课程文献中心 更多>>

关键词： 原油期货   区间预测   时序卷积网络   加权核密度估计   多目标灰狼优化算法  

摘要： 【目的】 为了提高WTI原油期货价格预测的精度，并更准确地捕捉价格波动范围，提出了一种原油价格区间预测的方法。【方法】首先，利用时序卷积网络模型学习原油价格数据特征得到点预测值，并计算每日最高价最低价与点预测值之间的价差序列；然后，通过加权核密度估计拟合价差序列的分布，构建初步的预测区间；最后，应用多目标灰狼优化算法调整上下界误差的权重，对预测区间进行修正，以提高区间的准确性和覆盖率。【结果】 实证结果表明：本研究提出的方法显著提升了预测区间的覆盖率，同时降低了区间宽度。【结论】所提出的区间预测模型显著提升了WTI原油期货价格区间预测的精度和覆盖率，为风险管理和投资决策提供了更可靠的支持。

关键词： 极端风险溢出   房地产市场   股票市场   CoVaR  

摘要： 房地产市场与股票市场的风险往往相继产生，金融危机通常是在二者泡沫的接续破裂下愈演愈烈，最终引发殃及经济整体的系统性风险。基于1998—2023年中国房地产市场和股票市场数据，综合运用GARCH模型、极值理论、Copula函数和CoVaR方法来衡量两市场之间的极端风险溢出效应，研究表明：虽然股票市场自身风险值和波动程度远大于房地产市场，但房市对股市的风险溢出效应却大于股市对房市的风险溢出。整体看来，两市场之间的风险溢出效应均存在阶段性时变特征。就冲击的性质而言，金融事件造成的房市对股市的风险溢出波动程度大于非金融事件。具有实体经济基础的房地产市场更易成为极端风险溢出的输出方，因此对于二者之间的风险溢出防控应以房市为主，股市为辅。

关键词： EVA模型   Z银行   企业价值评估  

摘要： 以Z银行为代表的城市商业银行在服务地方经济发展的过程中发挥了重要作用,但在当前国内外复杂的经济背景下,对于此类资本实力相对薄弱的区域性商业银行,我们更需持续关注其市场价值及创造能力,这要求首先应准确把握银行价值现状与增值潜力.文章从财务管理的视角出发,在概述EVA估值法的基础上,选择Z银行 2018-2022 年年报数据,应用EVA估值模型评估Z银行的企业价值,研究表明:无论是历史期还是预测期,Z银行每年的EVA值均为正数,且总体上由高速增长渐趋于平稳;与公司内在价值相比,当前Z银行的股票市场价值总体偏低,这同国内大多数商业银行在资本市场表现不佳的情况基本相似.建议Z银行强化资本与风险管理、市值管理,包括做好利润管理,在股市回购或增持以传递利好信息等.