基于支持向量机的非线性汇率预测分析

汇率的重要性和汇率的预测难度广为人知,随机游走模型依然占据着汇率预测领域.文章根据不同的汇率决定理论,分别利用支持向量机方法进行日元、英镑和加元汇率历史数据的回归和预测,实验结果表明货币经济学指标在汇率预测中非常重要,特别是利率指标:支持向量机方法虽然在RMSE上并不能显著优于随机游走模型,至少统计的显著性不足,但具有较好的方向预测性,可以作为投资决策的依据.     

中国股市非对称性收益的实证研究

文章运用Markov状态转换模型对深证指数周收益变结构进行了分析,通过与随机游走模型、收益转换模型、方差转换模型比较,诊断证实收益和方差存在动态结构变化特性,收益和方差在两个状态之间发生非对称频繁转换。模型对现有数据及历史事件具有良好的解释能力,对未来收益的预测也好于其它模型。     

中国通货膨胀预测:基于AR和VAR模型的比较

文章用中国1996～2010年的CPI、PPI、货币量和产出等季度数据,考虑了两类基本但重要的时间序列模型——AR和VAR模型在预测中国通货膨胀上的样本外表现。研究表明:这两类模型在大部分预测期上对通胀的预测都优于简单的随机游走式预测;对不同滞后阶数的模型而言,通常滞后阶数越少的模型预测效果越好;M1增速、名义GDP增速和真实GDP增速都能改善仅仅依赖历史通胀信息形成的预测,但M0增速、M2增速以及PPI通胀,通常都不能改善;在含有M1增速的两变量VAR(1)模型中进一步引入产出增速构成的三变量VAR(1)模型对通胀预测没有明显改进。     

技术指标与市场弱式有效的实证研究

有效市场假说是金融学、投资学中的一个重要理论,对金融理论研究与证券投资实践有着重要的影响.围绕这一假说进行实证检验,一直是理论界的热点问题.这一假说中的弱式有效认为,股价反映了过去所有可获得的信息,股价遵循随机游走的方式而变化,技术分析没有意义.由此引导出检验弱式有效的两条基本路径:一是应用随机游走模型、AR模型、广义谱域分析等方法检验证券价格的变动模式.在国内已有研究中,比较认同的一个观点是,1993年之前的中国股市达不到弱式有效.对1994年以后的市场是否达到弱式有效则存在一定的分歧(张亦春、周颖刚,2001;张兵、李晓明,2003).二是设计一个投资策略,检验这一策略是否对未来收益具有预测意义.     

Logistic模型预测的新思路

预测是Logistic模型的一个重要功能,文章在研究运用对数回归模型进行预测的问题基础上,进一步对Logistic模型在预测过程的由于模型随机项的非正态性、异方差性而引起的问题进行分析研究,研究发现,传统的预测方法会使得预测结果的精度不高,在考虑到模型随机项的存在及其具体特征后,通过分析推导,构造出新的预测思路和方法。     

基于随机过程分析的项目投资柔性决策

文章分析了传统的项目决策与风险评估方法的缺陷,阐述了产品价格随机游走的特征和随机过程模拟方法。提出了基于随机过程分析的项目投资决策与风险评估方法,并以一个金矿开采项目为例进行了案例分析。     

动态指数分布模型的一种预测算法

本文讨论了在动态指数分布模型的情形下,利用随机模拟方法对自然参数ω1和θt之间的非线性关系进行了处理,并对模型参数的修正递推以及未来观测值的预测进行了推导.根据随机模拟方法的相关理论,这种方法比数值分析方法有着更好的预测精度.     

Lee-Carter模型外推预测死亡率及偏差纠正

Lee-Carter模型是人口死亡率预测的常用模型,泊松最大似然估计法是该模型参数估计广为采纳的方法,模型中与时间相关的因子可建立时间序列模型并进行外推,进而实现死亡率的预测.由于时间因子与死亡率之间的非线性性,简单的外推会带来死亡率预测的低估偏差.这个偏差可以通过对数正态分布的性质进行纠正或者随机模拟方法进行无偏预测.     

