中国住房抵押贷款证券化信用风险的波动特征检验——基于ARIMA-ARCH模型的论证

由于中国房地产市场较低的抵押率(LTV),商业银行一直将住房抵押贷款视为优质资产。但是本文通过论证发现,中国住房抵押贷款证券化的信用风险主要基于低收入阶层每月偿还的按揭贷款与月收入之比,而非抵押率。另外,中国房地产市场尚未走完一个周期,政府在平滑房价波动运作上的深度参与,使得房地产市场的波动呈现幅度小与时间短两大特征,从而导致持续攀升的房价隐藏了部分借款人潜在的信用风险。基于此,对中国住房抵押贷款证券化的信用风险实施ARCH效应检验,以探索其波动特。检验主要分为以下几步,首先将"建元2005-1"与"建元2007-1"的违约率进行ARIMA拟合,然后运用ARIMALM检验发现拟合后的ARIMA模型存在条件异方差。为此,又通过ARIMA-ARCH模型对中国住房抵押贷款证券化信用风险的波动性从信用风险受前期扰动的影响与信用风险对外界冲击反应的对称性两个方面来检验。

基于ARIMA-ARCH模型的长江集装箱运价指数短期分析预测

长江运价指数是反映长江航运市场运价指数行情变化趋势的主要指标,选取内支线运输的12条航线,15家港航企业,通过构建ARIMA-ARCH模型,计算出各航线的运价指数,对各航线的运价指数加权平均后,计算出综合集装箱运价指数。利用Eviews软件对长江集装箱运价指数进行预测,目的了解长江集装箱运输市场形势,研判市场走向,为港航企业经营决策、政府部门调控管理提供参考,预测结果显示短期内指数围绕976.5点微幅波动,市场稳定。

基于HP滤波和ARIMA-ARCH模型的我国GDP分析与预测

用HP滤波法将我国GDP序列分解成趋势序列和循环序列。对循环序列建立ARIMA模型并进行预测,由GDP序列减去预测的循环序列得到新的趋势序列并对其建立ARIMA-ARCH模型并进行预测。将预测得到的循环序列和趋势序列作为自变量对GDP序列建立回归模型并进行预测分析。与直接对GDP序列进行建模的预测结果进行比较,该方法的预测结果精度更高,从而验证了该方法的可行性。

高拱坝施工仿真参数ARIMA-LSTM时序概率预测方法

现有的高拱坝施工仿真参数更新研究多是单独进行概率预测或考虑时序特性进行点预测,难以在考虑参数的时序特征的同时对其随机性进行定量描述。针对此问题,本研究利用差分整合移动平均自回归(ARIMA)模型可进行考虑时序特征的概率预测,且长短时记忆网络(LSTM)模型可以学习参数时序复杂非线性特征的优势,提出基于ARIMA-LSTM的高拱坝施工仿真参数更新模型。该模型通过ARIMA模型进行参数时序线性部分预测,并利用LSTM模型对ARIMA模型输出的残差进行训练预测,将ARIMA模型得到的线性预测结果和LSTM模型预测得到的残差非线性结果融合,再进行95%置信区间的概率预测得到最终结果,实现高拱坝施工仿真参数在考虑参数的时序特征的同时对其随机性进行描述。通过与ARIMA、ARIMA-BP、随机森林(RF)模型进行对比,本文所提出的方法具有较高精度(MSE为0.518、MAE为0.519、RMSE为0.720),将预测得到的施工仿真参数输入到高拱坝施工系统中进行仿真计算,得到仿真结果比传统仿真精度有较大提升。

基于时间序列分析的高校图书馆借阅量研究——以江南大学图书馆为例

以江南大学2002年—2017年图书馆纸质图书借阅量为例,分析高校图书借阅时间序列数据的变化规律。鉴于借阅量序列的季节效应,长期趋势和随机波动之间存在复杂的交互影响关系,建立合适的ARIMA乘积季节及异方差模型。通过AIC信息准则和最小相对误差准则选取得到较优的ARIMA-ARCH模型,并进行有效预测,两个模型均显示图书馆借阅量呈年度周期性缓慢下降,为图书管理者提供参考。

