GAR(2)模型的平稳域及参数估计

GAR模型为应用很广的一类非线性时间序列模型,AR模型为其特殊情况。本文给出了当系数为白噪声时GAR(2)的平稳域及相应的参数估计,并同时获得了多维GAR(1)的平稳性条件。

关于GAR(p)模型平稳性的注记

GAR模型为应用非常广泛的一类非线性时间序列模型,对系数为滑动平均时GAR(2)模型的平稳性问题已有研究,但所用方法不易推广到一般的GAR(p)模型。本文采用矩阵的Kronecker积及拉直运算,获得了系数为滑动平均时,GAR(p)模型的一般平稳性条件,所用的方法具有普遍性。

京津冀区域制造业与物流联动发展现状及对策研究

基于DEA-Malmquist指数模型对京津冀三地2010—2019年制造业与物流业全要素生产效率进行测算,对计算出的全要素生产率建立GAR模型,测算京津冀三地制造业效率与物流业效率之间联动效率,并结合制造业、物流业、两业互动、政府统筹规划等方面的问题,针对京津冀区域制造业与物流业联动效率测度结果提出有针对性的建议,使京津冀物流业能够更好地服务京津冀制造业。

基于时变β系数的股票投资分析

本文利用GARCH(1,1)-M模型估计我国股票市场中的时变贝塔系数,并且计算了银行、房地产等6个行业指数的2007年8月1日到2011年12月31日间的时变贝塔系数。通过分析这些时变贝塔系数,发现时变贝塔系数能较好地反映股票的即时走势,特别能扑捉到经济环境和消息面变化所引发的行业内公司股价的变化。因此,时变贝塔系数较常数贝塔系数更能为投资者提供许多有益的投资参考。