基于混频数据抽样的已实现EGARCH模型的波动率预测

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性.通过滚动时间窗的方法对模型进行VaR预测与后验测试,采用MCS检验评估各模型在不同测度下的波动率预测能力.研究结果显示:相比于传统的Realized GARCH模型、Realized EGARCH模型和Realized EGARCH MIDAS模型,本文提出的SMA-Realized EGARCH MIDAS模型具有更好的样本拟合效果与样本外波动率预测精度.

基于混频数据的中国进口日度景气测度研究

进口对经济增长存在显著的促进作用,如何及时准确地把握进口形势、提升稳外贸优结构调控的科学化水平是亟待解决的重要问题。本文利用AIS海运大数据指标,结合其他日度指标和月度进口增速,通过日度混频动态因子模型构建进口日度景气指数以实时监测中国进口运行走势。研究分析发现,该指数具有良好的有效性和实时性。研究表明,在2009—2010年、2016—2018年和2020—2021年,中国进口呈现出三种不同的复苏路径。自2001年以来进口景气共经历五轮周期,总体表现出“速升缓降”的非对称特征。通过比较进口日度景气指数和BDI的基本走势发现,二者存在一定的相似性。

混频数据驱动的电子废弃物生成量时空演化预测

本文针对电子废弃物生成量预测易受季节性、突变性和区域性等多重因素影响的问题,基于综合集成方法论的建模思想,构建了混频数据驱动的电子废弃物生成量时空演化预测框架。首先,本文集成GM(1,1)、支持向量回归、Holt-Winters和X12模型等,实现了对电器电子产品低频年度销量值和高频季度销量占比值的预测,并以乘法运算得到了产品的季度销量预测值。然后,本文对特定电器电子产品的寿命期进行调研和拟合,利用经典市场供给模型,实现了对电子废弃物全国总体生成量的测算。最后,基于各地平均每百户产品拥有量、总户数和产品结构数据,本文构建区域配额估算模型,实现了电子废弃物全国总量向各地各区域的映射,为电子废弃物的时空间演化规律分析提供了依据。基于我国燃气热水器、太阳能热水器和手机的数据,本文验证了提出的新框架具有可行性和有效性,结果表明:(1)混频预测模型较经典模型(Holt-Winters、灰色波形预测和X12模型)能够获得更高的预测精度;(2)不同品类的电子废弃物(燃气热水器和手机)生成量呈现出了差异化的时空演化特征。

基于投资混频数据的中国经济波动预测

文章基于投资与经济波动之间的相关关系,充分体现统计调查数据和网络搜索数据的优势,利用两种数据对中国宏观经济波动进行研究。针对混频数据的特点和深度学习算法的优势,提出了融合混频数据和深度学习的宏观经济预测方法。首先,考虑到政府统计调查数据与经济波动的强相关性,选取政府投资统计月度指标合成投资统计指数;然后,结合网络搜索数据的时效性和高频性,选取与投资相关关键词的百度指数日度数据合成投资网络搜索指数;最后,构建多源混频数据长短期记忆神经网络模型(MM-LSTM),利用中国2011—2022年的相关数据进行实证研究,并考察模型的精度与时效性。结果表明,投资相关指标与中国GDP增长率之间存在正向关系;网络搜索数据的加入有助于提升宏观经济预测的精度;MM-LSTM模型提高了短期和中期的预测精度,具备提前预测能力,可为相关部门提供决策依据。

基于混频数据及共享信息挖掘的深度学习模型在量化中的应用

文章通过高低频股票数据混频结构调和不同长度的信息,解决了传统模型在处理高低频数据时的困难,同时,采用注意力机制结构对股票时序信息进行有效提取,提高了模型对时序数据的处理能力。通过构建股票与概念关联获取股票概念信息交叉作用机制,文章深化了模型对股票市场共享信息的理解和把握,进一步地,还设计了一种混频Attention-RNN-HIST模型结构,为股票市场的价格预测提供了一个新的、更为有效的模型框架,并通过设计损失函数和调整学习速率保证了模型的拟合效果,为模型的实际应用提供了保障。

