时间序列分析在中国城市化进程分析中的应用

本文收集了1978年至2006年我国城市化进程的年度数据,建立了城市化进程的自回归移动平均模型(即ARMA模型).     

中国股票市场风险因素相关性研究

在传统的多元回归模型基础上,利用动态模型并结合分位数模型,研究了中国股票市场的风险因素如公司规模、账面市值比和流动性之间的相关性。研究结果表明,在考虑了流动性的滞后影响后,公司规模与其股票流动性之间存在显著的正相关关系,而账面市值比与股票流动性之间存在显著的负相关关系,进而揭示了流动性溢价理论可以解释股票市场中的规模效应和价值效应的原因。     

时间序列分析在中国城市化进程分析中的应用

本文收集了1978年至2006年我国城市化进程的年度数据,建立了城市化进程的自回归移动平均模型(即ARMA模型)。     

基于指数回归-ARMA模型对我国居民储蓄的预测

随着我国经济快速增长、居民收入水平的显著提高,我国城乡居民人民币储蓄量快速增长。本文以1978一2007年我国城乡居民人民币储蓄量的历史数据为基础,根据趋势图拟合出与之相似的指数回归曲线,然后对其残差序列进行分析和识别,找出适合我国城乡居民人民币储蓄量的指数回归一ARMA模型,并根据此模型进行预测分析。     

基于GM-ARMA模型的中国粮食产量预测

鉴于粮食生产系统的复杂性和信息不完全性,本文针对我国粮食产量时间序列特征,结合灰色预测模型和ARMA模型的优点,建立了GM-ARMA预测模型。预测结果表明该模型较好地反映出粮食生产系统的动态变化特征,模型的预测精度高于单一的灰色预测模型。     

中国股票市场的高阶矩波动特征研究

最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面.以中国股票市场最具代表性的两种股价指数--上证综指和深证成指 10 年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征.研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应.初步提出将高阶矩波动模型运用于金融风险管理的思想.     

基于ARCH族模型的企业债券实证研究

基于交易所企债指数,利用ARMA—GARCH模型分析市场波动性。结果表明ARMA(1,1)-GARCH(1,1)模型可以合理解释企业债券市场波动存在的持续性、丛集性和杠杆效应。场外冲击对条件方差的影响具有持久性,反向冲击比等量的正向冲击会导致更高的下一期的条件方差。EGARCH(1,1)-M模型回归结果表明,市场存在正的风险溢价,但是预期条件波动对预期收益仅有微弱补偿。     

中国股票市场波动性与交易量关系的实证分析

本文运用GARCH-M模型实证检验了中国股票市场波动性与交易量之间的关系.与其他人的研究结论一致,中国股票市场波动性与交易量存在正相关关系.我们将交易量分解为预期交易量和非预期交易量进行检验表明,非预期交易量对股市波动的解释能力要比预期交易量的解释能力更重要,即中国股票市场的短期波动主要由非预期交易量所隐含的新信息的冲击产生的.另外,中国股票市场符合国际上研究量价关系的混合分布假说(MDH)理论,交易量所替代的信息流是引起股市波动的根源.     

中国股票市场的波动性研究--EGARCH-M模型的应用

将ＧＡＲＣＨ－Ｍ模型和ＥＧＡＲＣＨ模型结合起来,分析了我国股市波动性的特点。实证结果表明,波动性对收益率冲击的反应具有非对称效果,即正冲击所引起的波动要大于同等程度的负冲击所引起的波动,收益率与波动性具有显著正相关关系。     

基于BW模型的A股市场投资者情绪测度研究

投资者情绪因其内在复杂性和动态变化性,使得准确测度尤为困难。本文通过对情绪测度理论方法进行系统分析,结合中国证券市场具体情境,基于BW模型选取市场换手率等6个情绪指标,利用主成分分析法构建以月度为单位的中国证券市场投资者情绪指数。对于部分情绪指标计算公式进行调整和完善以及通过与宏观数据进行正交回归剔除指标中非情绪因素。最后通过与上证综指进行Eyeball分析,发现所构建情绪指数可以准确测度投资者的普遍情绪,从而验证了情绪指数的有效性。     

