基于ARMA-GARCH模型的超短期风功率预测研究

风功率预测对提高电能质量和电力系统的安全运行具有重要意义。基于时间序列的方法,对内蒙古赤峰地区某风场的风功率数据进行了超短期预测,通过对数据平稳性检验的结果,建立了时间序列的ARMA模型,利用拉格朗日乘子检验的方法,检验ARMA模型具有ARCH效应,并建立适合的ARMA-GARCH模型。结论通过对比ARMA模型,ARMA-ARCH模型和ARMA-GARCH模型的风功率预测精度可知,在解决数据的残差序列异方差函数具有长期相关性时,ARMA-GARCH模型能够有效的提高预测精度。

AR-EGARCH模型在疾病指数时间序列建模中的应用研究

目的探索带有影响因素的疾病指数时间序列建模方法。方法采用黄瓜霜霉病病情指数时间序列从方法学的角度进行预测方法研究,将主成分回归模型和自回归条件异方差模型结合起来,建立AR(2)-EGARCH(0,2)模型。结果AR(2)-EGARCH(0,2)模型用应变量的过去值、过去误差和自变量的当前值、过去值的线性组合来预测病情,克服了主成分回归模型误差项不独立或存在异方差的缺点,模型取得了较好的预测效果。结论AR(2)-EGARCH(0,2)模型为本研究获得的预测效果较好的时间序列模型,适合于类似时间序列数据的结果预测。

GARCH模型族及其在金融市场中的应用研究综述

基于低频数据、高频数据、混频数据和国际金融市场之间的联动性,对ARCH、GARCH模型及其拓展进行了介绍,并在此基础上对国内外关于GARCH模型族在金融市场中的应用进行了综述,最后对各个模型的使用情况进行了对比分析。

国内铜期货市场波动的ARCH模型分析

本文以上海期货交易所2000-2009的2421日期货铜收盘价为样本,运用ARCH类模型对我国期货铜价格的波动率进行了研究。研究结果表明,我国的期货铜市场存在显著ARCH效应,价格对信息的反应存在滞后,收益率对风险不敏感。为此,应该进一步规范期货铜的市场行为,提高市场透明度同时要大力培养机构投资者和投资基金,为铜期货市场引入理性投资力量。

混合ARCH模型及其应用

本文利用可以拟合尖峰、厚尾、有偏序列的混合ARCH模型计算VaR,给出了VaR的数值算法,并用上证A指的实际数据对基于混合ARCH模型的VaR做了实证分析,显著提高了VaR度量风险的有效性.

基于GARCH模型的股票指数收益率波动性分析

我国沪深股市相似的结构和监管环境使得两市的收益率和波动性之间具有相互作用和影响.所以可以运用ARCH模型和GARCH模型,通过研究股票指数的波动,发现我国股票市场上下波动的不一致性,即利空消息比利多消息更加具有影响力;股票市场都存在明显的GARCH-M效应;且发现上海股票市场投资者的风险厌恶程度高于深圳市场投资者;深圳市场的股票波动会影响上海市场的的波动.据此提出了要健全股票市场信息披露制度、加强证券市场化和对投资者进行理性教育的建议.

基于GARCH模型的欧元/美元汇率的预测

本文对今年来欧元兑美元的日收盘价进行数据分析,发现欧元/美元汇率日波动不服从正态分布,而且汇率的时间序列有波动异方差性,根据近年来欧元/美元的汇率数据特征,建立欧元/美元汇率的GARCH(1,1)预测模型,实证分析所建模型的拟合度较高,适应做短期预测。

