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.

我国畜产品价格波动分析——基于ARCH类模型

运用ARCH类模型对我国主要畜产品的价格波动率进行了分析。结果表明:牛肉、羊肉和鸡肉的价格波动具有显著的波动积聚性,鸡蛋价格波动没有显著的异方差效应;除牛肉市场外,羊肉和鸡肉市场不具有高风险、高回报的特征;猪肉、牛肉、羊肉和鸡肉的价格波动没有非对称性。认为应在畜产品市场出现大的价格波动时及时采取平抑措施,且政府需规范畜产品市场秩序、完善畜产品市场制度。

ARCH类模型及其在上证指数收益波动中的应用

介绍ARCH模型、GARCH模型和GARCH—M模型,分析ARCH类模型的特点。然后以上证综指日收益率作为研究对象,采用ARCH类模型结合Eviews统计软件对上证综指日收益率的时变性进行实证分析。实证结果表明,GARCH(1,1)模型能较好地拟合上海股市收益率的波动特征,如波动聚集性、长记忆性等;GARCH(1,1)-M模型也能很好地拟合股市中风险与收益率之间的关系。

基于面板数据模型的拱坝缺失数据填补方法

混凝土拱坝作为重要的水工建筑物,由于监测设备故障、人为因素等影响,导致其监测数据频繁出现缺失的现象,降低了大坝安全评估与预测的有效性与准确性。传统方法多仅依赖单测点测值进行插补,忽略了测点之间的相关性与异质性。本文提出了一种基于面板数据模型的变形缺失数据插补方法。首先,改进传统变形相似性增量速度指标,解决了其分母可能等于零的问题。其次,提出了一种组合加权方法以计算变形相似性综合指标,并采用改进的基于密度聚类方法对变形监测点进行分类。随后,建立了面板模型,以填补不同区域内的缺失数据。本文提出的方法可以更准确地填补混凝土拱坝变形数据的缺失,从而能够有效地解决变形监测数据缺失的问题。

基于ARCH簇模型的即期汇率波动性研究

建立了人民币/美元汇率波动的ARCH簇模型,分析汇率制度改革以来汇率波动特征,结果显示,汇率收益率具有尖峰厚望特征,收益率波动具有聚集性,建立了GARCH模型,得到汇率收益率是可预测的,可以利用过去的数据信息预测未来,在此基础上,建立TGARCH模型,表明汇率市场是不对称的,正面冲击和负面冲击对汇率的条件方差影响程度不同,又在TGARCH模型基础上建立TGARCH-M模型,表明市场汇率的收益与风险有关。

基于ARMA-ARCH模型的风电场风速预测研究

风速预测对风电场规划设计和电力系统的运行都具有重要意义。对采样时间为15 min的风速时间序列建立自回归移动平均(ARMA)模型,利用拉格朗日乘数法检验ARMA模型残差的自回归条件异方差(ARCH)效应,建立ARMA-ARCH模型。分别使用ARMA模型和ARMA-ARCH模型对风速时间序列进行短期预测,并比较两者精度。结果表明,ARMA-ARCH模型具有更高的预测精度,具有一定的实用价值。

我国股市波动的阶段性特征研究——基于ARCH模型族的实证研究

以上证综合指数为代表,根据我国股市交易制度的两次转变,把我国股市自1991年至2006年的15年发展历程分为三个阶段,利用ARCH族模型,从股市波动的集聚性、持续性、"杠杆效应"几个方面,研究了我国股市15年间的波动特征的变迁,得出了一些富有现实意义的结论。

ARCH模型族在深圳成指中的应用

金融资产收益率一直是经济研究人员和投资者关注的焦点,ARCH及GARCH模型族可以较好地拟合金融资产收益率序列存在的尖峰厚尾、波动聚集性以及杠杆效应等特征。本文收集深圳成指(399001)二十年的日收盘价,通过GARCH-M模型论证了市场中预期风险增加一个单位,就会导致其收益率相应增加0.112个百分点,收益率的波动冲击影响会持续很长一段时间。利用EGARCH模型说明深圳成指收益率存在着信息不对称性,利空信息的冲击使得波动的变化更加大一些。同时根据相应的统计检验量,发现EGARCH模型比GARCH-M模型具有更好的拟合度,故实际中投资者应选用EGARCH模型预测深证成指的收益率。

