基于GED-GARCH模型的中国粮食价格波动特征研究

文章建立ARCH族模型分析了2000年1月至2013年7月的粮食价格波动特征,对GED分布、t分布和正态分布下的ARCH族模型估计结果进行对比,研究表明:粮食价格具有明显的"尖峰肥尾、非正态"的特征;假设价格收益率均值方程的残差序列服从正态分布时的AIC、SC值最大,而在GED分布条件下AIC、SC值最小,估计出来的GED参数值小于2,验证了残差序列有典型的"尖峰肥尾"特征;大米价格和大豆价格具有明显的波动聚集性,小麦和玉米价格则没有明显的ARCH效应;大豆市场存在高风险高回报的特征,同时存在明显的非对称性特征,相比于价格下跌信息的冲击,价格上涨信息带来的冲击要大得多.大米市场既不存在高风险高回报的特征,也不存在"杠杆效应".     

国际粮食价格与能源价格的关联性——基于VECM和DCC-MGARCH模型的实证分析

使用VECM和DCC-MGARCH模型分析了国际粮食价格与能源价格间的关联性。两者的关联性主要体现在价格水平间和价格波动间的关系上。在价格水平方面,长期内,国际能源价格对粮食价格具有显著正向影响;短期内,误差修正项对短期波动偏离长期均衡的调整在总体粮食价格以及小麦价格的回归方程中作用显著。总体粮食价格对能源价格的长期影响显著,但误差修正项的短期调整作用不明显,在各类粮食价格对石油价格短期影响中,误差修正项起到显著调整作用。在价格波动方面,总体粮食价格波动与石油价格波动间存在显著正向相关关系,在具体某一类粮食中,除稻米外,小麦、玉米、大豆市场价格波动都与石油价格波动存在显著正向相关关系。     

粮食价格波动对物价水平的非对称影响——基于STR模型的实证分析

依据中国1998年1月-2011年6月的季度数据,运用平滑转换回归模型研究粮食价格波动对物价水平的影响,研究表明:粮食价格对物价水平存在单向Granger因果关系,其影响呈现非线性和不对称特征;当粮食价格处于高机制状态时,粮价波动对物价水平影响程度较大,CPI自我驱动能力较小;当粮食价格处于低机制状态时,粮价波动对物价水平影响程度微弱,CPI自我驱动能力较强.     

中国粮食价格波动的ARCH效应研究

文章应用ARCH类模型分析中国粮食价格波动特征,通过对均值方程的三种不同残差分布假设下模型的结果进行对比,发现分布不同,结果也不同。正态分布假设下所得出结果值得怀疑,选择合适的分布能增强模型结果的可信度。研究表明:粮食价格波动具有显著的波动集簇性;好坏信息对粮食市场的冲击效果无明显差别;粮价当期的波动的主要原因是前期粮食市场系统以外的因素波动的冲击;粮食市场存在高风险高回报的特征。     

中国农业生产资料价格的波动特征研究——基于GED分布下EGARCH-M模型

运用X12-ARIMA模型、HP滤波法和基于GED分布下的EGARCH-M模型对中国农资价格波动的一些主要统计特征进行了拟合分析,结果表明:农资价格波动存在显著的季节效应;考察期间农资价格呈现出5个波动性周期,平均周期长度在48个月左右;农资价格波动还存在显著聚集性和非对称性,但其市场并没有表现出高风险高回报的特征;相较于正态分布,GED分布能更好地对模型进行估计和描述中国农资价格的波动特征。     

中国农产品价格波动特征的实证研究——基于广义误差分布的ARCH类模型

近年来农产品价格波动频繁,结构特征明显,主要是因为受到生猪、棉花、大豆、胶脂果实类林产品和稻谷等农作物价格波动的影响.利用广义误差分布的ARCH类模型对主要农产品价格波动特征进行分析,结果表明:棉花价格没有显著的异方差效应;生猪、大豆和稻谷的价格波动具有显著的集聚性,但其市场并没有表现出高风险高回报的特征;稻谷价格波动具有显著的非对称性,但大豆和生猪的价格波动没有显著的非对称性.基于GED的ARCH类模型提高了模型的拟合效果,可以更好地分析中国主要农产品价格波动特征.     

我国CPI季节调整模型预测

文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测.实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5％之内.     

基于GARCH(1,1)模型的粮食市场价格波动溢出效应比较

文章针对我国主要粮食产品进行了面向广义多维度GARCH模型的价格波动协方差与参数验证,结合粮食产品价格波动的动态评价形成修正GARCH模型的价格溢出效应动态分析.结果显示,多维度广义GARCH模型针对多重价格波动的粮食价格溢出程度效应明显,利用迭代滞后一阶信号降低了验证冗余干扰.所设模型符合基本的粮食产品价格波动溢出效应的测度需求,不同粮食产品米和小麦表现出相对集中的价格波动,不同程度的农产品在其价格波动区域范围内具备溢出效应的差异性.     

开放式基金收益的EGARCH模型及其非对称性研究

通过对极少被研究的中国股票型、债券型和混合型开放式基金收益率的波动性进行了GARCH和EGARCH模型分析，结果表明：大部分基金存在非对称效应，并且由于基金条件波动序列的非平稳性，信息冲击曲线具有多样化特征，这为非平稳非线性模型的研究提供了新的方向；通过构建基金类型指数，对开放式基金整体波动性的研究发现，中国开放式基金收益率的波动存在ARCH效应，但不具有非对称性效应。     

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。     

上证指数收益率的ARCH族模型的实证分析

文章利用ARCH族模型,选取2005～2009年的上证综指日收益率作为对象对我国沪市波动情况进行了实证研究.研究结果表明,我国沪市日收益率序列具有明显的聚集性、波动性、尖峰厚尾的特征,ARCH族模型较好的拟合了上证指数收益率序列.     

