的低估。为了解决这个问题,本文从保险精算领域中引入扭曲风险测度思想对收益尾部的概率分布进行合理扭曲,再结合随机波动SV模型和极值POT理论,构建基于SV-POT-TDRM的极端风险测度模型。该模型的特点是通过对扭曲函数的形式与风险厌恶系数的合理设定,调整尾部风险的发生概率,不仅充分考虑了尾部风险,还反映了风险管理者由于主观风险偏好的不同对风险产生的估计差异。使用我国沪深300股指期货的市场数据进行实证及回溯检验发现,SV-POT-TDRM模型的预测失败率较低,对风险的谨慎程度高于以VaR和ES方法构建的模型。(2)增加对波动率结构突变特点的刻画,构建基于马尔科夫状态波动转换的MSSV-POT-TDRM极端风险测度模型并基于沪深300股指期货数据进行实证研究。金融资产的波动存在较明显的结构转换特点,意味着模型参数在样本的不同阶段会发生变化。使用恒定参数的基本SV模型不能有效反映该特点,容易出现“伪持续”现象,最终表现为对风险的高估。为了解决这个问题,本文将马尔科夫过程引入到随机波动SV模型中,再结合极值POT理论和尾部风险测度方法TDRM,构建基于MSSV-POT-TDRM的极端风险测度模型。该模型的特点是通过引入马尔科夫状态变量,使波动可以在高、低两个水平下变化,从而减少“伪持续”现象的发生。与SV-POT-TDRM模型相比,MSSV-POT-TDRM模型不仅保留了 TDRM风险测度方法的优势,对风险的估计更加合理,减少了不必要的金融资源(如风险准备金)的浪费。(3)放宽了极值分布参数恒定不变的假设条件,从期权数据中提取每日的尾部分布形状参数、隐含波动率、隐含偏度和隐含峰度作为短期极端风险的预警指标,并对这些指标的预测能力使用单变量和多变量logistic模型进行检验。在风险中性概率测度下,使用极值理论,利用市场上每日交易的虚值看跌期权价格得到尾部分布形状参数的时间序列,并使用Logistic单变量模型对形状参数的尾部风险预测能力进行检验。发现形状参数在叁个考察窗口期内都对极值风险有显着为正的影响,表现优于从期权中获取的其他指标(隐含波动率、隐含偏度和隐含峰度)。使用多变量Logistic模型进一步考察了在四个指标共为自变量的条件下,模型对尾部风险的预测能力,发现模型的解释能力比单变量模型有较大程度的提高,说明各指标所含的信息不完全相同,使用多个指标的风险预测能力优于使用单个指标。二是针对多个金融市场的极端风险测度模型研究。通过计算尾部相依性来描述多市场间的风险相依特点。首先构建一元随机波动-极值(SV-POT)模型求出每个市场的尾部分布形式,再借助于多元条件极值模型刻画市场间的风险相依结构,最后以极限条件概率的形式,即市场间的尾部相依性反映当某个市场发生极值事件时,其他市场发生极值事件的可能性。使用股指现货市场和股指期货市场的样本数据进行实证研究发现:两个市场的尾部存在正的较强的极值相依关系。本研究的创新主要包括以下叁点:创新点1:在单一市场情形下,基于比例扭曲函数对超过VaR水平的尾部风险发生概率进行扭曲并加权得到尾部扭曲风险测度(TDRM),并以此为基础构建SV-POT-TDRM极端风险测度模型。该模型通过对扭曲函数的形式和风险厌恶系数大小的调节确保风险测度结果与市场参与者的实际风险厌恶水平相一致,弥补了现有研究基于VaR和ES测度方法度量风险时,没有考虑市场参与者的风险厌恶水平的不足。创新点2:在单一市场情形下,通过在随机波动率过程中引入带马尔科夫区制转移的参数,提出并构建MSSV-POT-TDRM极端风险测度模型,可描述波动水平在高、低两个水平下的变化过程,减少“伪持续”现象的发生,从而减少对风险的高估。创新点3:在单一市场情形下,从期权市场交易数据中分别提取出极值分布的参数、隐含波动率、隐含偏度和峰度,并考察了这些指标对短期极端风险的预测能力(含单一指标和联合指标)。