基于ARCH族模型修正EMH理论及实证检验

以随机游走模型为基础的有效市场假设不能准确描述市场。文章在资产价格满足鞅性的前提下应用具有优良刻画金融数据能力的ARCH族模型修正了经典EMH理论。最后在此假设下实证检验了中国证券市场的弱式有效性。     

基于R语言的面向需水预测的随机森林方法

需水预测对于有效的水资源管理有重要的作用。文章引入随机森林方法对需水预测问题进行了实证研究。实验结果表明,随机森林方法不会受到训练集中异常值的影响而出现过度拟合的情况,模型稳健性较高。在地区需水量的各解释变量中,地区人口和灌溉面积的影响较为重要。文章的结论和方法有助于管理部门更有效的进行需水管理。     

基于随机效应零调整回归模型的保险损失预测

在非寿险精算中,对保单的累积损失进行预测是费率厘定的基础。在对累积损失进行预测时通常使用Tweedie回归模型。当损失观察数据中包含大量零索赔的保单时,Tweedie回归模型对零点的拟合容易出现偏差;若用零调整分布代替Tweedie分布,并在模型中引入连续型解释变量的平方函数,可以建立零调整回归模型;如果在零调整回归模型中将水平数较多的分类解释变量作为随机效应处理,可以进一步改善预测结果的合理性。基于一组机动车辆第三者责任保险的损失数据,将不同分布假设下的固定效应模型与随机效应模型进行对比,实证检验了随机效应零调整回归模型在保险损失预测中的优越性。     

中国股市有效性分析中的正态性检验

独立同分布是进行股价波动服从随机游走模型的假设条件,同时现代资产组合理论分析股市也默认这一假定分布。这些分布中又以正态分布被人们广为采用。然而,我国学者在进行股市有效性的统计检验时较为普遍地忽视了这一前提。文章通过检验得出,中国股票市场股价波动不服从正态分布,从而股价波动独立同分布假设得不到满足,对中国股市进行有效性检验需要使用诸如非参数方法、过滤检验等不受这一限制的方法。     

中国消费波动福利成本重估:基于随机游走消费路径的分析

文章首先讨论了随机游走消费路径上,含习惯形成偏好的波动福利成本.然后计算了中国城乡居民消费波动的福利成本.结果表明,随机游走消费的波动福利成本明显大于趋势平稳消费的波动福利成本.     

汇率预测及其经济基本面：基于多元自适应可变窗算法的构建

在人民币国际化不断推进、人民币汇率双向波动加强的背景下，构建具有优良预测能力的人民币汇率预测模型意义重大。参数模型对汇率预测的能力不仅取决于模型设定是否正确，同时还取决于能否迅速探测参数的结构性变化以使用最佳信息估计模型参数。本文构建了多元自适应可变窗算法以及时监测模型参数的时变特征，探测最大化参数同质区间。结果显示：①在中长期（3至24个月）的美元、欧元、英镑和日元兑人民币汇率的样本外推预测中，多元自适应可变窗算法能显著优于随机游走模型、购买力平价模型、弹性货币模型、利率平价模型、泰勒规则模型与偏移型泰勒规则模型这六种汇率预测主流模型，其预测能力也显著优于实时窗宽选择算法与自回归模型；在美元兑人民币汇率中长期（3至24个月）预测中，其预测误差MAE度量相比于次优模型能降低 25%～50%。②多元自适应可变窗算法能迅速捕捉美元、欧元、英镑和日元兑人民币汇率的拐点，预测人民币汇率走向并刻画人民币汇率的周期性变化，其长期（向前9个月）方向性趋势样本外推预测精度比次优模型提高了16%～40%。③断点前后的汇率动态结构性变化显示“811”汇改促进了经济基本面对汇率预期重要性的显著提升与市场风险偏好的转变。“811”汇改之后，人民币汇率预期更易受外部冲击影响。加速利率市场化建设、提高国内收入、稳定物价、坚持带管制的浮动汇率制度与有效的资本管制相结合等措施对促进汇率市场化、防止汇率风险具有重要意义。     