美国货币政策不确定性对中国股票市场的非对称影响——基于混频数据的证据

基于信息冲击视角,将美国货币政策不确定性分为利空信息和利好信息,使用上证综指5 min高频交易数据构建Realized GARCH模型和信息影响曲线,对中国股市的特征进行实证研究,结果发现中国股市具有非对称性,且利空信息对股市收益率波动的冲击大于利好信息。进一步构建GARCH-MIDAS-RV模型分析美国货币政策不确定性对上证综指收益率的影响,发现这种影响显著为负。此结论具有稳健性。

中国宏观经济混频数据模型应用——基于MIDAS模型的实证研究

传统宏观计量模型需要利用加总或插值等方法将混频数据统一到同频数据再应用于宏观经济模型中。而混频数据模型是直接利用混频数据构建模型,避免了因数据加总或插值导致的信息损失和人为信息的虚增,充分利用了现有高频数据的信息,改进了宏观计量模型估计的有效性和预测的精度。混频数据抽样模型(MIDAS)是混频数据模型的一种,它使用参数控制的滞后权重多项式函数对高频滞后数据进行有权重的加总并构建模型,再通过数值优化和非线性的方法估计混频数据模型中的最优参数。MIDAS模型是攫取现有高频数据的全样本信息用于宏观经济和金融的分析与预测的有效方法,本文基于该模型的实证研究探寻混频数据在中国宏观经济应用中的有效性。

基于混频数据抽样的已实现波动率长记忆模型

基于已实现GARCH模型和混频数据抽样(MIDAS)结构,提出了已实现混频数据抽样GARCH模型.该模型使用混频数据抽样结构从已实现测度中提取长短期波动率信息以提升模型对波动率的拟合和预测能力.基于指数和个股数据的实证分析表明,相比传统的已实现GARCH模型,新模型的样本内拟合能力更强,对长记忆性的捕捉更好.样本外结果表明,新模型显著提升了波动率的多步预测效果,并且改进效果随着预测期的延长而增强.

基于混频数据模型的中国经济周期区制监测研究

本文构建能够结合月度数据和季度数据的马尔科夫区制转换混频数据抽样(MS-MIDAS)模型,用于对中国经济周期的区制监测。通过利用实时数据对MS-MIDAS类模型进行最优选取和参数估计,监测中国1993—2013年间的经济周期区制变化,并得到中国经济运行状况的区制转换概率。实证结果表明:中国经济周期波动呈现三区制的阶段性变化;不同区制的持续时间具有非对称性;MS-MIDAS模型监测经济周期波动具有相对精确性与时效性。

“十四五”期间我国碳排放总量及其结构预测——基于混频数据ADL-MIDAS模型

针对我国"十四五"规划拟定"设立碳排放总量控制体系,逐步向碳排放的绝对量减排过渡"的目标,运用季度GDP、工业增加值等指标,构建基于宏观经济指标的混频数据模型ADL-MIDAS,对不确定性冲击下我国"十四五"期间二氧化碳排放总量及结构进行预测分析。结论表明,2021年全国碳排放量增速达到3.71%,较过去略有加快,而中期则呈现出低于2%的增长水平,并有负增长态势。预计到2025年,全国二氧化碳总排量接近115亿吨。较"十三五"时期相比,碳排放结构基本稳定,其中第二产业比重为82%~85%,较过去有1%的反弹,第三产业比重微幅降至14%以下,但交通物流产业碳排量增速显著。实证结果还表明,未来一段时间内经济增长的相对提速反而有利于降低碳排放。总体而言,中国碳排放量未来短期内略有反弹,但中长期增速仍将持续放缓。