上证指数收益率的特征及其波动性分析

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测金融资产收益率的方差。通过对上证指数的统计分析表明,上证指数的收益率分布表现出非正态性,并存在自回归条件异方差的特征。利用ARCH类模型对上证指数的波动进行了拟合,结果表明GARCH(1,1)模型对上证指数波动具有较好的拟合效果。

我国渔业上市公司股价波动分析

本文以我国渔业上市公司中养殖业、捕捞业、加工业的代表企业为样本,利用三家上市公司日收盘价数据分析我国渔业上市公司的股价波动。根据基本统计量描述了解了企业股价的基本分布特征,验证了股价对数收益率的平稳性、自相关性、波动聚集性和ARCH效应。通过建立ARCH族模型检验风险对股价收益的影响,外部冲击对股价波动的影响,并考证了我国渔业上市公司股市中的杠杆效应。结果表明我国渔业上市公司股价波动中存在显著的ARCH效应,股票市场外部冲击对市场波动的影响具有持续性,杠杆效应不显著。

我国股价收益率的波动聚集性——基于上海市场的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测金融资产收益率的方差。通过对中国股价指数的统计描述,表明中国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性。利用ARCH类模型对上证指数的波动进行了拟合,结果表明:GARCH模型对中国股市波动具有较好的拟合效果。

帽子矩阵法探测临港产业集群生态系统跨越性发展的研究

临港产业集群生态系统跨越性发展预测模型不确定和不完整,学界对跨越性发展产生异方差分析主要有基于Bartlett定理的Ljung-Box法和基于经典回归的拉格朗日法。对于这两种方法可靠性和缺陷的讨论鼓励了新的异方差性探测方法的探索与提出,帽子矩阵是由自变量的运算得到的一类正交投影矩阵,在最小二乘法的目标函数预测和杠杆作用计算中应用广泛。帽子矩阵法探测异方差性正是应用了其对突然性的离群点敏感的特性,对方差的异样变化能进行敏感,精确地探测。通过帽子值和残差的综合运用,定义了跳动范围比和上下频率比两个统计量,给出了上海市临港产业集群生态系统近期跨越性发展发生的可能性较低的结论。

目标价格政策前后国内棉花期货市场波动特征分析——基于ARCH族模型

目标价格机制给棉花期货市场带来的政策效应是期货投资者和政策制定者密切关注的问题.选取CF401、CF501期货合约作为政策实施前后的对比序列,运用基于GED和Normal的ARCH族模型进行实证分析,结果表明:目标价格政策实施后,期货市场活跃度增强,投资者投资意愿增强,与现货市场联动性增强;同时,波动集群效应更显著,不存在高风险高报酬特征,价格收益率波动呈现非对成型,目标价格机制的政策效应基本发挥.最后,针对完善期货市场提出相应建议.

我国沪市波动聚集性GARCH效应的实证研究

股票价格的频繁波动是股票市场最明显的特征之一,自回归条件异方差类模型可以很好地预测金融资产收益率的方差。通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性。利用自回归条件异方差类模型,采用1993年～2003年的数据对上证指数的波动进行拟合,结果表明,广义自回归条件异方差模型对我国股市波动具有较好的拟合效果。

中国碳排放交易市场价格波动性的研究——基于深圳、北京、上海等6个城市试点碳排放市场交易价格的数据分析

中国六个碳排放交易试点市场已运行了近四年，分析碳排放交易价格的波动性将为即将建立的全国性碳排放市场提供政策建议。本文以六个试点市场的日均交易收盘价格为样本，运用ARCH模型簇检验碳排放交易价格的波动特性。结果显示：各个市场碳排放价格波动呈现不同的持续性、非对称性特征。在此基础上，分析导致波动特征差异的政策原因，并指出在建立全国性碳市场时应采取严格的惩罚措施、免收会费、允许个人投资者积极参与等制度。