基于EMD的时间序列不同频率波动及趋势研究

希尔伯特-黄转换(HHT)的经验模态分解(EMD)法为分析经济金融领域的非线性、非平稳时间序列不同频率的波动以及序列的变动趋势提供了一种新的简单有效的统计分析工具。文章利用这种新的分析方法对我国通货膨胀率以及股票实际收益率的不同频率的波动关系和长期变动趋势进行了实证分析。     

基于模态数据分解的猪肉价格波动规律分析

猪肉价格具有周期性、波动性、非线性、非平稳等特点，很难进行预测，给市场带来极大的挑战。为了提高预测精度，更好地指引生猪产业健康发展，文章采用经验模态分解方法从供给和需求两个方面分析猪肉价格波动的长期与短期规律。研究发现：猪肉价格呈现明显的周期性波动，在短期上猪肉价格与出栏量的周期性波动高度负相关，在中长期趋势上猪肉价格与存栏量高度负相关，说明主要是供给影响价格（负相关），而不是价格影响猪肉供给，这种规律进行经验模态分解后更为显著。在更长的时间范围内，猪肉价格的变化趋势与人均可支配收入的增长趋势高度正相关。     

中美国债市场溢出效应研究——基于集合经验模态分解

集合经验模态分解(EEMD)是目前国际公认的可以有效处理非平稳非线性时间序列的方法。在中美融合不断加深的背景下,首次将该方法用于中美国债指数的分解,筛选出的低频分量及趋势项能够有效表征原始序列。基于此建立了二元VAR-GARCH-BEKK模型,从均值与波动两个维度考证了中美国债市场的溢出效应,结果发现:面对重大事件及经济政策的冲击,两国国债之间表现出双向的均值溢出,但影响程度不对等,美国对中国的溢出相对较强,而波动溢出效应则是对称的;国债市场长期运行过程中,两国具有双向的波动溢出,但仅存在美国对中国的单向均值溢出。中国应进一步完善国债市场交易机制,丰富国债交易品种,加强金融市场监管等,来有效对冲美国市场对中国的溢出效应,防范与化解系统性风险。     

基于EMD的VaR估计方法及实证研究

文章提出了一种基于经验模式分解(EMD)的市场风险价值(VaR)估计方法。通过EMD将市场价格序列分解成不同波动特征的本征模态函数(IMF),以Hurst指数为判据将其重新组合为具有长期记忆性的主体部分和高斯噪声部分。利用神经网络预测主体部分的未来走势并对噪声部分进行方差分析,以此估计出市场的风险价值(VaR)。     

基于小波分解的汇率预测模型实证研究

基于人们的预期对汇率的影响及汇率变动中包含不同频率成分的原因,文章采用小波分解和人工神经网络(ANN)相结合的方法建立汇率预测模型,首先将原始汇率数据序列分解为不同频率序列,然后利用ANN方法针对分解后的序列分别建立模型,将每个模型预测的结果相加得到汇率的预测值.实证结果发现:(1)小波分解方法有助于提高汇率预测的精度,表明汇率变动是由不同频率成分组成并且人们预期对汇率变动具有一定的影响;(2)汇率预测中不同的神经网络模型具有不同的性能,在建立预测模型时应该慎重考虑选择的神经网络类型及其参数.     

金融时间序列混合智能预测模型及实证研究

文章针对金融时间序列变化复杂、难以用单一智能方法进行有效预测的问题,提出了一种新的基于经验模式分解、支持向量回归和粒子群优化的混合智能预测模型.经验模式分解能将非平稳时间序列按其内在的时间特征尺度自适应地分解为多个基本模式分量,根据这些分量各自趋势变化的剧烈程度选择不同的核函数进行支持向量回归预测,最后通过粒子群优化算法对各预测分量进行加权组合,得到原始序列的准确预测值.证券市场实证研究表明该模型可以准确预测金融时间序列.     

基于小波分析的AR-GREY预测模型及其应用

文章介绍了小渡分析、自回归模型和灰色预测模型,建立了基于Maliat小波分析的AR-GREY预测模型.将非平稳时间序列用小波分解到不同尺度上以减少原始序列的随机性.然后再利用灰色模型对低频信息(趋势)进行预测,对于高频信息(短期波动)则建立自回归模型,从而在充分拟合趋势的同时,避免了短期波动的过拟合:通过BDI预测算例验证了预测模型的实用性和精度.因利用了MATLAB软件和Eviews软件,模型构建、修改方便,可在实际中应用.     