基于马尔科夫转换ARCH模型的房地产市场波动研究——以房地产市场景气指数为例

近年来,我国房价波动较大,房地产投机现象时有发生。因此,研究房地产市场的运行规律,对于预测房价、防范房地产泡沫具有重要意义。本文研究了中国住房市场的波动状态。使用ARCH和GARCH模型来寻找房地产市场景气指数随时间变化的证据。然后利用马尔科夫转移模型(MS模型)连续分析2000年~2021年中国住房市场波动状态的动态。结果表明,中国住房市场存在低波动性、中波动性和高波动性三种状态。实证分析发现,2002年之前,房地产市场一直处于低波动状态,2002年以后,房地产市场在中波动状态和高波动状态来回转换,针对每一个波动拐点,也可以找到当年政府发布的与房地产市场相关的政策,这在一定程度也说明政府行为对房地产市场常起导向作用。本文以房地产市场景气指数为数据,运用EViews和MATLAB进行实践操作,对研究问题进行求解,目的是了解中国房地产市场的波动情况,判断房地产市场的稳定性,为相关房地产企业经营决策和政府部门的规范管理提供参考。

ARCH模型在金融时间序列中的拟合应用

讨论了自回归条件异方差(Autoregressive Conditional Heteroskedastic,简称ARCH)模型在金融时间序列分析中的拟合应用,以一金融时间序列为例,通过SAS/ETS中的自回归(Autoreg)过程实现对该金融时间序列的自回归-广义自回归条件异方差(Autoregressive-generalized ARCH,简称AR-GARCH)模型的拟合和分析,最终得到理想结果.

ARCH模型族在中小板低碳股市场的实证分析与比较研究

低碳经济作为新兴的行业,其迅速发展必然会为我国能源市场与证券市场带来长远影响,本文选取国内十只中小板低碳股票为研究目标,通过其日收益率序列的统计与分析,利用ARCH模型、GARCH模型对中小板低碳证券市场波动性进行研究与分析,目前在国内用GARCH模型研究股票波动多集中在上证和深证指数,本文创新性地将其运用到中小板低碳股票,研究其波动的特殊性,对于展望能源市场的发展趋势和对于投资者减小投资风险具有一定的意义。

ARCH模型体系

综述了国内外在 ARCH模型领域的研究成果 ,并将 ARCH模型族归纳为一个体系 .首先 ,对 ARCH模型进行了分类 ,同时讨论了长记忆 ARCH模型的性能 .探讨了 ARCH模型的检验和参数估计问题 .文中指出 ,对复杂 ARCH模型 ,鉴于其不可微分性 ,不存在传统意义下的似然函数的估计方法 ,文中运用遗传算法的思想 ,提出禁忌递阶遗传算法 ,解决复杂 ARCH模型的参数估计和检验问题 .最后 ,对

ARIMA模型与ARCH模型在香港股指预测方面的应用比较

由于香港金融市场易受政治或投机等因素的影响而使股价波动呈现出不确定性 ,而ARCH模型又善于描述这种不确定性 ,因而本文试图将ARCH模型和ARIMA模型在香港股指预测方面的应用进行对比 。

ARCH模型的研究与探讨

自回归条件异方差（ＡＲＣＨ）模型是近年来新发展起来的时间序列模型，它反映了随机过程的一种特殊特性：即方差随时间变化而变化，且具有丛集性、波动性．ＡＲＣＨ 模型已广泛地应用于经济领域的建模及研究过程中．本文介绍了ＡＲＣＨ 模型的特点，它的参数估计和检验，以及ＡＲＣＨ 模型的发展情况．

基于ARCH模型簇的路径行程时间可靠性分析

行程时间可靠性是反映道路交通网络可靠性的重要指标.由于交通系统存在不确定性,行程时间的波动具有异方差性,利用传统数理统计方法建立的行程时间预测模型,无法对行程时间进行准确的预测.针对行程时间波动的尖峰厚尾、集群性等特点,引入计量经济学中的ARCH模型簇.通过实证分析,评价行程时间波动的时变性、持续性,描述系统外部信息冲击的分布,分析行程时间波动对外部信息冲击的反应机制.结果表明,ARCH模型簇能很好地适应行程时间序列数据的方差变化特点,与交通系统的自身特性相吻合,能够对路径行程时间的可靠性进行有效的评价.

