本文提出基于递归最大线性模型（RMLM）的网络极端风险因果分析方法，通过有向无环图（DAG）上的最大线性结构方程模型刻画极端风险的传播路径，利用常规变差理论和最大投影的缩放参数估计因果排序和模型系数矩阵，对金融行业组合的30个节点数据进行实证分析，构建最小最大线性DAG实现极端风险传递路径的可识别与估计，并通过结构哈密顿距离和稳定性评分验证模型鲁棒性，为金融风险管理提供定量工具[page::0][page::1][page::4][page::7][page::12][page::14][page::15][page::16][page::17]
本文基于集合论中的投影确定性公理（PD），扩展了多概率先验框架下无套利条件的刻画，建立了准确定义价支持与局部无套利条件相等的概率测度存在性。该结果统一并推广了Bouchard和Nutz框架下关于无套利的理论，并为非一致期望效用最大化问题提供理论基础，助力鲁棒金融模型研究的发展 [page::0][page::1][page::6][page::12].
本报告基于分钟级高频数据，构建与验证了三个量价关系Alpha因子：COPA因子（价格与成交额相关性）、CORA_A因子（量先于价的涨跌幅与成交额相关性）及CORA_R因子（价先于量的涨跌幅与成交额相关性）。研究表明，高频量价因子在中性化处理后依然体现稳定负向Alpha，且因子合成后多空组合年化收益达22.51%，年化波动5.48%，最大回撤4.92%，胜率超过85%，展现极佳的选股能力和稳健性。因子构建细节包含成交额标准化、涨跌幅零值样本剔除与参数敏感性测试，优化后因子表现显著提升。本文实证表明，高频量价互动关系蕴含丰富Alpha机遇，为量化投资提供有效因子选股工具[page::0][page::5][page::8][page::10][page::13][page::17][page::22][page::24]
本报告提出ClusterLOB方法，通过对限价订单簿市场订单的六个时变特征进行K-means++聚类，将市场参与者行为划分为方向性、机会主义和做市交易员三类。基于聚类的订单流不平衡指标，在纳斯达克不同tick-size股票上构建预测信号，实现超越基准的量化交易策略，显著提升年化夏普率和预测准确性，验证了行为聚类在高频交易中的有效性与鲁棒性[page::0][page::2][page::16][page::19][page::22]。
本报告针对分布在多个客户端的金融数据分析问题，提出一种具备强解释性且对异常值鲁棒的联邦逻辑回归框架。该框架通过多种鲁棒参数聚合策略（如坐标中值和截断均值），在保证数据隐私和通信成本可控的同时，有效缓解异常客户端参数对全局模型的影响。实验基于四个公开金融分类数据集，在独立同分布(IID)及非独立同分布(non-IID)场景下验证，结果显示该方法在二分类和多分类任务中，表现与经典中心化算法如LR、决策树和KNN相当，且对不同样本量、客户端数和异常比例展现出稳定性与鲁棒性。更重要的是，模型可解释性得到保证，便于金融决策支持 [page::0][page::1][page::10][page::11][page::12][page::13]
本研究基于1990-2023年数据，利用金融混沌指数（FCIX）和扩展Granger因果分析，发现股票市场日频表现出新闻不确定性对价格变动的显著滞后预测效应，违背半强式有效市场假说；但月频数据则支持市场效率。网络分析揭示财政与货币政策不确定性为系统性波动核心驱动，医疗与消费价格不确定性在危机期间发挥桥梁作用，强调了时间尺度和结构非对称性对市场效率诊断的重要性[page::0][page::1][page::11][page::15][page::16]。
本报告基于嵌套因子模型（N-SfFM）和对数平稳分数布朗运动（log S-fBM）构建了一种带有粗糙波动率的多因素模型，实证及理论证明个股的波动率Hurst指数远小于指数，主要源于个股特有的极粗糙IDiosyncratic波动率成分，而指数波动率则反映了较为平滑的共同因子波动率成分，克服单指标及传统模型难以解释的指数与个股波动粗糙度差异，为理解资产波动率及其结构提供新的数学框架与估计方法 [page::0][page::1][page::2][page::4][page::7][page::12][page::16][page::18][page::19]