季节分析中趋势剔除的研究

一、问题的提出在传统时间序列分析中,重点是确定性因素的分解和提取。确定性因素分解一般归纳成四大因素:长期趋势、季节变动、循环波动、随机波动。由于非固定周期的循环波动和长期趋势难以严格分解,人们对四因素的分解作了改进,现在通常分解成三大因素:(1)长期趋势:包括长期     

我国宏观经济指标周期波动相关性的互谱分析

时间序列谱分析方法可以从频域角度反映序列周期波动特征的全部信息 ,它的基本思想是把时间序列看作互不相关的不同频率分量的叠加 ,利用富氏变换等手段将各频率分量加以分解 ,通过谱密度函数来衡量各分量的相对重要性以找出序列中存在的主要频率分量。我们曾利用该方法对我国转轨时期主要经济指标的周期波动特征进行了分析 ,结果表明 :80年代以来 ,我国经济增长中出现了 7～ 9年为主的中周期波动 ,这与西方工业国家曾出现的主周期波动即朱格拉周期是基本一致的 ;此外 ,围绕 2～ 3年还存在一个作用相对较弱的短周期波动。谱分析方法不但能分…     

中国宏观经济周期波动的协动性与非对称性研究

文章利用多变量动态的Markov机制转换的状态空间模型,结合中国1992年第1季度至2009年第2季度的宏观经验数据对我国经济周期波动的协动性与非对称性进行了分析。分析表明:1992年以来,我国经济总体运行较为平稳,协动性特征显著但非对称性特征不明显,进而揭示出了此期间我国经济周期波动的特征与运行规律,从而为我国的宏观调控政策提供了一定的启示。     

基于函数型自适应聚类的股票收益波动模式比较

股票收益波动具有典型的连续函数特征,将其纳入连续动态函数范畴分析,能够挖掘现有离散分析方法不能揭示的深层次信息。本文基于连续动态函数视角研究上证50指数样本股票收益波动的类别模式和时段特征。首先由实际离散观测数据信息自行驱动,重构隐含在其中的本征收益波动函数。进一步,利用函数型主成分正交分解收益函数波动的主趋势,在无核心信息损失的主成分降维基础上,引入自适应权重聚类分析客观划分股票收益函数波动的模式类别。最后,利用函数型方差分析检验不同类别收益函数之间波动差异的显著性和稳健性,并基于波动函数周期性时段划分,图形展示和可视化剖析每一类别收益函数在不同时段波动的势能转化规律。研究发现：上证综指股票收益波动的主导趋势可以分解为四个子模式,50只股票存在五类显著的波动模式类别,并且5类波动模式的特征差异主要体现在本次研究区间的初始阶段。本文拓展了股票收益波动模式分类和差异因素分析的研究视角,能够为金融监管部门的管理策略制定和证券市场的投资组合配置提供实证支持。     

非平稳时间序列的EMD组合预测及其应用

非平稳时间序列预测问题一直都是一个难题,文章运用EMD技术将非平稳时间序列分解为一系列的imf和一个残余量。由聚类分析得到若干个cimf,然后通过对每个cimf以及残余量建立神经网络模型进行预测,达到对原时间序列的组合预测。文章的实证结果表明EMD组合预测可以有效解决非平稳的问题,且预测精度达到良好效果。     

中国股市与宏观经济波动的转移性检验

针对杨雪莱(2006)提出的非系统风险转移观点,文章采用Granger因果关系检验对1992-2011年上证A股市场958只股票形成的系统波动、非系统波动与宏观经济波动及三者间相互关系进行了实证检验。分析发现,近年来我国股市波动处于历史较低水平,但与宏观经济波动的双向影响关系并未通过显著性检验。然而,宏观经济波动对已成为股市波动主要成分的非系统波动具有显著的影响力。而且,股市系统波动与非系统波动互为Granger原因,并且在短期内可能通过宏观经济波动实现相互转移。     

基于Markov模型的居民储蓄增长周期性波动研究

文章使用Markov模型来建立我国居民储蓄存款方程,并采集1952~2009年的居民储蓄存款年度数据对存款方程进行了实证检验,其结果表明:居民储蓄存款的增长波动可以分解为定期存款波动和活期存款波动,活期存款波动的频率远远高于定期存款,而银行储蓄存款的风险主要源于周期波动,说明银行在储蓄存款的风险管理中其重点在于优化储蓄存款结构,尤其是加强对活期存款的风险控制。     

