基于GRACH-MIDAS模型的地缘政治不确定性对国际稀土价格波动影响的理论与政策研究

地缘政治是影响国际稀土价格的因素之一,稀土的战略意义被拔高到一个新的层面,我国虽然稀土资源存储量与稀土商品出口量位居世界第一,但是在世界稀土定价方面并无绝对话语权。基于此背景,本文采用GRACH-MIDAS模型,分解波动率为低频地缘政治风险系数与高频经济变量,构造综合混频数据抽样的广义自回归条件异方差(GRACH-MIDAS)模型,精准测度地缘政治不确定性对稀土价格波动的影响。

基于小波分析的滑动GA-BP-GRACH模型对股票的预测研究

以"平安银行"00001号股票收盘价为实证背景,基于小波分析下的滑动GA-BP-GRACH模型对该股票变化趋势进行预测研究,即:通过小波分解得到两类股票变化数据(低频、高频),并建立滑动窗口下的GA-BP神经网络对其低频数据进行预测,鉴于高频数据表现出的波动性特点,采用GRACH模型进行预测.结果显示,两类模型的预测效果均为良好.最后,再基于小波重构得到股票的最终预测数值.实验表明,所述模型在股票预测方面比传统神经网络模型更加优越,对股票变化规律刻画也有着一定的参考价值.

存货质押融资质押物价格变化MRS-GRACH模型研究

针对质押物价格收益序列存在的结构转换特征,对常系数ARCH模型进行改进,引入一个变化服从马尔科夫过程的状态随机变量反映价格收益不同的波动状况,从而构建了质押物价格收益MRS-GARCH模型.实例研究表明MRS-GARCH模型能够刻画现实中质押物价格收益波动结构动态变化过程,同时能够识别外界不可见因素对收益波动的影响力度,MRS-GARCH模型较GARCH模型在拟合及预测价格收益波动方面具有更准确的效果.

股指期货对现货市场的信息传递效应分析

本文研究了股票指数合约的交易对现货市场的影响以及股指期货是否有助于现货市场在信息传递速度与效率方面的提升。利用了GARCH模型,修正GARCH模型,TGARCH模型及极端值模型,通过对香港恒生H股指期货合约引入前后样本的实证分析发现,在期货合约未上市前,波动性干扰反应在时间上的持续性效果较持久。反之,在股价指数期货合约推出后,可以观察到波动性干扰因子的影响会更快速的反应到经济体系中,显示此时的波动过程更趋稳定。由此推论出期货交易的进行加速了信息传递的效率。亦即开放期货合约的交易,对于其标的现货市场的信息传递以及市场波动性,皆具有正面的贡献。

我国货币政策作用非对称性和波动性的实证检验

货币政策的非对称性主要是指货币政策在经济周期的不同阶段具有不同的作用效果.文章利用描述实际GDP增长率波动成分的各种GARCH模型检验发现,在我国经济运行当中,紧缩性货币政策对于经济的减速作用大于扩张性货币政策对于经济的加速作用.因此,应该在经济收缩阶段实行稳健性货币政策来规避金融风险和防范通货膨胀,采用积极财政政策刺激投资需求和消费需求,以保持经济的快速稳定增长.

中国再生资源价格长期波动特征及其对经济的影响研究

尽管再生资源在工业生产中替代原生资源的比例逐渐升高,但对再生资源价格波动的特征及对经济的影响尚缺乏研究。本文以再生铜为例,采用GRACH族模型分析发现,我国再生铜价格的波动存在一定集聚性和持续性,价格波动比较缓慢。且负向冲击对再生铜价格波动的影响比正向冲击大,存在显著的杠杆效应。此外,再生铜价波动具有显著的GARCH-M效应,即预期的风险对再生铜价格波动具有正向影响。然后采用VAR模型和脉冲响应函数等方法,引入产出、投资、消费和通货膨胀率变动等宏观经济变量,定量分析了再生资源价格波动与中国经济之间的关系。检验结果表明:再生铜价作为建筑业重要的生产资料,其价格上涨短期内促使GDP增长,但长期则抑制投资,最终可能影响GDP增长并提高通货膨胀率,即再生铜价格上涨对国家经济发展有不利影响。本文的实证结果揭示出,对中国经济的影响而言,废旧金属价格的变动只是某种表象,经济增长和通货膨胀率变动的背后是更为复杂的原因,问题的实质是以固定投资拉动经济增长的发展模式和部分地区对房地产业过度依赖的产业结构的变化等对中国经济产生的根本性的影响。

