含控制因子的R/S分析的H参数估计及应用

R/S分析法是揭示金融时间序列长记忆性的主要方法之一。针对经典R/S与修正R/S分析法之不足,对R/S分析法进行改进,设计含控制因子的R/S统计量,并应用蒙特卡洛模拟说明改进的方法比经典R/S与修正R/S分析法在估计H指数上的有效性。运用新方法对上证综合指数和深圳成分指数收益率序列的长记忆性与两市的平均非周期循环长度进行实证分析,研究表明：沪、深股市的收益率序列都具有长记忆性,但是沪市的收益率序列不存在明显的平均非周期循环长度,而深市的收益率序列则存在一个大约308天的平均非周期循环长度。     

基于灰色系统技术的随机振荡序列预测模型的改进

文章对传统的随机振荡序列的直线喇叭带预测模型提出了疑问,分析了产生随机振荡序列的主要原因;采用平均弱化缓冲算子弱化随机振荡序列的峰值,将随机序列取值带由直线喇叭带转换成指数包络带;根据弱化后的数据序列峰值所连直线计算新序列,求出了该序列GM(1,1)模型的发展系数和灰色作用量,并进一步计算包络带的上缘点和下缘点;时上缘点和下缘点序列再次使用GM(1,1)模型,得到了随机振荡序列预测区间的上限、下限及基本预测值.     

自回归模型选择的多准则方法

模型选择是建立时间序列模型的基础.文章将AR模型选择转化为多目标决策问题,并采用熵值法定权进行求解,在此基础上建立了模型选择的多准则方法,从而有效的解决了模型选择问题.该方法还可推广到滑动平均自回归(ARMA)的选择,由此提供了一条普遍适用的建模思路.     

国民核算中链式指数序列编制方法、国际经验与借鉴

在国民核算中广泛地应用到各种指数序列,其中国际标准意义上的链式指数序列比定基指数序列具有明显的优势,因而受到越来越多国家统计机构的青睐和选择,但实践中该指数序列的编制仍面临着一些问题。基于此,详细探讨了国民核算中链式指数序列的编制方法,尤其是季度链式指数序列的编制方法,同时就其实践中存在的主要问题进行分析,并据此进行相关比较与国际实践经验的归纳与概括,可获得一些供中国国民核算中编制链式指数序列时加以参考的方法与经验。     

基于ARIMA模型的北京居民消费价格指数预测

自回归单整移动平均模型(ARIMA)是目前较为广泛应用的时间序列建模方法之一,文章以北京市1998年1月~2013年5月的CPI月度数据为样本,采用Eviews6.0软件,建立了ARIMA(12,18)模型,模型对样本内数据拟合较好,预测误差较小,用该模型对北京市2013年6月~2013年12月的CPI指数进行了预测。     

ARMA模型在我国体育股票价格预测中的应用

中体产业股票作为我国唯一的体育类股票,为了准确把握其波动状况,科学预测未来发展趋势,收集了2002年1月1日至2010年6月30日中体产业股份有限公司股票的1510个日收盘价格指数为研究样本,进行了时间序列分析,建立了中体产业股票的自回归移动平均模型(即ARMA模型)。结果显示:模型ARMA(3,1)能较为准确地预测中体产业股票每日数据,模型的预测值与实际观测值非常接近,说明时间序列模型在中体产业股票状况预测中具有较好的应用价值。     

国民核算中的指数序列问题研究

在国民核算和经济统计实践中,广泛运用多种价格指数和物量指数,其中最重要者莫过于生产指数(如GDP物量指数)和消费者价格指数(如CPI,即我国的居民消费价格指数)。这些指数可以选择不同的公式逐年编制,从而形成各种指数序列。SNA(1993)、麦卡锡(P.McCarthy,1999)、许宪春(2000)和施雷耶(P.Schreyer,2005)等先后对国民核算指数进行了专门研究。本文试图首先归纳和扩展指数序列的一般理论,进而探讨国民核算中有关指数编制与应用的若干问题。一、几种基本指数序列及其特征为便于讨论各种指数公式和指数序列,我们约定以下公式符号:记t时期j…     

近似非齐次指数增长序列的间接DGM（1,1）模型分析

DGM（1,1）模型对近似齐次指数增长序列具有较高的预测精度,而实际上服从近似齐次指数增长规律的数据序列十分有限。根据灰色系统理论的差异信息原理,通过原始序列的累减生成将近似非齐次指数增长序列转化为近似齐次指数增长序列,对累减生成序列建立DGM（1,1）模型,并在此基础上实现对原始序列的还原以达到数据模拟及预测之目的。因原始序列的累减生成最大可能地满足了建模序列的齐次性要求,提高了模拟及预测精度,拓展了模型的适用范围,故通过算例验证了此种改进方法的简单性、实用性及有效性。     

股票时间序列长期相关性的修正DFA识别

趋势消解波动分析(DFA)是检验非平稳时间序列长期相关性的有效方法,但选取多项式作为局部趋势的替代形式会带来偏差.文章采用移动平均算子修正了传统的DFA方法,得到了后退移动平均DFA(BMA-DFA)和中心移动平均DFA(CMA-DFA)两种方法.基于股市数据,比较了标准DFA、BMA-DFA和CMA-DFA的估计效果,发现CMA-DFA具有显著的优越性,是唯一能够精确计算全局和局部标度指数的方法.     

