基于GARCH模型的品类供货量、交易量、流拍率与价格的波动性分析

论文分析了同一品类产品交易日的价格、供货量、交易量和流拍率的波动特征。研究了拍卖市场各时间序列波动的随机性特征。以昆明国际花卉交易中心为实例研究,选择其2009年2月16日至2010年2月12日的交易数据进行分析,利用GARCH类模型,分别建立收益率、供货量变动率、交易量变动率、流拍变动率的预测模型,拟合最佳分布,并分析杠杆效应。研究表明：四个波动序列预测模型的Theil不等系数值均介于0和l之间,具有较高的预测精度,供货量、交易量负冲击大于正冲击,而流拍率仅存在正冲击。     

基于比较视角的我国股票市场波动ARCH效应研究

我国同期的主板市场不存在ARCH效应,中小板市场存在弱势ARCH效应,创业板市场存在明显的ARCH效应;GARCH(1,2)模型能较好地刻画中小板指数,GARCH(1,1)模型能较好地刻画创业板指数;EGARCH(1,2)能较好地刻画中小板市场波动的非对称性,EGARCH(1,1)模型能较好地刻画创业板市场波动的非对称性;GARCH(1,2)-M模型不能有效刻画中小板指数,GARCH(1,1)-M也不能有效刻画创业板指数,表明中小板市场及创业板市场日收益序列对风险溢价的敏感性不强。     

体制对中国股市波动影响分析研究

在传统ARCH中引入体制服从2个状态Markov过程的SWARCH-t(2,3)模型,并与传统GARCH模型中误差项服从的正态、t、GED分布相比,SWARCH-t(2,3)模型较大的提高上证指数的拟合能力,较好的改善了估计精度和对回报序列的描述,解决了传统GARCH高的持续性与较差的预测能力之间的矛盾。同时发现体制2引起的波动是体制1的4.23倍,波动在分解为ARCH波动和体制波动之后,其中的ARCH波动持续性较传统GARCH模型各种分布相比大幅减少,而体制波动的持续性却较高,但这种持续性会因不断出现的政策发生切换。     

基于GARCH模型族的国际船用燃油价格波动性研究

船用燃油成本一直都在航次成本中占有较大的比重,加强对船用燃油价格波动的监控和预测是航运企业加强经营成本控制和管理的重要手段。以新加坡市场船用燃油IFO380cst作为研究对象,利用ARMA(1,1)模型对其价格收益率进行回归拟合,通过GARCH模型消除了序列存在的异方差性,并利用GARCH-M模型和TARCH模型对其进行进一步研究,发现对于新加坡市场船用燃油IFO380cst而言,不存在ARCH in mean效应和杠杆效应。     

中国农产品价格波动机理探索

为探索我国农产品价格周期性波动的内在机理,首先对农产品价格波动的成因、价格波动与影响因素之间相关关系进行了研究;利用多Agent技术,构建了农产品价格波动动态模型,并对多因素间的协作过程与工作原理进行了设计;在多Agent模型下,以小麦市场价格趋势数据为对象,借助自回归条件异方差模型(ARCH)对价格波动规律及强度进行了探索,在此基础上对ARCH模型进行变换形成TRCH模型,进行了模型的检验与估计。通过实验仿真,结果表明农产品价格波动动态模型能有效的反应价格波动的内在机理,有利于实现农产品价格波动的事先预警。     

基于GARCH模型与灰色预测模型GM(1,1)的人民币汇率收益率分析

论文中对人民币汇率收益率序列分别建立了GARCH(1,1)模型和GM(1,1)模型.首先利用GARCH(1,1)模型刻画了收益率序列的波动性,接着通过预测模型GM(1,1)对收益率序列水平值进行预测.实证结果表明,人民币汇率收益率序列之间存在明显的波动性和长期的自相关性,预测模型GM(1,1)能够很好的拟合人民币汇率收益率序列,是一个可用的较好的预测模型.     

