运用SETAR模型对我国通货膨胀率的拟合与预测

本文介绍了SETAR模型的一般理论,并利用SETAR模型对我国通货膨胀率进行了研究,进一步与传统的线性AR(P)模型结果作了比较,结果表明,在研究我国通货膨胀问题上,SETAR模型无论在拟合优度还是预测的效果上,都优于AR(P)模型。

新加坡汇率管理的SETAR模型研究及启示

目前新加坡采用的是具有汇率目标区管理的汇率制度。本文通过采用自我激励阈值自回归(SETAR)模型对新元名义有效汇率的运动行为特征进行实证分析,从而更好地了解新加坡金融管理局是如何实施这种汇率管理的,并在此基础上,探讨新加坡汇率管理对于目前人民币汇率管理改革的启示和借鉴意义。

随机系数SETAR模型的应用

文章提出了随机系数SETAR模型,推导出其回归系数的估计式,并把该模型应用于一个月度数据序列.实证研究表明,对于非线性时间序列数据,随机系数SETAR模型明显优于AR?MA模型。

汇改后人民币汇率波动的非线性特征研究——基于自激励门限自回归SETAR-GARCH模型

近几年来,伴随人民币汇率体制改革以及升值压力的增加,人民币汇率波动行为也日益引起国内外广泛的关注。越来越多的研究表明金融数据存在着非线性行为,以人民币汇率时序的非线性和复杂性为主要研究对象,通过BDS检验从统计推断角度验证了其非线性的存在,从而建立自激励门限自回归模型来拟合数据,同时采用GARCH模型消除残差异方差现象,在理论和实践上都有较大的改进和尝试,拟合结果显示预测平均相对误差为0.0694%。通过对人民币汇率非线性特征的研究,不仅为其管理提供了支撑,同时对非线性时间序列问题的进一步讨论提供了理论和实证的依据。

SETAR模型在中国股市波动率研究中的应用

文章对上证指数2006年1月6日-2011年5月23日收盘价的波动率进行了研究,介绍并使用随机系数SETAR模型与ARCH族模型进行对比拟合,根据数据的特点,文章构建了一种新型的SETAR模型,即AR(r)-SETAR(l,p1,p1)模型,模型利用ADF检验和AIC准则进行识别和估计。结果表明:可用AR(4)-SETAR(2,1,1)模型来拟合中国股市中的上证指数,研究其波动率特点,上证指数波动率呈不对称的响应,而且"负"响应比"正"响应高出约1.3倍。用ARCH族模型也证明了这种不对称响应的特征,但无法度量波动的强度,预测效果也没有SETAR模型精确。说明上证指数波动率不对称响应明显且呈现非线性的趋势,这种非线性的趋势更适合用SETAR模型来拟合。

股票波动性的拟合与预测研究——基于SETAR模型

分别使用非线性自我激励门限模型(SETAR模型)和线性ARMA模型对股票市场进行比较研究,并运用MAE和RMSE方法比较两者的预测效果,结果表明,通过门限值的控制作用,SETAR模型利用时序数据隐含的时序分段相依性这一重要信息,限制了模型误差,从而比ARMA模型更适合于描述股票波动的非线性规律。

应用非线性的SETAR模型进行电力系统短期负荷预测

本文将时间序列分析中的一类非线性模型ＳＥＴＡＲ模型应用于电力系统短期负荷预测，这种模型可以描述一些非线性的时间序列，在负荷波动较大时仍能进行很好的预测，通过实例计算结果表明预测精度满足要求，同时也证实了将这一模型用于电力系统短期负荷预测是可行的。