在多个市场情形下,构建多元条件极值模型考察市场间的尾部相依性、挖掘市场间的非线性相关关系并估计出发生极端风险传染的可能性。本论文中的研究一方面有助于加深投资者对金融产品风险的理解,并应用在实际的投资活动中,如在其他条件相同的情况下,尽量选择购买尾部风险较低的产品;在构建组合时,还需要注意资产与资产之间、资产与组合之间的尾部相依性,减少因尾部风险聚集而带来巨额损失的可能性。另一方面,有助于监管当局加强对股市系统性风险的监控与管理。本论文中构造的尾部风险量化模型为监管部门提供了系统性风险管理的工具支持,如可用于设计期货的保证金水平、涨跌停板的幅度限制和熔断机制多层阈值等;短期的风险预测模型则可用来监控市场短期的极端风险波动程度,对突然发生的极端事件及可能发生的危机做到提前预警,为监管部门做出相应的风险判断及风险控制措施赢得时间。(本文来源于《大连理工大学》期刊2018-06-01）
梁文玲[8]（2018）在《资产价格极端波动对货币政策有效性的影响研究》一文中研究指出近年来,我国股票市场和房地产市场经历了数次暴涨暴跌,给资本市场和实体经济带来巨大的冲击及波动风险。当前,我国中央政府在2018年经济工作会议和十九大报告中均明确强调要增强资产泡沫监管能力,遏制房地产泡沫化倾向,坚决守住不发生金融系统性风险的底线,强调要进一步完善宏观审慎政策框架。对此,本文根据我国货币政策最终目标(物价稳定和经济增长)来选取多个宏观经济变量,然后采用主成分分析方法进行降维,提炼出能够充分反映我国货币政策最终目标的两个公共因子——产出因子和价格因子,随后从两个层面来分析资产价格极端波动对我国货币政策有效性的影响机制:一是基于资产价格不同波动区制层面。结合房价变化率、股价变化率和两个公共因子来构建MS-VAR模型,进而分析不同区制的房价波动和股价波动对货币政策最终目标的影响,结果表明:第一,对于产出因子,当房价暴跌时,对产出因子具有负向作用,说明房地产市场低迷时,会抑制经济增长,进而对货币政策有效性具有负面影响;而当房价暴涨时,对产出因子具有正向作用,说明房价暴涨对经济起到一定的促进作用,进而对货币政策最终目标的实现具有积极影响;相对而言,当股价暴跌或者暴涨时,都对产出因子具有正向影响,说明股价的剧烈波动会对经济起到一定的促进作用。第二,对于价格因子,当房价或股价暴跌时,对价格因子具有正向作用,说明房地产市场货股票市场处于低迷状态时,会推高物价水平,引发通胀的的可能性,最终导致币值不稳定,因此,对货币政策有效性具有负面影响;而当房价或股价暴涨时,对价格因子具有负向作用,说明房价过高或股价上涨过快时,会抑制物价的快速上涨,进而对货币政策有效性具有正面影响。二是基于时变影响层面。用时变参数向量增强型因素自回归模型(TVP-FAVAR)来分析股价波动、房价波动对货币政策最终目标的时变影响,同时探讨后者对于前者的脉冲响应。结果表明,房价与股价的暴涨、暴跌时点均对价格因子具有正向影响,说明资产价格的极端波动会推高物价水平,引发通胀的可能性,最终导致币值不稳定,削弱了货币政策的有效性;房价的暴涨暴跌与股价的暴跌时点均对产出因子具有正向影响,说明资产价格的极端波动会促进经济增长,增强了货币政策的有效性;此外,股价暴涨的部分时点对经济存在抑制作用。研究结果还表明房价变化率对我国实体经济活动的影响比股价变化率的要大。因此,中国货币政策在应对资产价格极端波动时,央行应在多重目标中进行权衡,健全货币政策和宏观审慎政策双支柱调控框架,在致力于维持物价稳定目标时,也要适当的对资产价格的极端波动给予关注,尤其是要关注房价极端波动对货币政策最终目标实现产生的不利影响。(本文来源于《广东财经大学》期刊2018-05-03）
