基于概率理论和AR/GARCH模型的非线性损伤识别

为了解决在不确定因素干扰下的结构非线性损伤识别问题,提出了基于概率理论和自回归/广义自回归条件异方差(AR/GARCH,autoregressive/generalized autoregressive conditional heteroskedasticity)混合模型的非线性损伤识别方法。描述了AR/GARCH模型的组合理论及其相应的组合公式,给出了模型参数估计和定阶方法。利用损伤前后的加速度响应信号构造AR/GARCH模型,并进一步提取出非线性损伤特征因子。采用概率理论和置信区间方法获取相应的损伤存在概率,并建立基于层间刚度的基本概率损伤指标。在此基础上,基于权化技术提出了改进概率损伤指标以提高识别可靠性。数值计算和实验验证结果表明,基于概率理论和AR/GARCH模型的损伤技术可以较好地解决不确定因素干扰下的非线性损伤问题,改进概率指标的识别效果明显优于基本概率指标。

基于Levy-GARCH模型的股票市场尾部风险度量研究

防范化解金融风险是牢牢守住不发生系统性风险底线的重要工作,描述资产价格规律、准确度量尾部风险是风险管理的前提。为研究非对称性和非高斯性对我国股市收益率预测和尾部风险度量的影响,本文使用20种Levy-GARCH模型对上证综合指数进行实证分析,计算噪声服从跳跃过程时的VaR和CVaR值,结合快速傅里叶变换数值计算和回溯测试进行检验。研究结果表明:在中国股市中,非高斯性和非对称性是不可忽视的重要特征,跳跃行为在收益率拟合、预测和风险度量方面有重要影响;在尾部风险度量上,带跳跃的非仿射结构条件方差模型表现稳定地优于仿射结构模型,而且有限跳跃过程模型的综合表现优于带无限活动率跳跃过程的模型。总的来说,非对称、非高斯、非仿射的Levy-GARCH模型在收益率拟合与尾部风险测度上表现更好,而且有限跳跃形态可以更准确地解释中国股票市场的尾部风险。

基于小波分解和ARIMA-GARCH-GRU组合模型的制造业PMI预测

制造业采购经理人指数(PMI)是反映国家经济运行情况的重要指标,而传统预测模型对该类时序数据预测精度不高。针对制造业PMI指数的非线性、波动性和数据量少的特点,提出一种基于一维离散小波变换进行数据预处理的组合模型。时序数据经过小波变换,由整合移动平均自回归–广义自回归条件异方差模型(ARIMA-GARCH)处理稳态低频数据,门控循环单元(GRU)处理波动性强的高频数据,将各频段预测结果进行融合得到最终预测结果。为验证模型有效性,选取一定数据量的PMI指数进行实验。结果表明,与其他常见模型对比,本文构建的组合模型具有较好的预测精度与性能,平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别达到0.00329、0.004162、0.65%。

混合Beta分布GARCH模型的EM算法求解与实证分析

GARCH模型在处理时序数据异方差问题中得到广泛应用,然而在面临一些特殊领域的数据,尤其是金融市场领域中具有高峰厚尾、非对称性、有界取值区间等特征的数据时,传统正态分布的基本假设往往与现实严重不一致。针对此类问题,文章提出混合Beta分布的GARCH模型,并给出了基于完全数据最大似然函数的EM算法估计模型的参数,以仿真模拟数据和金融市场现实数据为例,进行了实证分析。结果显示,在违背正态分布假设的情形下,混合Beta分布GARCH模型更能有效地提炼波动的一系列非正态性信息,同时也验证了EM算法对模型的参数求解行之有效。

房地产企业资本结构对股价波动的传递效应分析——基于结构化GARCH模型

中国房地产企业资本结构长期处于高负债、高杠杆状态。在二十余年的房地产高速发展过程中,高杠杆风险长期被忽视,甚至被认为是房地产企业发展的固有模式。在结构化GARCH模型中引入资本结构因素,检验房地产企业资本结构对股价波动的传递与溢出效应。研究发现:中国房地产市场具有结构化特征,杠杆乘数与股价波动具有同步性;过高的负债水平并不会提升房地产企业的规模效应,反而会抑制股票收益率的增长。