中国股票市场理性与非理性羊群行为实证研究

传统股票市场羊群行为检验方法的缺陷使现有的实证研究主要集中于离散状态市场羊群行为的存在性检验。根据资产定价模型因子载荷横截面离散度检验羊群行为的方法原理，结合基于产业与资本市场的资本资产定价模型，提出了股票市场理性与非理性羊群行为检验方法，并应用于中国股票市场羊群行为实证检验，直观地显现了中国股市羊群行为的动态演变特征，将股票市场羊群行为强弱转变与市场走势有机的结合起来。     

甘肃省人均GDP时间序列分析

人均GDP的增长具有内在的规律性,本文以甘肃省1978～2007年人均GDP的时间序列数据资料为依据,建立了一个能够有效拟合甘肃省人均GDP变化的时间序列模型,以揭示甘肃省人均GDP增长变化的规律性。     

国际原油期货市场对中国新能源股票市场的溢出效应研究

原油是一种常见的工业原材料,在工业制造与人们生活中都具有非常重要的作用,原油的开发与利用,能够极大地推动人类社会的进步。但是,原油属于不可再生资源,其价格的大幅波动也会给国民经济的发展带来不确定性。我国的原油消耗量巨大,虽然已经开发了各种新能源,如太阳能、风能等,但是对国外原油的依赖程度还在逐年增加。同时,传统原油与新能源之间还存在着替代效应,当原油的价格发生变动时,新能源行业的股价也会跟着发生波动。因此,研究国际原油期货市场与我国新能源股票市场之间的关系,对于我国稳定国民经济,制定合理的原油定价体系,具有非常重要的意义。     

灰色模型在中国股票市场预测中的应用

股票价格和股价指数的准确预测有利于投资者获得高额的市场回报和政府对市场的有效监管.本文将灰色模型应用于股票市场,构成灰色预测模型,对未来时刻的股票价格及股价指数的阳变和阴变周进行预测.实证研究表明,将灰色系统理论应用于股票市场,对股票价格及股价指数进行预测是完全可行的、合理的,而且达到了较高的精确度.     

中国股票市场收益率波动的非对称性实证研究

正一、引言长期以来,国内外金融研究者一直都特别关注股票价格波动。它广泛地应用在风险大小的度量,资本资产定价模型的计算以及金融市场效率的检验。根据有效市场理论,只有新信息才能影响股票价格,同等信息含量的信息所引起的股票价格反应应该是对称的。在现实中,许多学者对不同国家的实证研究都发现波动非对称现象是显著存在的,这种现象和传统金融经济学理论不相符合,引起了众多学者关注。二、文献综述国外对股票市场价格的波动性研究已有很长一段历史。Engle     

中国股票市场的有效性实证研究——基于Fama-French五因子模型

中国股市尚处在发展初始阶段,与发达国家的资本市场相比还相距甚远。本文运用最新的Fama-French五因子资产定价模型,对中国股票市场进行实证分析,发现与成熟市场相比有一些结论偏差,这正说明了市场的差异性。     

中国股票市场长假效应研究

战略信息系统是一种依托于现代信息技术并与企业竞争战略和管理方式相结合的信息管理系统,实施战略信息系统可以提升企业的竞争力,使企业强化或保持竞争优势。本文运用信息管理科学的有关理论,就战略信息系统的内涵及应用模式、战略信息系统与企业竞争战略的关系、目前应用现状及实施建议等方面,作了简要分析和探讨。     

中国股票市场收益率的可预测性研究

构造了包括中国A股市场组合、行业组合、账面市值比组合和市值组合在内的31个投资组合,选取了8个预测因子(账面市值比、股利分配率、股息价格比、股息收益率、每股收益价格比、现金收益价格比、通货膨胀率、股票波动率),运用了可行拟广义最小二乘法对各因子对各投资组合收益率的可预测性进行了样本内和样本外检验.研究发现:1)中国股市收益率是可预测的,但是各投资组合收益率的可预测性在样本内、样本外、熊市和牛市均存在差异;2)绝大部分投资组合收益率的可预测性可由条件CAPM模型捕捉的时变系统风险溢价充分解释; 3)行业投资组合收益率的可预测性与行业集中度显著负相关,可由信息摩擦理论解释.     

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析

以沪深300指数的高频数据为例,采用滚动时间窗的样本外预测以及SPA检验法,对比了基于日收益数据的历史波动率模型和基于高频数据的实现波动率模型的预测能力.主要实证结果显示,实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度最高的波动模型,但在学术界和实务界流行的GARCH及其扩展模型对我国A股市场波动的预测能力较差.