王庆安,高恺[9]（2017）在《融资融券加大了极端行情的股价波动性吗——基于五类行情下的深市股票数据》一文中研究指出以深市股票2013年1月至2016年5月的数据为基础,利用隐马尔科夫模型将市场行情分为慢涨、慢跌、快涨、快跌和宽幅震荡五类进行分组回归,分析融资融券在不同市场行情中对股价波动性影响的差异。研究表明,在市场暴跌时融资融券标的股票比非标的股票的价格波动性更大,而在其他四类市场行情中,融资融券标的股票价格波动性更小,且在暴涨行情中,融资融券对股价波动性的抑制作用最明显,这说明融资融券对股价波动性的影响存在明显的市场行情差异。进一步研究发现,融资融券规模的极度失衡导致融券应有的功能被大量的融资交易掩盖。(本文来源于《金融经济学研究》期刊2017年06期）
傅苏颖[10]（2017）在《央行开展2100亿元逆回购 “削峰填谷”思路不会变》一文中研究指出《证券日报》从央行获悉，8月14日，央行开展2100亿元逆回购操作，完全对冲当日到期量。其中，7天品种1100亿元，14天品种1000亿元，中标利率均与前期持平。申万宏源证券首席宏观分析师李慧勇昨日对《证券日报》表示，7月末由于缴税缴准(本文来源于《证券日报》期刊2017-08-15）
极端波动论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
如何科学合理地界定极端波动的阈值是研究金融极端事件最为关键和核心的问题,而目前该方面的研究十分有限,且传统的方法(如标准差法和百分位法等)都存在较强的经验性和主观性。本文基于系统动力学这一研究视角,尝试用一种新的复杂性方法来解决这一问题。由于金融市场极端波动事件是金融市场演化的极端状态或受到外界扰动而导致的异常状态。而金融市场的长程相关性不受或很少受极端状态的影响,因此可以运用DFA(消除趋势波动分析)方法,通过确定序列的DFA指数何时开始收敛于原始值来确定极端波动率阈值。本文以上证指数为研究样本,运用DFA方法对股市极端波动率进行定量化研究:首先,对股市波动率的长程时间关联进行分析,发现上海股票市场存在着固有的长期持续性的演化状态;其次,运用基于DFA的极端事件阈值确定方法确定了上海股市极端波动率的阈值,进而运用Du等提出的严重度指数对股市极端波动事件发生的严重度进行实证分析,结果发现上述研究方法在研究股市极端波动方面具有较好的应用效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极端波动论文参考文献
[1].张文军,李健,杨庆华,田庆明,王海燕.河西走廊西部一次极端大风天气过程3次风速波动的动力条件分析[J].高原气象.2019
[2].苑莹,于昕彤,张同辉.基于DFA的股市极端波动率阈值的确定及应用——基于系统动力学视角[J].上海管理科学.2019
[3].郭文伟,刘英迪,袁媛,张思敏.大宗商品期货价格极端波动风险与演化模式研究——基于供给侧结构性改革视角[J].统计与信息论坛.2018
[4].张伟平,庄新田,李延双.股指极端波动下中国股票市场网络拓扑结构[J].东北大学学报(自然科学版).2018
[5].郭文伟,刘英迪,袁媛,张思敏.比特币价格波动极端风险、演化模式与监管政策响应——基于结构突变点CAViaR-EVT模型的实证研究[J].南方金融.2018
[6].徐磊,王兵兵.基于BMM模型河南省鸡蛋价格波动极端风险度量研究[C].2018中国保险与风险管理国际年会论文集.2018
[7].郭明.基于随机波动的极端金融风险测度模型研究[D].大连理工大学.2018
[8].梁文玲.资产价格极端波动对货币政策有效性的影响研究[D].广东财经大学.2018
[9].王庆安,高恺.融资融券加大了极端行情的股价波动性吗——基于五类行情下的深市股票数据[J].金融经济学研究.2017
[10].傅苏颖.央行开展2100亿元逆回购“削峰填谷”思路不会变[N].证券日报.2017