基于支持向量分位數(shù)回歸的金融市場條件概率密度預測.pdf

1、在經(jīng)濟與金融定量分析領域，準確預測經(jīng)濟與金融變量的變動規(guī)律，對于制定經(jīng)濟與金融政策、實施相應的控制方案具有重要的決策參考價值。由于經(jīng)濟與金融系統(tǒng)的具有非線性、非對稱性與異質(zhì)性等復雜性，導致線性均值回歸分析等傳統(tǒng)的模型與方法，難以有效揭示其內(nèi)在運行機理。為此，需要開發(fā)新的建模工具開展相關研究工作，本文對此進行研究。
　　本文將支持向量機原理與分位數(shù)回歸相結合，建立支持向量分位數(shù)回歸模型，并將其應用于經(jīng)濟與金融定量分析中。該模型能夠充

2、分發(fā)揮支持向量機與分位數(shù)回歸兩個方面的優(yōu)勢:一方面，通過支持向量機，能夠充分模擬經(jīng)濟與金融系統(tǒng)的非線性作用機制;另一方面，通過分位數(shù)回歸，能夠充分刻畫解釋變量對響應變量整個條件分布的影響，揭示經(jīng)濟與金融系統(tǒng)的非對稱性與異質(zhì)性作用。
　　本文重點開展了以下三個方面新的研究:第一，將支持向量分位數(shù)回歸引入貨幣需求分析與人民幣匯率預測，建立了相應的計量模型，給出了模型表示、模型求解、參數(shù)選擇等方法;第二，在基于支持向量分位數(shù)回歸模型條件

3、分位數(shù)預測基礎上，進一步給出了條件密度預測方法，實現(xiàn)了貨幣需求與人民幣匯率的概率密度預測;第三，通過Monte Carlo數(shù)值模擬與實證研究，將支持向量分位數(shù)回歸模型與一般線性回歸模型進行比較，結果顯示前者具有更好的模型擬合效果與更高的預測準確程度。實證研究結果表明，支持向量分位數(shù)回歸模型既能夠很好地擬合貨幣需求（或人民幣匯率）與其影響因素之間的非線性依賴關系，也能夠給出準確的條件密度預測結果:不僅可以預測貨幣需求與人民幣匯率的未來取值

4、水平，而且可以判斷其散布與形狀，能夠細致考慮解釋變量對響應變量未來取值分布特征的影響，從而比傳統(tǒng)的點預測方式提供更多的有用信息，能夠為貨幣需求及人民幣匯率政策的制定提供科學的決策依據(jù)。
　　本文的研究結果表明，支持向量分位數(shù)回歸模型具有很好的非線性處理能力與完整條件分布特征刻畫能力，能夠深入、細致地揭示經(jīng)濟與金融系統(tǒng)中的復雜關系，可望獲得廣泛應用。未來，可以在以下兩個方面，開展進一步研究工作:第一，在建模理論與方法上，可以考慮帶有