基于混频数据的人民币汇率预测研究

本文使用多元混频数据抽样模型(M-MIDAS)对人民币兑美元汇率月度期末值进行滚动预测,并与传统的ARIMA、BEER、ARDL模型进行比较:宏观经济变量中非贸易品与贸易品相对价格比的滞后2期和滞后4对人民币汇率影响程度最大,但正负效应并不稳定;滞后5期的美联储基准利率的提高对我国汇率有较大的贬值压力;前一期的外汇储备增加对当期汇率有升值压力且影响程度相对较大;尽管贸易条件对人民币汇率的影响显著但影响程度相对较小;即期汇率高频数据在人民币汇率月度期末值预测中有不可忽视的作用;M-MIDAS混频模型对于解决汇率市场中数据频率不一致问题优于传统预测模型,对改善预测效果和宏观经济预测具有参考和应用价值。

反向有约束混频数据模型的市场化利率预测

为准确预测市场化利率,在混频数据抽样(MIDAS)模型和反向无约束混频数据抽样(RU-MIDAS)模型的基础上,提出了反向有约束混频数据抽样模型(RR-MIDAS),使之能够适应各变量之间频率倍差较大时,低频变量对高频变量的分析与预测.选取SHIBOR作为市场化利率的代表,分析其影响因素并开展预测研究.实证结果表明:RR-MIDAS模型能够细致揭示各变量间的实时动态变化关系,表现出很好的拟合效果与预测能力;宏观经济变量和资本市场信息能够在1周甚至1天内对货币供求关系产生影响,进而迅速反映在SHIBOR走势变化上.此外,稳健性检验结果验证了RR-MIDAS模型的实用性以及实证结论的可靠性.

基于混频数据的一致指数构建与经济波动分析

本文利用GDP季度同比增长率和其他月度指标的混频序列构建动态因子模型,以GDP增长率中因子成分作为经济周期性成分的度量,允许各指标对相同的外生冲击有不同的响应路径,在此基础上构造中国宏观经济一致指数,研究中国经济的周期性波动特征。结果表明:1利用混频数据构建的一致指数与实际产出的变化态势比较吻合,近一轮下滑始于2010年6月,2012年8月之后走势趋稳;2中国经济的周期性波动具有强持续性,政府应减少对微观经济行为的过度干预,发挥市场在资源配置中的作用,逐步提高经济的自我调节能力。

混频数据模型应用研究现状及展望

混频数据模型能有效避免传统计量经济模型对不同频率数据"预处理"带来的有效信息损失或无效信息虚增问题。文章将混频数据模型的演变发展分为3个阶段,系统梳理了MIDAS模型及其衍生模型的提出背景及国内外应用领域;分别从预测方向及时效、变量指标选择、研究对象的频率差、滞后阶数及权重函数确定、基准模型比较5个方面分类介绍了混频数据模型的应用研究。最后,提出混频数据模型的未来研究方向可考虑拓宽理论模型应用领域,将现有金融经济领域的最新研究方法拓展应用到其他行业;引入统计学中变量选择的方法,更科学地筛选混频变量指标。

国际大宗商品价格波动对中国通货膨胀的影响研究——基于混频数据模型的估计

随着中国经济进入新常态,国际经济运行的不确定性所产生的作用与影响越来越显著。国际大宗商品价格冲击对国内通货膨胀的影响实证分析表明,混频方法估计结果更为准确、有效;国际大宗商品的价格变动与国内通货膨胀间存在显著且持久的正向相关关系,而汇率波动则在一定程度上反向抑制通货膨胀。面对当前大宗商品价格的持续低位震荡以及中国经济结构性调整造成的经济下行压力,密切关注国际大宗商品价格的动态趋势,并依据其影响中国物价水平的传递机制及联动效应积极采取应对措施,以有效缓解输入型通胀或通缩风险显得尤为重要。

基于混频数据的日度经济不确定性测度及其应用

经济不确定性主要反映经济系统的不可预测程度,可以通过经济指标的实际值和预期值之间的偏差进行测度。为及时测度我国的经济不确定性,本文提出一种同比形式的日度混频动态因子模型,将金融市场的日度数据和传统的宏观低频数据信息相结合,构建我国日度经济意外指数和经济不确定性指数,用于反映我国宏观经济运行的非预期成分和不确定性程度。进一步地,本文基于日度数据分别讨论经济意外指数对人民币汇率的影响,以及经济不确定性对我国股市波动率的影响,研究结果表明经济意外指数的正向变化使人民币对美元升值,经济不确定性的增加将加剧股市波动。