本报告提出了一种基于博弈论的Nash分配规则框架，用于为系统性风险度量构建银行资本要求。该规则兼顾个体银行竞逐降低资本需求与系统整体可接受性，具备存在性和唯一性条件。通过对关键聚合函数——Eisenberg-Noe清算系统的数值案例分析，验证了Nash分配的有效性和公平性，清晰展现了其较细致的系统性资本配置策略 [page::0][page::1][page::19][page::23][page::27]
本报告针对贷款生命周期内违约概率（PD）的动态建模，比较了三种包含或忽略重返违约事件的Cox回归模型子类型：时间至首次违约（TFD）、Andersen-Gill（AG）和Prentice-Williams-Peterson（PWP）。通过南非住宅贷款数据，结合丰富的时间固定与时间变化变量以及宏观经济因子，采用创新的分群时变ROC评估方法，结果表明TFD和PWP模型在模型拟合优度与违约风险期限结构预测方面表现相近，而AG模型效果较差，提示在违约重现率较低时可忽略重返违约事件。该研究为IFRS 9框架下的贷款违约风险管理提供有效建模工具和实践指导[page::0][page::5][page::16][page::19][page::21]
本文提出了一个充分条件，比较iid无穷大均值重尾随机变量线性组合的随机支配关系，定义了包含多种常用重尾分布的新分布类$\mathcal{H}$，并证明当权重向量满足主序条件时，线性组合满足随机大小顺序。此外，针对复合泊松和稳定分布分别给出充分必要条件及补充讨论，丰富了无穷均值风险的随机支配理论 [page::0][page::1][page::2][page::6][page::12][page::15][page::17]。
本报告研究基于资本注入进行基准跟踪的均场博弈（MFG）模型，解决了大量竞争基金管理者相对表现关心的最优投资组合问题。通过将带约束的MFG问题转化为等价的无约束问题，引入反射态过程和对偶扩散过程构建最优反馈控制策略，并基于固定点论证均场均衡（MFE）的存在性和唯一性。量化分析表明，初始财富水平对注资策略有决定性影响，且投资反馈函数随财富增加而递减，体现了均衡下的动态策略调节 [page::0][page::1][page::6][page::9][page::12][page::14][page::19]
本报告提出了一种基于贝叶斯网络的Black-Litterman模型重构方法，将传统依赖主观投资者观点的预期收益和不确定性参数视为潜变量，结合资产特征数据进行统一推断。该模型提供两种特征影响机理（共享潜变量参数化和特征驱动观点），并在30年道琼斯指数和20年行业ETF实证中，实现Sharpe比率提高近50%，交易周转率降低55%。此框架实现了无主观依赖、数据驱动且融合特征的投资组合优化，拓展了Black-Litterman模型的理论与实用边界 [page::0][page::2][page::9][page::16][page::17][page::19]
本文构建了包含交易成本的多资产组合投资问题的通用优化框架，利用Meyer–Zheng可度量拓扑，证明了在累积前景理论等行为目标下的最优随机策略的存在性。框架清晰区分市场模型与目标泛函的约束，通过一系列假设保证优化问题可达性，并将Kabanov模型嵌入其中，涵盖期望效用最大化及行为投资者的实例，提升了理论和技术处理的简洁性 [page::0][page::1][page::3][page::4][page::6][page::7][page::8][page::11]