公司规模、交易量和股价的波动

运用Granger因果检验思想,分析了在控制公司规模的情况下,前期交易量大的投资组合和前期交易量小的投资组合的收益率和波动性关联性和互动性,结果表明:不管是大公司规模和小公司规模的投资组合,前期交易量大的投资组合对前期交易量小的投资组合存在比较强的Granger引导关系,非同步交易和交易量大的投资组合对公共信息的反应比较充分可能是造成这种关系的原因。

融资融券对我国股市波动性的影响——基于上证指数的实证分析

本文通过在GED-GR ACH(1,1)和GED-EGR ACH(1,1)模型中引入两个虚拟变量来实证分析融资融券业务在试点期和转常规期对上证指数波动性的影响。研究结果表明:融资融券具有平抑股市波动的效果,并且转常规期比试点期的平抑效果更明显,标的证券扩充确实给市场增添了新的活力;股市的波动具有杠杆效应,利空消息比利多消息对股市波动的影响更大。

融资融券对我国股市波动性的影响──基于上证指数的实证分析

文章通过在GED-GRACH(1,1)和GED-EGRACH(1,1)模型中引入两个虚拟变量来实证分析融资融券业务在试点期和转常规期对上证指数波动性的影响。研究结果表明:融资融券具有平抑股市波动的效果,并且转常规期比试点期的平抑效果更明显,标的证券扩充给市场增添了新的活力;股市波动具有杠杆效应,利空消息比利多消息对股市波动的影响更大。

股指期货推出对现货市场价格影响探讨

以我国沪深300股指期货以及期货标的物沪深300指数的数据作为研究样本,以股指期货正式推出时间(2012年4月)为分割点,结合ARCH、GARCH、EGARCH、TGARCH模型,对比分析了股指期货推出前后30个月的现货市场的波动性、丛聚效应、杠杆效应,得出以下结论:我国股指期货的推出对现货市场有着积极的影响,表现在现货市场的波动率有所下降,丛聚性现象得到一定的缓解,杠杆效应有所减弱。

我国上市保险公司及其投资组合的相关性实证研究——基于Copula方法

以Sklar定理为依据,先根据Copula函数的特性构造出混合Copula函数,它能更好的刻画研究对象之间的相关性,又根据时间序列的波动聚集特性,选取GRACH-(t1,1)模型来刻画边缘分布。最后,选取中国人寿股及其投资组合股,中国平安股及其投资组合股,作为实证研究对象,并根据Copula-GARCH-(t1,1)模型来计算相关性系数,从而得出我国上市保险公司股及其投资组合股的相关性。

基于FHNN相似日聚类自适应权重的短期电力负荷组合预测

提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模型,即自回归滑动平均(ARMA)模型、广义自回归条件异方差(GARCH)模型、人工神经网络(ANN)和支持向量机(SVM)分别进行模型预测。对于需要预测的负荷,根据历史数据,将一年的数据先按照季度分类,再分别按照月、日、小时,利用模糊神经网络(FHNN)将其聚类。根据不同单一预测模型在不同情景下的误差计算出组合权重,从而获得组合预测模型。算例分析验证了所提出的组合预测模型的有效性和精确性。

国内油价市场波动的ARCH模型分析

本文运用1997年1月-2008年8月中国国内原油(大庆)的FOB即期价格周数据,应用ARCH类模型对我国国内油价的波动率进行了研究。研究结果表明,我国国内原油价格收益率序列呈现明显的GARCH效应,国内油价波动受国际油价的冲击性较高,并呈现较长的持续性。为此我国应尽快建立现代石油市场体系,并加强石油利用率,以积极应对国际油价的变化。