国际石油市场的ARCH效应分析

近几年发展起来的非线性时间序列模型及其分析方法在理论探讨和实际应用方面都取得了迅速的发展 ,形成了ARCH族计量模型。利用ARCH模型对国际石油价格进行波动性检验 ,发现国际石油价格呈现较为明显的ARCH效应。石油企业抵御价格风险 ,应降低企业经营成本 ,建立以期贸交易为主要手段的风险采购屏障     

ARCH模型族在深圳成指中的应用

金融资产收益率一直是经济研究人员和投资者关注的焦点,ARCH及GARCH模型族可以较好地拟合金融资产收益率序列存在的尖峰厚尾、波动聚集性以及杠杆效应等特征.本文收集深圳成指(39900 1)二十年的日收盘价,通过GARCH-M模型论证了市场中预期风险增加一个单位,就会导致其收益率相应增加0.112个百分点,收益率的波动冲击影响会持续很长一段时间.利用EGARCH模型说明深圳成指收益率存在着信息不对称性,利空信息的冲击使得波动的变化更加大一些.同时根据相应的统计检验量,发现EGARCH模型比GARCH-M模型具有更好的拟合度,故实际中投资者应选用EGARCH模型预测深证成指的收益率.     

基于组合预测模型的滚装码头吞吐量预测

根据上海港滚装码头2006—2011年的吞吐量数据,采用时间序列法、灰色预测法以及相关性分析法等单项预测方法建立预测模型,计算发现相关性分析法预测的结果优于时间序列和灰色预测。建立最优线性组合预测模型并测算,证明该模型对于影响因素复杂且历史数据较少的滚装码头吞吐量预测具有较高的精度。     

农产品价格波动的非对称性研究

采用B-P滤波对1999-2012年我国农产品价格指数进行处理,观测到我国农产品价格呈现出4个波动性周期,并且表现出明显的不可重复性和非对称性;再利用描述性统计分析与非对称GARCH族实证模型相结合的方法检验我国农产品价格波动的非对称性;实证结果表明我国农产品价格波动的非对称性具有稳健性特征,并且EGARCH模型描述我国农产品价格波动的非对称性更为有效。最后绘制EGARCH模型的市场信息冲击曲线,进一步验证结论。     

最低收购价政策对小麦市场价格波动影响的实证分析

为了估计最低收购价政策对小麦市场价格波动的直接影响,利用2009年1月4日至2016年12月30日小麦现货与期货价格日数据,通过将政策作为虚拟变量引入GARCH模型,实证研究政策对平抑小麦期现货价格波动的作用,并从政策执行区和非执行区的视角比较政策在不同地区维护小麦市场价格稳定方面的效果,对模型结果和价格传导路径进行验证和分析。结果表明,政策对小麦期现货价格波动产生了明显的影响,能够显著降低小麦现货市场的波动程度,并通过期现货市场间的联系对期货市场产生影响,但政策对期货价格波动的作用方向则相反;政策在平抑小麦价格波动方面的效果具有空间上的溢出效应,通过区域间的市场联系从执行区传导到非执行区,导致非执行区价格波动程度的下降。     

涨跌停机制对上海股市效率和波动的影响

涨跌停机制是对证券的每日最高和最低成交价,或每日最高涨跌幅度进行的限制,旨在降低股市波动,提高市场效率。用带有涨跌停虚拟变量的GARCH(1,1)模型,对上海股市交易最为活跃的30支股票在涨跌停机制影响下的鞅假设和收益波动进行了实证研究。结果表明,中国股市当前10%的涨跌幅价格限制率会降低市场效率,而且不能降低市场的波动。因此,我国应取消或放宽当前的涨跌幅限制。     

基于误差校正的ARMA-GARCH股票价格预测

针对时间序列预测和简单回归预测各自的侧重点不同,综合两者优点,对股票价格进行预测。首先将股价数据转换成对数收益率,利用ARMA-GARCH模型对收益率序列建立模型,对上证指数股票价格进行初步预测;然后建立回归模型对GARCH模型误差中未被解释的成分进行分析和拟合,利用回归模型预测的误差对GARCH模型预测结果进行校正。在选择回归模型变量时,引入变量间的相关性分析筛选合适的影响因子,利用主成分分析方法提取影响因子中包含的信息,实现对解释变量的降维,获取具有代表性的综合指标,以提高建模精度。实例研究证明该方法对于上证指数股票价格预测较为准确。     

人民币汇率与股价的ARCH效应检验及模型分析

随着人民币汇率弹性的加大,汇率与股价的关联效应开始显现出来,有可能导致外汇市场、股票市场乃至整个金融市场的紊乱,所以两者的关联研究对于整个金融市场的安全与发展具有较大的现实意义。通过对人民币各种汇率与股价的逐日数据所作的ARCH效应检验,得出相应的GARCH和EGARCH模型,并证明人民币币值与股价呈反向关系。     