基于ARIMA-GARCH模型的人民币汇率波动研究

人民币正式加入SDR以来,人民币汇率的波动日益复杂,而汇率变动特征的识别是预测人民币汇率的关键环节。为提取出人民币汇率波动的特征规律,本文选择对2016年10月10日—2020年10月10日的人民币兑美元日序列建立模型并预测。同时,本文为评价ARIMA-GARCH组合模型的预测效果,将其与ARIMA模型预测结果相互对比。结果显示,ARIMA-GARCH模型不仅可以提取出人民币汇率波动的规律性,还可以改良ARIMA模型的预测精度,预测精度最高,在短期内能够得到较好的预测值。

沪深300指数的市场风险预测——基于GARCH模型

随着金融全球化和自由化程度不断加深,金融市场在得以发展的同时也面临着日益剧烈的市场风险。文章基于2010年1月4日至2024年3月20日沪深300指数日收盘历史数据,运用GARCH模型分别在90%、95%和99%的置信水平下预测沪深300指数市场风险。研究显示:(1)GARCH(1,1)正态分布模型在90%、95%、99%置信水平下的失败天数和LR值均未通过检验;(2)GARCH(1,1)-t分布模型在90%置信水平下的失败天数和LR检验值均通过了检验,在95%置信水平下的LR值通过检验,在99%的置信水平下失败天数为0,低估了沪深300指数收益率损失的风险;(3)综合来看,GARCH(1,1)-t分布模型能够更有效地预测沪深股市的市场风险。

基于GARCH类模型和极值理论的理财产品风险分析

风险分析是理财产品管理和运营的重要依据。本文依据广义自回归条件异方差(GARCH)类模型和极值理论,利用理财产品的净值数据进行建模,对理财产品的风险值进行估计。实证结果验证了模型在实际应用中的可行性和有效性,说明该方法适用于理财产品风险的动态分析。

基于GARCH类模型对美国股市波动性的对比分析

为研究美国股市股指的波动性特征,本文选取美国股市的Nasdaq指数和Russel2000指数的日收盘价数据,借助统计软件,利用GARCH类模型进行实证分析。实证结果表明:Russel2000指数的风险较Nasdaq指数更稳定,更适合投资,且相较GARCH(1,1)模型,满足学生t分布的APARCH(1,1)模型拟合的条件异方差可以更好地反映种股指日对数收益率的波动率情况,因此可选用此模型对两种指数波动率的未来值进行预测,为投资者提供未来投资参考。

基于GARCH族模型的波动率研究——以燕京啤酒股票收益率为例

本文主要研究了波动率预测及燕京股票与食品板块指数、深成指数的关系这两个问题。首先,本文构建了以日数据为基础的GARCH族模型,并以此为基础预测了燕京啤酒股票日对数收益率的波动率,使用了四种损失函数法评价各模型样本外的预测能力。其次,对燕京股票股价、食品板块指数和深成指数的对数做了协整分析,构建了关于三者日对数收益率的VAR(1)模型,并完成了对应分析。最后得出结论,GARCH-n模型预测能力最好,食品板块指数对燕京股票具有较为明显的牵动效果,但深成指数的牵动效果较弱。

金融时间序列的波动持续性与优化投资组合关系——基于GARCH(1,1)模型矩的视角

GARCH(1,1)模型是最具代表性的ARCH族模型,而ARCH族模型是描述金融时间序列波动持续性特征最为广泛使用的模型,因此对GARCH(1,1)模型进行研究具有很强的理论和实际意义。本文基于矩的角度对GARCH(1,1)模型描述的波动持续性进行了研究并得到了矩和波动持续性关系的具体数学描述。这为人们厘清掩藏在服从GARCH(1,1)过程的金融时间序列背后的规律提供了一个独特视角,帮助人们了解GARCH模型并优化投资组合。

