基于TFPW-DT-ICSS法的渭河水文序列方差变异识别与诊断

水文变异现象已造成许多地区的水文数据受到"污染",使得传统水文频率计算举步维艰。同时,水文变异识别方法的异法异解、隐藏效应、自相关性影响、变异信息交叉等问题也困扰着水文变异理论的发展,亟待解决。针对水文变异识别中的序列自相关性影响,提出将去趋势、预置白与ICSS检验法相结合,构建TFPW-DT-ICSS法,对渭河咸阳水文站的径流数据进行方差变异的多点识别,同时应用水文频率计算方法验证变异点的准确性。结果表明:TFPW-DT-ICSS法通过TFPW处理,可缓解序列自相关性对结果的影响;ICSS算法在方差变异检验上可获得较为准确的识别结果,适用于水文序列的方差变异诊断;ICSS算法对数据长度变化的响应不敏感,可实现多序列上的有效识别。研究成果可为变化环境下的水文计算与设计提供数据支持和技术支撑。

股票收益率波动性的非参数核回归估计及对中国股市的实证分析

非参数回归估计是研究非线性时间序列的一种有用工具.在混合相依样本的条件下,基于非参数核回归估计方法来研究收益率的波动性,利用改良的交叉核实函数选取光滑参数,并给出上海和深圳股市实证分析的一些有趣结果.

生猪价格波动特征及影响事件的混合分析模型与实证

探索生猪价格波动特征,特别是把握其内在波动规律、研究外部事件对其产生的影响,对于规避生猪养殖风险,促进生猪产业的健康发展有着重要意义.在分析生猪产业规律的基础上,提出了生猪价格波动特征及影响事件的混合分析模型.利用经验模态分解算法(EMD)对我国生猪价格进行多尺度特征分解,并对各个特征模态进行统计分析,把握生猪价格波动规律;采用ISCC、Chow检验等结构变点分析算法对各个特征模态进行结构变点检验,将结构变点检验结果与生猪产业重要外部事件进行对比,总结各类外部事件对生猪价格各模态特征的影响.采用全国畜牧总站等机构收集的2000年1月-2009年5月我国生猪价格数据作为样本进行实证分析,研究结果表明我国生猪价格主要由长期趋势模态、17个月为尺度的经济周期模态、51个月为尺度的养殖周期模态,以及短期自调周期模态等四个模态构成,其中长期趋势模态和经济周期模态为主要模态、生猪疫情、自然灾害、政府宏观调控等外部事件只对我国生猪价格的养殖周期模态与短期自调周期模态有影响,而对长期趋势模态、经济周期模态影响不大.

上证股市收益的长期记忆:基于V/S的经验分析

运用V/S分析考察我国股市收益的长期记忆效应,分别诊断上证A、B股市日收益总体样本的长期记忆效应,在运用ICSS方法探测方差漂移突变划分股票市场阶段性的基础上诊断股市收益不同阶段的长期记忆效应,并考察随机抽取的部分个股.研究表明:上证A、B股市收益总体样本都不存在显著的长期记忆,B股市场的长期记忆效应相对更显著;A、B股市场收益分别发生了两次和四次显著的方差漂移突变;A股收益在每一阶段都不存在显著的长期记忆,B股收益在某些阶段却存在显著的长期记忆.对随机抽取的10只个股的考察,发现只有1只股票的收益序列存在显著的长期记忆,B股收益的长期记忆效应相对比A股显著.