本报告基于开量子系统方法构建金融市场模型，区分经典与非经典时间演化模式，揭示非经典扩散对应市场交易不完善与流动性不足。通过对市场约化密度矩阵的时间演化及其熵的分析，展现非经典演化状态下市场趋于平衡较慢且存在系统误差，为传统扩散模型引入了额外的价格不确定性解释。此外，设计了市场精度量化指标，通过数值模拟对比经典和非经典扩散的价差分布和熵增特征，验证了非经典模型对市场微观结构的描述能力与实际价格波动的适配性。[page::0][page::5][page::12][page::19][page::22]
本报告通过扩展广义预测误差方差分解（GFEVD）模型，结合股权、债券和银行市场的表现与风险指标，分析了2000年至2024年欧洲保险业的系统性风险传播。结果显示保险业不仅是外部冲击的接受者，更是风险传播的关键传导者，尤其在次贷危机、欧洲主权债务危机及COVID-19期间表现显著。分行业和公司层面的网络分析揭示，业务多元化的多线保险公司与再保险在风险传导中承担核心角色，存在核心系统重要保险公司群体，反映市场高关联性和系统重要度差异，为监管和风险管理提供了数据驱动的参考范式 [page::0][page::1][page::3][page::4][page::15][page::17][page::20][page::21][page::24][page::25][page::31][page::36]
本研究结合传统面板回归与随机森林机器学习方法，系统分析了GDP增长与固定资本形成总额（GFCF）在发达经济体（G7、欧盟15国、OECD）与新兴市场（BRICS）间的动态关系。结果显示，GDP增长在发达国家对投资的影响更显著，而BRICS受限于结构性及储蓄差异，其影响相对较弱。随机森林模型指出滞后GFCF重要性高于GDP，强调投资的路径依赖特征，并突出了税收在发达经济体中的重要性及失业率在BRICS投资中的驱动角色。该研究同时创新实现了并行化的随机森林p值重要性检验算法，提升统计推断效率及方法适用性，支持区域特色政策制定，深化了非线性因子对投资预测的理解[page::0][page::1][page::14][page::25][page::26]
本报告提出DebtStreamness度量指标，借鉴生态食物网中营养级的理念，量化企业在信贷链中的位置。通过乌拉圭企业间信贷网络实证发现，信贷链条较短且结构分层，多环路和局部网络结构显著影响企业DebtStreamness。该指标与传统产出网络相区别，能揭示隐藏的金融中介风险，且具备对部分数据的鲁棒性，助力监管视角下系统性金融风险分析[page::0][page::2][page::8][page::10][page::11][page::15][page::16]。
本报告提出一个基于扩展CAPM和CPI惊喜的模拟数据生成过程，嵌入零售、养老、机构及对冲基金四种异质投资者。研究发现信息水平和风险厌恶差异导致交易规模和财富积累显著不同，流动性增强则放大订单流对宏观冲击的敏感度。模型为宏观新闻发布当天订单流动态提供量化基准，支持利用实时交易数据反演新闻影响 [page::0][page::2][page::5][page::6].
本报告运用合成控制法，基于1950-2016年66国面板数据，实证分析了1979年伊朗革命对经济增长和制度质量的长期影响。结果表明革命导致人均GDP及制度质量显著持续分化，非临时冲击而是结构性断裂。此外通过空间和时间安慰剂测试排除伊朗战争和国际制裁等因素干扰，提出置信区间评估以量化不确定性，验证了革命为伊朗经济社制度轨迹带来决定性转折的假说，为区分制度性变革性质提供了可推广的经验框架[page::0][page::10][page::12][page::14][page::16][page::17][page::20][page::21]
本研究提出基于动态结构的多层感知器（MLP）模型，用于大盘美股特征排序组合因子模型的资产定价，进而设计量化因子投资策略。结果显示，在数据规模限制下，MLP模型“更深更好”不再适用，2至3层隐藏层的MLP结构更适合建模因子，且MLP模型在控制下行风险方面表现优于追求绝对收益。包含COVID-19市场极端波动期间的数据提高了模型表现，验证了MLP模型在极端市场环境下的稳健性。[page::0][page::17][page::23][page::35]