中国货币政策中介目标的量价选择——现实困境与混频数据模型预测效果分析

数量型目标效果弱化和价格型目标体系尚未形成是现阶段中国货币政策中介目标选择的现实困境。理论分析表明,互联网金融和影子银行业务迅速发展、商业银行资产业务多元化以及金融脱媒等因素削弱了数量型目标的可测性、可控性及其与最终目标的相关性;市场基准利率缺失、利率双轨制、金融市场外部冲击多发、软预算约束部门存在以及经济结构扭曲等因素阻碍了价格型目标体系的转型。混频数据模型的预测结果显示,现阶段价格型中介目标更为有效。由数量型目标向价格型目标转型是金融深化的客观要求,推进利率市场化和软预算约束体制改革、坚持并不断完善价格型目标调控体系是未来一段时期最优的政策选择。

混频数据与中国宏观经济周期测定

笔者利用经数据处理后的3个月度指标、3个季度指标、5个半年度指标和4个年度指标,结合改进的混频动态因子模型和经济周期测定的虑子概率方差方法,对1992年1月至2017年8月间中国宏观经济周期进行了测定分析。分析发现:(1)混频动态因子模型支持利用多频度、多指标、非平衡数据进行分析;支持波动协同性弱的指标经调频处理后被选用,并能有效提取此类指标数据中的有效信息和排除无效信息;能够提取有效反映宏观经济波动一致性走势的不可观测动态因子。(2)概率方差法和CH准则法均测定宏观经济包含5个拐点、3个高速增长时期和3个低速增长时期。利用ROC曲线进行比较分析发现概率方差法的测定精准度更高。分析没有发现2011年9月以后宏观经济新的拐点,从而预测中国宏观经济还将处于低速增长时期。(3)利用实时数据检验了混频动态因子模型具有较好的稳健性。

基于动态因子和混频数据的天然气需求概率预测模型设计与应用

随着天然气消费需求的快速增长,需求波动也显著加剧,导致部分地区天然气供需出现季节性和阶段性的失衡。本文基于混频采样框架、分位数回归模型和核密度估计的天然气需求混频概率预测模型,构建了包括天气状况、能源市场、资本市场和投资关注4个方面的综合性混频动态因子系统,以期更精确地预测我国的天然气需求。研究发现,天气状况、能源市场和投资关注对天然气需求的预测能力优于资本市场。在天气状况方面,每日温度是月度天然气需求的最佳指标;在能源市场方面,月度天然气需求呈现出显著的自相关特征,持续时间为3~5个月,石油现货价格和煤炭现货价格的影响持续天数较短,分别为11天和10天;在预测表现方面,样本外的月度天然气需求实际值大部分出现在概率密度曲线的最高点附近。本文所提出的模型不仅能够直接使用混频动态因子的前瞻性信息,还能够获得平滑的天然气需求概率密度曲线,预测精确度相较现有模型提升14.13%~29.15%。研究结论为保障我国天然气市场安全,完善“双碳”政策设计提供有益的决策参考。

我国电影票房收入增长对GDP增速的预测作用——基于混频数据抽样模型的实证分析

电影产业在我国经济发展中的作用日益显著,电影市场与我国宏观经济发展的内在联系有待深入研究。选取2012年1月到2018年3月我国周度电影票房收入增速作为高频解释变量,采用自回归分布滞后混频数据抽样模型(ADL-MIDAS)分析其与季度GDP增速及月度制造业PMI增速之间的关系,结果表明:电影票房收入增速与GDP增速和制造业PMI增速之间具有负向相关关系,我国电影市场存在"口红效应",可以根据电影票房收入增长情况对宏观经济走势做出预判。对多种模型的比较结果显示,加入电影票房收入可以显著提高GDP预测精度,电影票房收入可以作为GDP预测指标体系的有益补充。