基于Markov切换模型的中国CPI指数波动特征分析

文章引入Markov切换模型探讨中国CPI指数波动的持续性、波动幅度以及波动频率等特征.通过ADF方法和JB统计量检验CPI时间序列的平稳性和非对称性,通过CUSUM方法检验时间序列的机制转移特征,采取极大似然估计方法确定Markov切换模型的相关参数.结果表明,CPI时间序列的低波动性持续的时间最长,并且三种波动状态之间的切换主要集中于低波动状态和高波动状态之间;CPI时间序列的波动主要稳定于低波动率,并且存在明显的“聚集波动”和“分段波动”现象.     

我国大蒜价格波动周期和特征分析

文章利用大蒜价格的时间序列数据,从长期和短期进行分析其价格波动特征和规律,研究表明大蒜价格波动具有一定的周期性和趋势性,在不同的阶段影响因素不完全相同；同时价格的波动具有集簇性,高风险性,但是不具有高回报性.     

人民币汇率波动特征实证研究

本文建立人民币汇率波动的GARCH模型,对汇率制度以来人民币汇率波动的特征进行研究。结果表明,2005年7月21日至今,人民币汇率波动不服从正态分布;美元对人民币的汇率收益序列具有左厚尾的特征,人民币汇率波动具有集群性;人民币汇率波动具有较强的记忆性,且前期的人民币汇率波动对本期的影响呈衰减趋势。     

我国居民消费价格波动和预测：1997-2010

 CPI与人们的生活息息相关,同时也是经济分析和决策、价格监测和调控及国民经济核算的重要指标。本文以1997年1月至2009年12月我国衣食住行及城乡分类月度定基CPI数据为样本,在分析其波动特征及差异的基础上,通过指数平滑法的Holt-Winters模型将其分解为季节和趋势波动。结果表明,我国分类CPI各自具有明显的趋势和季节特征,并得出其波峰和波谷到达时间;模型对其有非常好的拟合效果,其MAPE依次为0.253%、0.816%、0.364%、0.359%、0.391%、0.338%。在此基础上对我国2010年各月的分类CPI进行了科学预测。     

SARIMA模型在预测中国CPI中的应用

文章考虑中国通货膨胀率月度频率数据本身所表现出来的波动特征,分别对CPI同比序列和环比序列建立时间序列SARIMA模型进行了分析和预测,可为政策制定者相机抉择调控经济运行的宏观政策提供可靠工具。结果表明:相对于单一的对同比序列和环比序列建模预测而言,结合两种模型构造的合成预测值的预测精度更高。     

基于GARCH族模型的中国旅游酒店板块指数收益率波动分析

运用GARCH族模型分析旅游酒店板块指数日收益率的波动特征,研究表明：旅游酒店板块收益率是一个平稳过程,其波动具有“聚集”现象和“非对称效应”。GARCH（2,1）模型比GARCH（1,1）模型更好地消除了收益率序列的异方差性;TARCH（2,1）模型的拟合效果最好;GARCH—M模型和非对称的CARCH（1,1）模型都不适用于描述收益率的波动特征。     

反馈跳扩散模型在证券价格预测中的应用

传统随机波动定价模型发展到目前已近完善,同时也遭遇到前所未有的挑战。随着越来越多的金融学家、数学家、物理学家、心理学家和金融工程师加入到金融研究领域,人们逐渐认识到股票价格行为具有以下一些特征眼1演:穴1雪价格序列非随机游走性,长记忆性以及波动的AR CH效应;穴2雪     

基于APF算法的贝叶斯金融厚尾MSSV模型研究

针对金融时间序列普遍具有的波动聚集性和厚尾特征,将对风险管理尤为重要的一些极端点纳入模型之中,构建厚尾马尔科夫转移随机波动模型,采用带辅助变量的粒子滤波算法对波动和潜在状态进行预测,并估计模型参数.由于t分布与正态分布的特殊关系,通过选取不同自由度进行仿真分析,研究发现MSSV-t模型较一般MSSV模型对于消除波动持续性参数的高估问题更加有效.结合对中国上证综指股价波动的实证研究,证明了基于APF算法的MSSV-t模型在潜在波动状态的预测及突发事件的探测方面具有优良的性质,同时具备提高波动预测精度的能力.     

基于ARCH类模型的人民币汇率波动特征比较

文章基于ARCH类模型,利用对2005年7月20日至2011年5月31日的人民币高频日汇率数据进行实证研究,分析了人民币兑美元、欧元、日元、港币与英镑汇率的波动率特征。实证结果表明,人民币兑美元、港币的波动性较其它货币小一个数量级;各汇率序列具有明显的尖峰厚尾与波动率聚集特征;除港币外,人民币汇率波动主要由过去波动引起,并且冲击的影响会持续较长时间,外部效应较弱;日元与其它货币的杠杆效应不同,好消息比坏消息冲击效应更大;风险溢价效应只在人民币兑美元与港币的汇率中显著。这些特征表明人民币汇率应更加市场化。