中国股票市场收益及波动的长记忆特性

文章主要利用经典对数周期图法、修正对数周期图法以及小波分析的方法对我国股票市场中指数及个股的日收益及波动序列的长记忆特性进行了实证研究。研究结果表明:在0.01的置信水平下,指数与个股的日收益序列均无长记忆,但指数收益序列的记忆长度比个股收益序列的记忆长度长(上海汽车除外),以日绝对收益序列和绝对收益偏离序列为代表的波动序列则具有较强的长记忆性(雅戈尔除外)。     

灰色马尔可夫模型在房价指数预测中的应用

灰色马尔可夫模型预测兼有灰色预测和马尔可夫链预测的优点,并能对较短的时间序列数据进行建模计算。文章尝试将该模型应用于房价指数的预测分析,并对2003年7月到2005年7月间的中房上海住宅指数和办公楼指数进行了实证分析,结果表明模型的拟合精度较高,在房价指数的预测中有较强的适用性。     

ARMA模型在我国体育股票价格预测中的应斥

中体产业股票作为我国唯一的体育类股票，为了准确把握其波动状况，科学预测未来发展趋势，收集了2002年1月1日至2010年6月30日中体产业股份有限公司股票的1510个日收盘价格指数为研究样本，进行了时间序列分析，建立了中体产业股票的自回归移动平均模型（即ARMA模型）。结果显示：模型ARMA（3，1）能较为准确地预测中体产业股票每日数据，模型的预测值与实际观测值非常接近，说明时间序列模型在中体产业股票状况预测中具有较好的应用价值。     

Census X12季节调整下的黑龙江零售品销售总额的预测研究

文章在对季节调整方法进行理论总结的基础上,采取Census X12季节调整办法对黑龙江零售品销售总额序列(2003～2008)进行剥离,得到长期趋势TC和季节因素S,并计算出季节因素的影响系数—季节指数;对长期趋势TC序列进行时间序列回归预测季节调整后的2009年1～12月值,再运用季节指数得到2009年1～12月的总序列预测结果;运用配对检验预测得到的2009年1～7月份数据与实际观测值在95%显著性水平下不存在显著差异。     

一种新的非等间隔灰色预测模型

文章分析得出传统非等间隔GM(1,1)模型模拟序列并非GM(1,1)模型的指数序列,因此导致其应用范围不及GM(1,1)模型。建立模拟序列为指数序列的非等间隔GM(1,1)模型,线性组合背景值的建立使得模型满足无偏性。以实例数据验证了新的非等间隔灰色预测模型对非等间隔近似指数序列拟合具有更高的精度,拓广了灰色理论的应用范围。     

高频时间序列局部Hurst指数的小波谱估计研究

Hurst指数有多种估计方法,但传统的方法多用于描述时间序列长期统计行为的全局特征,无法刻画时间序列随着时间推移而发生变化的局部分形特征。文章引入局部Hurst指数的概念,介绍了一种适用于高频数据的采用分割窗小波谱估计局部Hurst指数的新方法,并应用于2008年1月至2010年12月中证800指数日内1分钟高频收益率的研究。实证研究结果表明,该方法具有稳健性,能较好地刻画我国沪深股市的时变分形特征。     

基于ARMA模型对地价指数的预测

地价指数是反映地价变化的相对值的指标,即不同时点的地价水平与某一固定时点或相对时点的地价水平比较的相对关系。以平均地价比值的100倍表示,一般包括分级别、分用途及综合指数。地价指数预测,主要是根据地价指数的发展特点以及未来地产发展的态势,预测某一报告期的地价指数变化情况。由于所收集地价指数出现季度性和趋势性的特征。本文将采用随机时间序列模型中的ARMA模型来预测地价指数。     

分数布朗运动序列近似熵的估计

文章以分数布朗运动数学模型为对象,通过改变Hurst指数值、数据长度和容限大小,分析随机序列近似熵的稳定特征.结果显示:随着Hurst指数的增加近似熵呈递减趋势,并且Hurst指数值在两端的近似熵减少速率比中间值要小；数据长度和容限值对不同Hurst指数的分数布朗运动序列近似熵的影响存在差异,序列随机性越强其稳定性越差.     

金融约束指数与居民消费增长的实证研究

文章把对传统金融约束理论的认知扩展到中国股票市场,并根据银行融资市场和股票市场的金融约束政策变量构建相应隶属函数,运用主成分分析法得到1994~2009年综合性的中国金融约束指数,指数序列表明期间内中国金融约束程度呈现总体提高趋势。进一步运用误差修正模型检验金融约束指数序列对居民消费水平的影响,结果证实影响居民消费短期变动的因素可分解为金融约束指数产生的短期波动影响和误差修正项的长期均衡调整两部分。     

一种适用于非齐次指数增长序列的直接型离散灰色模型

基于灰色模型的背景值表达式及非齐次指数增长序列的形式1,得到了一种一次累加序列与原始序列的关系,给出了系数确定方法,获得了适用于非齐次指数增长序列的直接型离散灰色模型,并给出了系数确定的方法。实例研究表明：本优化模型不仅具有可操作性,而且精度高,效果好。     

宏观经济时间序列的频率域特性与HP滤波器平滑参数的选择

文章分析了The Hodrick-Prescott(HP)滤波器传输特性和指数增长时间序列的频率域特性,分别定义HP滤波器和指数增长时间序列的3dB带宽,推导了它们的计算公式。给出了由HP滤波器3dB带宽包含谐波数确定平滑参数λ的方法,建议对宏观经济时间序列进行初始值归一化以改善HP滤波器分析效果。通过HP滤波器对我国国内生产总值(GDP)(1952~2010)宏观经济时间序列的分析,说明上述方法可以有效地控制趋势分量的精度和波动分量的幅度,为HP滤波器处理不同宏观经济序列选择平滑参数提供了依据。