基于SETAR模型的一类非线性系统的性能估计

从非线性系统的性能评价入手,分析了非线性系统的最小方差控制,以及非线性系统的反馈不变量。以此为依据,引入了用于非线性系统建模的SETAR模型。利用该模型,对非线性控制系统进行局部ARMA分析,在AIC准则的基础上,选择最合适的系统模型,从而做出性能估计。针对一类非线性系统,进行仿真实验。结果表明,利用SETAR模型对系统进行性能评价,在一定程度上能有效克服系统的非线性对性能评价的影响。同时,另一种NARMAX模型—LAR模型的仿真结果也将作为参考,通过对2种结果的对比,证明了该方法的有效性。

基于三制度SETAR模型的短期交通流预测

针对城市道路交通流预测仅考虑正常(或没有交通事故)交通条件下短期交通流的现状,采用三制度自我激励阈值自回归(SETAR)模型进行短期交通流预测,该模型适合研究多种交通状态下交通流的动态变化行为。通过实例验证,对比分析了三制度SETAR模型和自回归求和移动平均(ARIMA)模型对城市道路5 min交通流的预测,其中后者被用作比较基准模型。研究结果表明,这个模型不仅能够合理地解释交通流的变化行为,而且比ARIMA模型在向前1步样本外预测交通流变化幅度和变化方向上均有更好的预测表现。

基于协整-SETAR模型的白银期货套利研究

在协整理论和均值回归理论基础上,对白银期货价差序列建立SETAR模型进行套利研究.研究结果表明,白银期货合约之间存在着长期均衡关系.经过误差修正后,价差建立的SETAR模型套利机会比均衡误差项建立的SETAR模型的套利机会更多.

中国国际金融风险预警的理论问题研究

经济全球化使中国经济与世界的联系越来越紧密,美国作为中国最大的单国贸易伙伴,对中国经济的影响也越来越多。美国一旦发生金融危机,必然会对中国经济造成危害。本文基于全球化这一背景,从国际金融危机的传导途径入手,构建包含宏观经济、金融市场、金融机构和微观企业层面的中国国际金融风险预警指标体系。并以美国为例,利用1998年二季度至2008年四季度数据,选取部分宏观经济层面的指标,对这一体系进行实证检验。结果表明,本文构建的中国国际金融风险预警指标体系具有较好的预警效果。

人民币汇率波动的非对称机制研究

通过运用双门限值的SETAR模型来分析1994年汇率制度改革以来人民币对美元汇率波动的调整机制。研究发现:人民币汇率波动的波动程度与调整速度在人民币升值和贬值时具有非对称特征,且波动幅度处于两个门限值之间时,人民币汇率波动呈现出一定程度的发散特征;此外,人民币对美元的汇率波动,在1994年汇率制度改革以来持续小幅升值是一种均衡状态。

人民币汇率的非线性特征研究

本文分别运用不带漂移的RW模型、AR模型、SETAR模型和STAR模型对近20年的人民币实际汇率进行建模和预测,并以RMSE和MAE作为预测评价标准统计量,对样本内拟合和不同长度的样本外预测效果进行比较。研究结果表明:在四个模型中,SETAR模型对人民币实际汇率的拟合和预测效果最好,这表明同发达国家汇率均值回复连续的、对称的非线性动态调整相比,人民币实际汇率均值回复更适合间断的、非对称的非线性动态调整过程。

人民币真实汇率调整的非线性性比较研究——基于非线性类型与基准货币选择

采用1994年1月—2014年1月度数据,对人民币兑美元、英镑及日元实际汇率的非线性调整行为进行了比较研究。结果表明,人民币实际汇率目前已经达到均衡水平甚至处于高估状态。2014年1月,人民币兑美元实际汇率高估约10%,人民币兑英镑实际汇率高估约7%,人民币兑日元实际汇率高估约12%。三种基准货币下的人民币实际汇率均具有显著的非线性特征,但是不同基准货币下的实际汇率具有不同类型的非线性特征。具体地,人民币兑美元实际汇率的调整过程具有ESTAR特征,人民币兑英镑实际汇率的调整过程具有LSTAR特征,而人民币兑日元实际汇率的调整具有SETAR特征。最后,人民币兑美元实际汇率具有均值回复特征,满足长期PPP假设。