结合PMI的中国GDP预测模型

文章首先对中国季度GDP序列分别建立GMDH模型、ARIMA模型来对GDP季度值进行预测,然后引入PMI指标,建立ARCH模型来进行预测。对比分析各模型预测结果表明:在预测季度GDP方面,引入PMI指标的ARCH模型的预测结果优于GMDH模型和ARIMA模型,更具实际意义。

中国粮食价格波动特征研究——基于X-12-ARIMA模型和ARCH类模型

以小麦和大豆为例,研究2002年1月至2012年6月中国粮食价格波动特征。首先利用X-12-ARIMA模型对价格序列进行季节调整,然后运用ARCH类模型对剥离季节因素的价格序列进行波动分析。结果发现:中国粮食价格季节性波动逐年减弱;粮食价格具有明显的波动集簇性,前期价格波动和外部冲击对后期价格的影响具有持续性;粮食市场不存在"高风险、高回报"特征;小麦价格波动的非对称性不显著,而大豆价格波动则呈现明显的非对称特征,且上期价格上涨信息引发的波动要大于下跌信息。

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 。

时间序列模型在胆结石月发病率预测中的应用

目的在时间序列模型理论的基础上,通过时间序列模型对海西州地区的胆结石月发病率进行研究,建立相应的ARIMA模型和ARCH模型并进行预测和评价。方法通过EViews软件对青海海西州地区胆结石发病例监测登记资料进行统计分析,利用原数据建立ARIMA模型和ARCH模型,并通过所建模型对胆结石月发病率的变化趋势和原始序列的预测,确定所建ARIMA模型和ARCH模型的优劣性。结果 ARCH模型的预测结果较ARIMA模型理想,适合描述海西州地区胆结石月发病率的变动趋势。结论 ARCH模型可作为海西州地区胆结石月发病率的预测模型,且通过此模型可帮助人们了解胆结石月发病率的发展趋势,有重点地对胆结石进行健康防治工作,有效地降低胆结石对人们的危害。

季节调整后的蔬菜价格波动——兼论货币供应量的影响

利用X-12-ARIMA季节调整模型及ARCH类模型分析大宗蔬菜白菜、黄瓜、西红柿、菜椒和四季豆价格的季节性波动特点和短期变动特征,并探寻货币供应量对蔬菜价格长期趋势的影响。结果表明:蔬菜价格季节性波动特征明显,但波幅有缩小的趋势;蔬菜价格的趋势变动与货币供应量紧密联系,当流通中的货币量增加1万亿元时,白菜、黄瓜、西红柿、菜椒和四季豆每公斤分别上涨0.43元、0.76元、0.83元、1元和1.2元左右;白菜、黄瓜、菜椒和四季豆的价格具有明显的波动集簇性,白菜和黄瓜价格的外部冲击的影响会持续到下一期,菜椒和四季豆价格过去外部冲击和波动影响会比较持久;四种蔬菜均没有显现出显著的风险报酬特征,上期正负外部冲击对本期菜椒价格波动的影响具有非对称性,而对白菜、黄瓜和四季豆的影响是对称的。

我国物价指数的时间序列分析

借助于SAS软件,首先将时间序列的ARIMA模型应用于我国的物价指数分析,通过分析其拟合与预测 误差可以发现该模型效果良好.然后运用ARCH模型进行分析,经过比较发现在对我国物价指数的分析上, ARIMA模型的效果要好于ARCH模型.