基于机器学习的车险索赔频率预测

近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据集进行了比较测试,包括深度学习、随机森林、支持向量机、XGboost等机器学习方法;基于相同的训练集,建立不同的广义线性模型预测索赔频率,根据最小信息准则(AIC)选取最优的广义线性模型;通过交叉验证调参获得机器学习最佳参数和模型。研究结果显示:在所有的数据集上XGboost的预测效果一致地优于广义线性模型;对于某些自变量较多、变量间相关性强的数据集,神经网络、深度学习和随机森林的预测效果比广义线性模型更好。     

中国市场国债利率期限结构的动态特征研究

本文在分析中国市场国债收益率的统计特征,并采用Vasicek模型对其进行动态检验的基础上,将状态变量的变动过程分别设定为AR(1)、AR(2)、ARMA(1,1)以及随机游走四种方式,比较上述四种变动方式的拟合效果与Vasicek模型的拟合效果.实证结果表明,将消费者信心指数变化率、M2增长率的自然对数、生产者价格指数变化率(PPI)以及城镇居民失业率等4个状态变量的变动方式设定为AR(1)过程的修正Vasicek模型,无论是对国债收益率数据的拟合还是预测效果都显著优于Vasicek模型,说明基于AR(1)过程的修正Vasicek模型能够更加准确地刻画中国市场国债利率期限结构的动态特征.     

数学模型预测法的准确性与适应性问题

数学模型预测法的准确性与适应性问题一、统计预测杨型和预测方法统计预测模型主要有六种：固定平均数模型、移动平均数模型、长期趋势模型、周期性变动模型、回归模型和随机模型．根据预测模型又分：直观法、最小平方法、折扣最小平方法、指数平滑法和三点法。按照预测的...     

基于改进累减还原方法的DGM(1,1)IIR模型及其应用

DGM(1,1)模型的齐次指数变化规律是造成其难以有效模拟随机波动序列的主要原因,而以模拟值作为累减参数的还原方式则是导致其模拟性能不稳定的重要因素.文章对DGM(1,1)模型的设计缺陷进行了分析,在此基础上提出了基于改进累减还原方法的DGM(1,1)IIR模型,最后应用该模型对北京市PM2.5进行了模拟和预测,并与传统DGM(1,1)模型进行了比较和分析,结果显示DGM(1,1)IIR模型具有更加良好的模拟及预测性能.     

基于LASSO方法的企业财务困境预测

文章综合考虑企业的财务和非财务因素,利用LASSO方法对企业财务困境预测指标进行筛选,然后使用决策树、随机森林、SVM、最近邻法这四种数据挖掘方法,以及常见的logistic模型,分别建立企业财务困境预测模型.结果表明:不能忽视非财务因素在企业财务困境预测中的作用;并非所有数据挖掘方法都优于常用的logistic模型;LASSO方法能在降维的同时保证企业财务困境预测的准确性,实现模型的精简.     

中国通货膨胀的预测模型与实证

文章建立了一个带反馈机制多因素随机波动模型来刻画中国通货膨胀动态,基于粒子滤波与MH抽样相结合的贝叶斯方法估计模型参数,并利用粒子滤波方法得到通货膨胀的一步向前预测及随机波动分量的光滑估计.研究表明,与Stock and Waston(2006)的模型相比,带反馈机制的多因素随机波动模型可以刻画经济波动的随机性和经济波动的极端事件,能够较为准确地描述中国通货膨胀的动态行为,从而对通货膨胀可以做出更为准确的预测.