人民币汇率预测及方法选择--基于ARIMA与GARCH模型

自2005年7月人民币汇率改革以来,人民币持续升值,已影响到经济生活的各个方面,正确分析与预测汇价及其波动对各经济主体金融政策与投融资决策的制定有着十分重要的意义。本文选取国内外学者较为认同的ARIMA和GARCH模型对人民币美元汇率建模,并对其预测误差进行分析,结果表明在对人民币兑美元中间价的预测中,GARCH模型预测相对ARIMA模型更优。

股指期货套期保值率计量模型及其实证研究

本文首先介绍了套期保值的基本理论和估计模型,然后使用沪深300股指期货仿真交易数据和上证180ETF交易数据作为现货资产组合,应用OLS、VAR、VECM、GARCH模型估计套期保值率进行实证研究。通过"风险最小原则"来比较使用不同模型估计的套期保值率进行套期保值的效果,结果表明GARCH模型能够更好的捕获数据的异方差性,估计的套期保值率能够随着市场环境的变化而改变,应变能力强;同时OLS模型估计的套期保值率则能使投资者的风险显著降低。

中国沪深股市波动的实证分析

近些年来,股票市场的波动在国际金融实证领域越发得到重视,它的各种重要特征如集聚性、非对称性和持续性等都得到许多学者的关注和研究,因此对国内股市的波动进行分析是具有重大的现实意义的。首先,对股市收益率进行描述性统计并进行诊断性分析;其次,在GRACH族模型实证探究中,经过一系列适用性检验之后,对沪深股指建立三个模型并求解;最后,得出我国沪深股指总体收益率序列波动存在显著的"非对称性效应"等一系列结论。

沪深300股指期现货间价格波动关系与走势预测

针对沪深股市时间序列的预测不稳定问题,分析股指期货与现货市场之间的价格传导关系与波动相关性。运用向量自回归(vector autoregressions,VAR)模型与动态条件相关多元-广义自回归条件异方差(dynamic conditional correlation-generalized autoregressive conditional heteroscedasticity,DCC-GRACH)模型,对期货与现货价格波动联动性进行实证分析,构建长短期记忆(long-term and short-term,LSTM)神经网络算法对沪深300股指现货价格走势进行动态预测,分别选取2016年9月至2019年4月沪深300指数的期货与现货价格作为研究对象。结果表明,股指期货市场与现货市场价格的传导过程,存在领先滞后关系,价格波动之间显著具有时变、持续的动态相关性与长期均衡关系,LSTM算法利用股指期货的价格较为精确地预测现货价格的变化范围与走势,序列参数越长,算法的准确率与预测结果越精准。

基于ARIMA模型与GARCH模型对美国零售与食品服务数据的分析

美国经济是世界经济增长引擎中最重要的一极,而消费在美国经济中占据了最大的比重,甚至可以说,美国的需求直接影响到其他国家乃至全球经济的发展。在反应美国消费的诸多数据中,零售与食品销售数据一直受到广泛关注,是反应美国经济信心的重要指标。本文希望通过时间序列的分析,反映过去的美国零售数据的增长路径,并对未来进行预测。

基于GARCH模型的IGBT寿命预测

绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)在新能源并网、电力传输等领域中得到了广泛应用,其可靠性引起了人们关注和重视。针对IGBT模块的可靠性分析和剩余使用寿命问题,文中提出一种利用加速老化数据对IGBT模块老化模型建立方法,并利用建立的老化模型对IGBT模块的剩余使用寿命进行预测。首先介绍IGBT的失效机理,结合现有的加速老化数据,确定的以集电极-发射极通态压降作为剩余使用寿命预测依据。建立基于GARCH模型的IGBT老化寿命模型,通过3组IGBT模块加速老化数据对剩余寿命预测,验证所提方法的有效性。

非对称稳定幂GARCH的严平稳性与解的唯一性

平稳性是研究时间序列的重要条件,本文讨论一个扰动项为非对称稳定幂GARCH过程的模型的严平稳性与解的唯一性,并给出严平稳性与解存在的充要条件.