大米市场价格波动态势及周期性特征分析

探索中国大米市场价格短期波动态势及周期性特征,以期为稳定农民的市场预期,提高其生产积极性提供参考。在对国内外大米市场价格波动分析的基础上,以2006年1月-2010年12月的中国大米市场价格周指数为样本,采用TARCH类模型,分析了中国大米市场价格的周期性特征。研究结果表明:中国大米市场价格具有显著的ARCH效应,其波动具有集簇性、非对称性、记忆性和持续性。提出政策建议:政府和相关主体可根据大米市场价格波动的特点,有针对性地对下期的大米市场价格进行预测,密切关注价格上行趋势,采取相应措施减缓中国大米市场价格短期剧烈波动。     

城市批发物价变动与近代中国经济增长

价格运动是市场机制的核心,考察一个国家和地区一定时期的物价水平,是研究该国家或地区相应时期经济发展的重要方面。以往我们见到的只有利用对外贸易资料推算的批发物价指数序列,但是我们不能找到他们推算的方法和依据的资料,因此无从判断其科学性。由于资料的限制,至今还没有一个覆盖全国的长时期的批发物价指数可以利用。作者运用可以找到的资料,对20世纪10年代到40年代的天津、上海和广州三个城市的批发物价统计资料按照生产和消费的用途进行划分,并运用加权平均方法重新进行推算。以此为基础,对黄河流域———以天津为代表、长江流域———以上海为代表和珠江流域———以广州为代表的三个地区的城市批发物价指数加权平均,推算出中国近代城市批发物价指数,并对其变动趋势和影响其变动的主要因素进行了初步分析。     

石油期货价格的收益率及波动率的长记忆性研究

金融市场的长记忆性问题研究一直吸引着众多研究者的目光,但是期货作为一种金融衍生工具,其长记忆性的研究相对于股票来说却很少。国内外大多数的研究都是针对股票市场,运用的主要方法是R/S分析,修正的R/S分析法,GPH分析法等,大部分都是用ARFIMA模型对长记忆时间序列进行分析。本文介绍了时间序列的一些模型,介绍了单位根检验方法,采用样本自相关函数法,传统的R/S分析法,GPH分析法,运用MATLAB,EVIEWS,Oxmetirc4环境下的G@ARCH42软件包等编程,检验了美国原油期货(NYMEX)市场样本数据的长期记忆性,并得出如下结论:石油期货收益率序列的长记忆性不明显,而波动率的替代指标绝对收益率序列呈现较强的长期记忆性。同时本文通过比较描述收益率序列以及绝对收益率序列模型的优劣性,发现收益率序列可用GARCH(1,1)模型来描述,而FIGARCH(1,d,1)模型相对GARCH(1,1)模型来说,能更好的描述波动率的替代指标——绝对收益率序列。     

我国住宅用地价格增长率波动的实证分析——基于经济周期理论和ARCH类模型

基于经济周期理论并借助HP滤波法,分析了我国住宅地价增长率从1998年第1季度至2011年第2季度的周期波动特征,结果表明住宅地价增长率波动的周期性特征非常明显且波动幅度日益加强.接着利用ARCH类模型分析了住宅地价增长率的波动特征,发现住宅地价增长率具有显著的集簇性,没有高风险高回报的特征,并具有与股票市场恰好相反的杠杆效应.最后提出了相应的政策建议.     

蔬菜价格时间序列的分解与分析——基于北京市2002-2012年数据

基于北京市2002-2012年的蔬菜价格数据,采用时间序列分解和H-P滤波技术,将蔬菜价格分解为季节性波动、随机性波动、周期性波动和长期趋势4部分,并测算各波动成分对蔬菜价格波动的贡献率。结果发现,季节性因子特征显著,是影响蔬菜价格变化的最主要因素,平均贡献率为62.3%;2002-2012年划分为6个周期,周期的时间跨度和波动幅度均有变大的趋势,周期性波动对蔬菜价格变化的贡献率为23.6%;突发和异常事件是引起蔬菜价格随机性波动的主要诱因,随机性波动对蔬菜价格变化的贡献率为14.1%;蔬菜价格长期趋势由持续上行转为波动上行,可分为升幅较缓、升速加快和波动上行3个阶段。〖JP2〗基于此,提出如下政策建议：完善蔬菜产业链条监测,强化信息流对物流引导作用的发挥;开展蔬菜市场预警建设,降低突发事件引起的随机性波动对市场的影响;自产蔬菜供应采取“见缝插针”的策略,在突发事件时起到平抑市场价格波动的作用等。