主成分分析与经验正交函数分解的比较

在对原始资料没有限制的前提下，通过对主成分分析和经验正交函数分解两种分析方法推导过程的比较，文章认为在原始变量是距平（样本是中心化资料）或标准化距平（样本是标准化资料）时，两者的分析方法是相同的。但两者的含义有很大不同，主成分分析主要是为了寻找少数独立的变量来代替原来相关的多变量以达到压缩数据、简化运算的目的；经验正交函数分解主要是为了进行时空分解，通过分解成空间函数和时间函数来分析实际场的空间结构。所以在应用两种方法时应当规范化。以突显两者含义上的差异。     

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。     

基于频域的X-13ARIMA-SEATS季节调整过滤器诊断

本文从频域角度对X-13ARIMA-SEATS季节调整程序的对称和并行过滤器进行研究,考察不同的模型非季节和季节移动平均参数和不同过滤器长度对平方增益函数和相位延迟函数的影响,并以中国采购经理人指数（PMI）和居民消费价格指数（CPI）季节序列诊断为例,从频域角度比较X-11和以ARIMA为基础的（AMB）方法的平方增益函数和相位延迟函数来选择更优的季节调整方法。得出的结论：①非季节移动平均参数增大时,两种过滤器平方增益函数有下降趋势,季节移动平均参数增大时,平方增益函数有上升趋势。长度较短的过滤器波动更剧烈,季节频率上波谷宽度更宽;②季节移动平均参数越大时,相位延迟函数震荡越剧烈,非季节移动平均参数越大时,季节频率上的相位延迟增大。单个非季节频率区间内相位延迟函数与平方增益函数有反向关系;③AMB方法在非季节频率区间上的增益函数比X-11方法更趋于1,过滤器的凹槽比X-11方法更窄,且频率分量的相位失真更小,在PMI季节调整中更好;X-11方法对称过滤器的平方增益函数更小且更趋于1,在非频率区间上的相位延迟函数比AMB方法更小,更适用CPI的季节调整。④与传统季节调整质量诊断相比,频域诊断在估计季节成分的稳定性和过滤器的延迟特性方面具有优势,在季节调整方法选择时可综合两方面的结论。     

陕西能源产业扩张对经济增长的贡献分析

首先将国民经济部门分为能源部门和非能源部门,利用Feder模型阐释了能源产业扩张对经济增长的影响机理,然后利用成分分解法对陕西能源产业扩张与经济增长的关系进行了统计检验.研究发现,陕西能源产业增长率与经济增长率在水平序列、波动成分和趋势成分等方面变化高度一致.最后通过二阶自回归方程对陕西能源产业扩张与经济增长的关系进行计量检验,结果显示:能源产业对经济增长的直接影响系数为27.20,间接溢出系数为0.26.这说明,2000年之后能源产业对国民经济直接贡献呈逐步上升趋势,而间接贡献呈现先降后升的L型变化特征.因此,必须大力提高能源产业的间接溢出效应,以推动陕西区域经济的持续高速发展.     

不同抽样频率下创业板指数波动的测度

合理准确地测度我国创业板收益波动对广大投资者具有重要的现实价值。文章对不同抽样频率下创业板指数已实现波动的分布特征进行了分析,实证结果表明:不同的抽样间隔对已实现波动的分布有显著影响;在综合考虑微观市场结构误差和测量误差的基础上认为,30分钟为创业板指数经典已实现波动的最优抽样间隔。     

中国省份消费水平指数的波动源头研究

文章通过构建基于序贯主成分方法估算的状态空间分层动态因子模型,对我国1999年1月到2015年6月31个省份的CPI即消费水平指标的三层动态因子进行估算.将CPI波动来源分解为相互独立的国家、区域和省份动态因子,进而分析其基本特征,结果表明全国动态因子和区域动态因子基本反映了各省份消费水平的波动趋势,可作为CPI波动的主要源头,然而省份动态因子差异较大,其差异性与各省份经济发展水平相关.并利用方差分解来解释CPI波动源头,其中,全国动态因子是CPI波动的主要驱动力,区域动态因子影响力最弱,省份动态因子的影响程度差异较大,在一定程度上与各区域及各省份的特殊特征有关.