基于ARCH模型的组合导航缓变故障容错方法

为了解决缓变故障的检测和容错问题,针对容错设计中小幅度增长的缓变故障,考虑组合导航系统导航传感器的特点,提出了一种新的组合导航缓变故障容错方法。定义了滤波器观测信息的故障因子,提供了基于自回归条件异方差模型的故障因子模糊评估方法,并利用故障因子来自适应调整观测噪声协方差阵中相应的量值,从而达到抑制缓变故障的作用。通过仿真分析和实验验证了缓变故障容错方法的有效性。实验结果表明,在导航传感器发生缓变故障时,这种缓变故障容错方法可以有效地改善组合导航滤波精度。

ARCH模型的诊断分析

探讨了 ARCH模型的诊断分析和变结构建模问题 .所提出的分整增广 GARCH- M模型包括了几乎所有现有的 ARCH模型 ,基于分整增广 GARCH- M模型克服了 ARCH模型在模型设定检验 ,长记忆检验和参数估计等方面的障碍 .利用分段建模方法来检测模型结构变化点和分段变化模型的选择 .最后 ,以上海证券综合事业股票指数为数据 。

ARCH模型与SV模型之间的关系研究

讨论了在金融时间序列中广泛应用的两类波动性模型,即自回归条件异方差(ARCH)模型和随机波动(SV)模型的关系问题.通过随机微分方程研究了GARCH模型和SV模型的相互联系并得到结论:一个离散的EGARCH(1,1)模型在弱GARCH过程的条件下与一个离散的SV模型是一一对应的.在此基础上进一步讨论了EGARCH(1,1)模型和SV模型的单位根问题,结果表明,两类模型的单位根存在对应的关系,即二者的持续性能够通过随机微分方程的形式来传递,这一性质表明了二者之间存在本质的联系.

基于GARCH模型的深证成指收益率波动性研究

股票价格的频繁波动是股票市场最明显的特征之一。通过对中国深市收益率序列的统计描述,表明深市的日收益率存在自回归条件异方差的特征,并表现出非正态性。文章利用GARCH类模型对深圳成指的波动进行了拟合,结果表明:GARCH模型对股市收益率波动具有较好的拟合效果。

利用遗传算法对上海股市收益ARCH模型族的实证研究

引入ＡＲＣＨ模型族以突破传统经济计量学“同方差条件”的限制，和更加精确地动态度量代表金融风险的收益序列的条件“异方差”；针对ＡＲＣＨ传统估计方法的不足提出了利用遗传算法的改进算法；最后利用遗传算法实证建立了上海股市收益的各种ＡＲＣＨ模型；得出了上海股市“杠杆效应”、Ｉ－ＡＲＣＨ现象显著存在，Ａ－ＰＡＲＣＨ是上海股市收益“异方差”最合适的描述形式等有益结论．

基于非对称ARCH模型的海西州地区支气管炎发病研究

基于非对称ARCH模型的理论,通过建立TARCH、TARCH-M、EGARCH和EGARCH-M模型研究青海省海西州地区支气管炎月发病率和平均气温之间的相互关系。研究通过EViews软件对海西州地区支气管炎发病病例和平均气温监测登记资料的统计分析,并利用原数据建立ARCH、TARCH-M、EGARCH和EGARCH-M模型,通过对模型中的残差序列进行独立性检验和预测,确定所建立的ARCH、TARCH-M、EGARCH和EGARCH-M模型的合理性,并从中选出了最优模型TARCH(1,1)-M。结果表明,此模型可以很好地描述海西州地区支气管炎月发病率与平均气温的关系,还可以较好地模拟支气管炎月发病率变化趋势,预测未来的支气管炎发病趋势,是一种预测精度较高的预测模型。该模型可为支气管炎研究提供有参考价值的数据。