基于时间序列的2020年活鸡价格走势分析

鸡肉作为我国第二大肉类消费品,与国民经济、生活密切相关,探究预测活鸡价格未来走势对稳定鸡肉价格和市场供应具有重要意义,对养殖户经营决策具有一定帮助。本文通过ARIMA和ARCH类模型对2000—2019年的活鸡月度价格进行拟合,经过AIC最小信息准则、误差均方根等方法综合评价出ARIMA-ARCH模型为最优模型。该模型表明我国活鸡价格波动具有集簇性,后期价格受前一期外部因素影响显著。模型动态预测结果显示活鸡价格将在2020年3月止跌,4—12月活鸡价格将持续、缓幅上涨。

基于时间序列分析的我国煤炭价格指数研究

本文选取中国煤炭工业协会发布的中国煤炭价格指数(CCPI)全国综合指数作为煤炭价格的研究对象,基于时间序列分析的指数平滑法、ARIMA-ARCH模型、协整–误差修正模型方法对我国煤炭价格指数进行了系统研究。研究表明我国煤炭价格指数周期性的表现在2012年前后是不同的;可预测2020年我国煤炭价格持续走低;我国煤炭价格受外在事件或政策影响反应强烈,好消息和坏消息对价格波动性的冲击等大;国际WTI原油价格的当期波动会对我国煤炭价格指数的当期波动产生显著影响,上期误差对当期波动的影响也高度显著。未来可通过使用频率更高的数据、对煤炭价格进行分时段、从全球视角等方面对我国煤炭价格指数波动做进一步研究。

上海市近期粮食价格分析

本文研究上海市近期粮食价格变化情况。通过近期36个月的上海市和全国粮食消费价格指数进行对比和统计分析,发现曲线没有明显趋势且平缓,两者高度相关。利用真实数据对上海市近期96周的粮食价格(以重点监测的批发市场优质粳米成交均价为例)深入分析,并进行白噪声检验。原序列经过一阶差分和5期的移动平均平滑处理之后,继续模型识别,建立ARIMA(2,1,2)模型,并用ARIMA(2,1,2)预测未来10期的价格。模型优化后解决残差序列中存在的异方差问题,最终得到完整的拟合模型。

拉林铁路藏木大桥施工期风速概率预测方法

为保障大跨度桥梁在施工期间的抗风安全性,以拉林铁路藏木大桥(主跨430 m的中承式钢管混凝土拱桥)为工程背景,提出了适用于工程推广应用的风速超前概率预测方法。即采用数据驱动的变分模态分解(VMD)将原始风速进行多尺度分解,通过特征选取技术重新组合多阶分量,形成仅包括可预测信息和干扰预测精度信息的两组序列;采用ARIMA-GARCH组合模型获得确定性的风速预测结果;最后基于纯随机性检验的循环迭代方法准确获得风速序列中蕴含的不确定性信息,并采用单变量核密度估计方法得到具有概率意义的风速区间预测结果。将所述方法风速预测结果与风速实测值进行对比,结果表明:所述预测方法风速预测精度高、区间带宽窄,95%置信度的上包络值可为桥梁施工期风灾辅助决策、防灾减灾提供更为可靠的参考依据。

极端气候灾害对蔬菜价格波动的影响及应对措施研究

蔬菜是城乡居民重要的生活必需农产品,其价格的大幅度波动会给农民的稳定增收和市民的生活消费带来重大影响。本文采用修正序列相关和ARCH模型,实证分析了气候灾害对蔬菜价格波动的影响,结果表明发生气候灾害会导致蔬菜价格不规则波动加剧,不同类别蔬菜价格受气候灾害影响的程度不同,并根据所得结论给出相关政策建议。

基于集成预测模型的集装箱吞吐量预测研究

本文综合运用ARIMA预测模型和LSSVR预测模型,提出了一种集成预测模型,并将该模型应用于上海港的集装箱吞吐量预测研究中。此外,采用不同的参数估计方法估计ARIMA模型的参数,得到了两种ARIMA预测模型。研究表明,集成预测模型可以提高预测模型的准确性,不同的估计方法也会影响模型的预测表现。