宏观经济不确定性对碳交易市场时变波动的溢出效应——基于GARCH簇-SVAR-AB模型的实证研究

为探究经济不确定性影响中国碳交易市场排放权交易价格的影响因素,选取宏观经济、全国碳交易价格、煤炭能源、证券市场与电力消费五类变量,采用GARCH簇-SVAR-AB模型时域和频域溢出指数度量五大变量,对2014年-2022年我国碳交易市场价格的时变波动溢出效应水平及其非对称性进行实证研究。结果表明:碳交易价格波动对我国金融市场具有显著的时变波动风险溢出效应,且在不同冲击规模和正向、负向冲击下表现出风险传染的异质性和明显的非对称性;极端状态与正常状态下的风险溢出走势存在较大差异,极端状态下风险溢出水平远高于正常状态;经济政策不确定性短期上对碳交易市场交易价格有着显著影响,但长期的影响较弱。进一步分析发现,冲击规模和冲击方向均会对碳交易市场波动产生明显的非对称性影响,在极端风险事件冲击下风险的溢出效应及其非对称性更加显著。因此,政府应与金融机构一道,健全碳交易市场的政策调控体系与价格调控机制,创新碳金融衍生产品,降低碳交易市场价格波动对我国金融市场系统性风险的传递水平,阻断风险传递路径,不断提升我国绿色碳金融市场的发展。

基于自适应AR模型巡航飞行参数预测研究

为更准确实现飞行参数趋势预测,提出一种基于自适应自回归(AR)模型的稳定巡航飞行参数预测方法。根据稳定巡航参数筛选条件,获取建模所需飞行参数。利用卡尔曼滤波原理估计AR模型参数,并与飞行参数构建系统方程,利用无迹卡尔曼滤波实时更新、修正AR模型参数估计值,将自适应AR模型的预测值与曲线拟合模型和灰色模型的预测值进行对比。以波音B777-300ER飞机的快速存取记录器数据样本进行仿真验证,结果表明:自适应AR模型在数据预测和收敛速率方面均更优,可有效降低预报模型随步数增加导致的精度误差,提高参数预测准确性。研究在飞机维修保障、状态监控与预测等方面具有重要作用。

具有时变杠杆效应的已实现GARCH模型

杠杆效应是金融市场中的一种常见现象。为了更好地刻画杠杆效应的时变性,首先基于线性样条函数将时变杠杆效应引入了经典已实现GARCH模型,得到了具有时变杠杆效应的已实现GARCH模型,并给出了模型的参数估计及其算法。其次,模拟研究了本文所提模型在有无杠杆效应、不同样本容量及不同噪声选取下的有限样本表现。最后,利用伦敦富时100指数实证分析了本文所提模型相比于经典已实现GARCH模型的优越性。

基于时间序列AR(P)模型的边坡变形预测与应用

获取边坡的监测数据进行分析,并预测其接下来的变化趋势,具有重要的意义。本文以贵州省福泉市高坪矿区英坪矿段内边坡工程项目为研究对象,对监测数据采用时间序列AR(P)模型方法进行了分析与预测。研究结果表明,模型拟合的结果和预测精度较好地反映了监测点的变化趋势,可为矿区边坡模型建立和监测数据的预测提供一定的参考。

高频GARCH模型的最优抽样分析

波动率代表是运用高频数据估计日频GARCH类模型时构造的一个重要统计量,文章针对运用高频数据估计日频GARCH模型的3种方法,基于估计量的渐近结果讨论了最优波动率代表的选择问题,并展开了在日内高频数据抽样中应用的讨论。通过对沪深300指数的高频数据实证分析发现:同一波动率代表在不同抽样频率下的表现有明显差异;在同一频率下,不同波动率代表有优劣之分;在不同估计方法下,每一个波动率代表的最优频率都不同。因此,日内高频数据的最优抽样频率应针对模型所用的不同估计方法加以区别对待。