结构振动数据数学模型的线性与非线性刻划

对振动测试数据评价参数的数学反演使用时间序列的线性和非线性模型进行了建模，计算结果表明非线性的ＳＥＴＡＲ模型描述测试数据所反映的物理过程比线性ＡＲＭＡＸ模型更趋于合理、全面和客观。非线性ＳＥＴＡＲ模型能较深刻描述被测体系的振动机理和物理行为。

中国内地股市与全球主要股市联动性的时变特征研究

本文将中国内地股市与7个全球主要股市的股指收益联动纳入统一框架,采用非对称动态条件相关模型刻画了2006~2021年股指收益相关性的时变轨迹,并进一步比较了2008年全球金融危机、2010年欧洲主权债务危机、2015年中国内地股市“股灾”及新冠肺炎疫情发生后股指收益联动的变化,最后采用SETAR模型检验了股市间联动的动态门槛效应,探究了股指收益联动在不同阈值内的均衡收敛或随机游走特征。研究发现:中国内地股市与7个全球主要股市的联动性符合“地理假设”,并呈现异质性、复杂多变的特征;比较联动性在市场危机时期的特征发现,前三次的市场危机并未引起中国内地股市与其他股市联动性的大幅增强,2008年全球金融危机和2015年中国“股灾”时期股市联动性甚至大幅度减弱,而新冠肺炎疫情发生后中国内地股市受到全球股市波动的外溢影响逐步增强,中美股市联动性甚至平均增加了66.84%;此外,股指收益联动呈现不同区制内非均衡的收敛或随机游走状态,特别是高区制内中国内地股市与欧美国家股市的关联程度呈现随机游走状态,表明若遭遇较强的外部冲击,中国内地股市可能会出现剧烈震荡。

被操纵股票价格特征的非线性分析

本文在对中国股票市场价格操纵案例主要特点进行分析的基础上,采用SETAR模型对被操纵股票的价格特征进行了非线性分析。我们发现,SETAR模型要优越于一般的AR模型,并且SETAR模型能在一定程度上反映被操纵股票的价格特征,从而为科学确定操纵者的合理罚款水平提供可借鉴的依据。

门限自回归建模在东北地区未来地震趋势研究中的应用

叙述门限自回归模型建模的基本原理及步骤,利用东北地区年最大震级序列数据建立门限自回归模型SETAR(2,4,3),并依此对东北地区未来可能发生的最大地震进行预测。结果表明,该模型预测精度较高,其研究结论对东北地区未来地震活动趋势预测具有参考意义。

电力系统短期负荷预测中非线性模型的研究与应用

介绍了时间序列分析中的一类非线性模型一ＳＥＴＡＲ模型的特点及其建模，将这一模型应用于电力系统的短期日负荷预报。这种模型可以描述一些非线性的时间序列，在负荷序列波动较大时仍能进行很好的预测，实例计算结果表明预测精度满足要求，证实了将这一模型应用于电力系统短期负荷预测是可行的。

基于非线性时间序列模型的城市道路短期交通流预测研究

对应于城市道路短期交通流复杂的非线性特征,采用一种非线性的时间序列模型来对其变化规律进行探索,以期获得城市道路短期交通流的精确预测。根据现实情况,可以将城市道路的交通流条件划分为两种状态:交通拥堵和交通畅通,在不同的状态下,交通流表现出不同的变化特征,一个二制度自我激励阈值自回归(SETAR)模型的结构能够很好地与之相符。以现实中的城市道路短期交通流数据为样本所进行的实例分析结果表明,被估计模型获得了很好的仿真结果,并能够合理地解释城市道路短期交通流的非线性特征。以此为基础,用估计所确定模型进行城市道路短期交通流的样本外预测,结果表明该模型不仅有较高的预测精度,且预测表现明显优于自回归求和移动平均(ARIMA)模型。