王明进教授3月14日15点正式开始在线访谈

资料狂人 发表于 2012-3-14 08:32
坛友shi01fg：王教授：

    您好，我叫史峰，是一名从事金融程序交易的程序员，有幸拜读您的论文和著作， ...

感谢史先生提的问题。1）在GARCH类的模型当中，EGARCH模型因为模型形式的设置更倾向于给出高估的波动率，因此可能更适合你所说的波动率较大的品种；此外，对于期货等品种的数据，可能也因交割日期、卖空机制等因素存在着波动率的一些周期性成分、模型的结构变化、以及可能的跳跃等成分，因此可以视具体情况分析。2）波动率建模能否区分行情的逻辑基础在于不同行情的波动率动态规律是否有区别。可以对此做一些实证的分析。比如趋势行情和震荡行情下波动率的记忆特征有什么区别，GARCH模型的系数有什么变化。我认为，基于波动率模型的系数对于行情分类甚至资产定价都是存在可能性的。

资料狂人 发表于 2012-3-14 08:32
坛友dahai229：王教授，您好，我想问几个问题，一是问为什么GARCH模型估计日数据会出现负数的R方，对于这样 ...

首先，GARCH模型估计的是波动率，即条件方差，而不是条件期望，因此并不适合用类似回归模型的拟合优度的统计量R方来度量其拟合程度，可以采用基于似然函数的度量来刻画其模型的拟合程度。其次，非线性是指时间序列前后观测之间关联的非线性，线性的关联就是大家熟知的相关，GARCH类模型就是一种非线性模型，但是它可以是严平稳的。非平稳是指统计特征的稳定性，比如单位根过程就是一种非平稳模型，但是它是线性模型。判断非平稳的最常用的方法是单位根的检验，它也是基于线性模型的。专门基于非线性模型的平稳性检验很少。第三，既然是蒙特卡罗模拟，那么应该是先设定模型，非线性问题的复杂性在于非线性的种类可以很多，但是我们也没有必要了解并表达所有的非线性性，我个人认为，模型的意义始终在于在对复杂的现象进行描述和追求形式的简洁之间的一种平衡。

资料狂人 发表于 2012-3-14 08:32
坛友xbz：王教授能否详细谈下有关序列蒙特卡洛方法的国内外发展现状和在金融、计量经济上的应用

详细谈谈不上。随着计算技术的发展，蒙特卡罗方法越来越成为一种极其有效的统计方法，也使得人们越来越不纯粹地依赖于数学的推导而完成统计推断的任务。至少两个发展极大推动了这个方法，其一是自抽样技术比如Bootstrap等，其二是MCMC。这两种技术在金融和计量里面都得以广泛的应用。此外在金融里面，设计越来越复杂的衍生产品的定价通常很难给出显式的表达，蒙特卡罗方法往往是最行之有效的。

资料狂人 发表于 2012-3-14 08:32
坛友jerryren：王教授好：

很高兴能和你交流，我恰好也是对时间序列情有独钟。学术上我没有什么问题，主 ...

1）我教学时最常用的是SAS，研究最常用的是MATLAB;
2）哈哈，谢谢你问起。LSE的研究氛围非常浓厚，也是欧洲乃至世界著名学者汇集或愿意经常访问的地方，尽管在我看来办公条件不如国内好，但是大家的心思好像都很单纯，大多很专心致志。伦敦的生活贵了一些。我现在常常回想起格林尼治公园，因为我当时就住在公园附近。

资料狂人 发表于 2012-3-14 08:33
坛友iloveyou21：王教授您好，我想咨询下非线性时间序列建模初始值确定这一问题，一直没找到具体介绍。针对 ...

你问了一个很实际的问题，在自己编程时才会遇到这个问题。原则来讲这不是统计学的问题，而属于优化的问题，我也为此问过一些做优化算法的专家，他们也没有给出很好的建议，所以我自己还是靠多选一些初值，然后看迭代之后似然函数的值来选择一个。

资料狂人 发表于 2012-3-14 08:33
坛友phill：王教授：您好！

请问对于中国市场的金融资产组合的波动率估计，采用何种形式的时间序列计量模 ...

对于资产组合的波动率，如果组合系数是固定的话，可以将其当作一个单一资产来处理；如果组合是变化的，不妨对组合中的资产建立多元波动率模型； 对于个股的波动率可以只用一元模型就够了，采用多元模型的附加信息不是很大。

资料狂人 发表于 2012-3-14 08:33
坛友牧笛公子：王老师您好 有人说ARIMA，GARCH模型等不能用来研究分析中国的股市 还不是很明白 请王老师具体 ...

我并不认为ARIMA、GARCH类等模型不实用于中国市场。在我个人的一些研究、教学中都是用中国数据。不过中国的数据因为交易机制、参与者心理等因素特殊会呈现出一些特点，但是这正好为研究这类问题提供了很好的出发点。

王教授好！我是一个初学者，不知道如何下手做这方面的研究，能否指点。

资料狂人 发表于 2012-3-14 08:33
坛友dqhdqhdqh：王教授您好：

      请教您一个非线性时间序列在股市分析上的运用问题。分形市场假说认为 ...

我原来的兴趣也曾在这些方面。但是后来我逐渐意识到，混沌分形仅提供了解释复杂现象的一种备选（alternative）路径而已。而且，很难想象股市的问题是一个封闭的确定性的系统。我想回头来看混沌及分形的方法可能更多的提供了一些比较新的统计量，比如BDS统计量，最终我还是愿意回到统计的逻辑上来。

资料狂人 发表于 2012-3-14 08:34
坛友peterf：王老师：

您好！

感谢您对我的研究的关注。多元随机波动率模型的主要问题是估计方法的困难，因为显式的似然函数是无法得到的。于是各种基于模拟的方法（比如MCMC）等被采用。还有一个困难就是高维的问题，如何降维是关键。这些研究最近几年来进展都不大。大家的精力更多地转向了高频数据的问题。能够基于高频数据来得到多元资产的波动率可能会是未来该领域研究的一个方向。