基于出错认知模型的矿山救援AR头盔界面交互设计研究

目的为更好地减少矿山救援过程中的出错行为,提高矿山救援的成效。方法从出错认知理论出发,分析救援场景下对任务中相关信息的视觉认知行为,从认知加工的四个过程分析得出矿山救援场景下的出错因子,以矿山救援场景AR交互信息为研究对象进行出错因子认知模拟实验,获得矿山救援场景相较于其他场景具有特殊性的AR头盔交互界面信息设计影响要素。结论依据实验结论,对矿山救援AR头盔交互界面开展信息设计,以提高救援效率,最终输出初步的交互设计方案,通过降低交互界面的认知难度,提高救援人员的反应速度和准确度,保证该系统可以有效降低任务失败率。

基于GARCH模型的上证50ETF期权风险对冲策略研究

随着我国衍生品金融市场的发展,利用期权进行风险管理,特别是对系统性风险进行对冲,管理市场波动性,已经成为当前资产管理和风险管理行业的重要内容。基于Wind金融数据库中获取的上证50ETF数据和期权合约的历史数据,建立GARCH模型,进行波动率预测。为验证建模的有效性,通过对数收益率的时间序列进行ADF检验、J-B检验等统计性检验来说明时间序列的合理性,在此基础上使用Python进行GARCH(1,1)建模,得出时间序列的条件方差。结合参数方程进行策略回测,在充分考虑现实情况下,加入了交易成本,仍能实现较好的收益和风险对冲效果,为利用波动率实现期权对冲和风险管理提供了可行的思路和具体策略。

基于GARCH模型的天然气期货价格波动特征分析

在“双碳”目标的大背景下,天然气在我国能源消费结构中的占比逐年上升。本文选取2010年1月4日到2023年2月3日的纽约商品交易所(NYMEX)天然气期货价格的结算价数据,通过建立GARCH模型来分析天然气期货的价格波动特征,并运用VaR模型对天然气期货的风险测度进行分析。研究发现:天然气期货价格收益率存在显著的ARCH效应,通过建立GARCH与GARCH-M两种模型研究发现天然气期货价格收益率的波动存在聚集性并且价格受到一定影响冲击后波动持续影响时间较长,同时天然气期货市场具有高风险高回报性;美国天然气期货市场价格的VaR风险值也具有连续性和波动聚集效应,VaR-GARCH模型在90%和95%的显著性水平下对美国天然气期货市场的风险进行度量,在一定置信水平下通过了失败率检验,因此,对于期货市场当中无论是风险承受能力较高还是风险承受能力较低的参与者,VaR-GARCH模型均可以进行风险的度量,从而在一定程度上规避风险。根据研究结果,提出如下建议:增加国内天然气开发供给,保障能源安全;加快推出国内天然气期货,建立完善国内天然气期货市场;强化管网运营协调管理与健全储气设施市场化运营;推进能源高水平对外开放,同时密切监测发达国家尤其是美国经济指标动态。

俄乌冲突对欧盟碳排放权交易市场波动及风险影响研究——基于GARCH-VaR视角

俄乌冲突的爆发对欧盟(EU)碳排放交易体系造成了剧烈冲击,测度俄乌冲突对碳排放交易价格波动和风险水平的冲击具有重要意义。通过设置俄乌冲突前和俄乌冲突后两个情景,基于欧盟碳排放配额期货(EUA)日度数据,采用GARCH-VaR模型来探究俄乌冲突对欧盟碳市场价格波动和市场风险影响,研究证实GARCH-VaR模型可以测度俄乌冲突前后欧盟碳排放权收益率序列的波动特征以及度量市场风险水平,俄乌冲突增加了欧盟碳交易市场的波动及风险水平。