基于ARIMA模型对上证指数的实证分析

运用时间序列分析方法,通过收集上证指数的历史数据,对数据进行平稳性检验,白噪声检验,建立ARIMA(p,d,q)模型,估计出模型的参数,并对上证指数的走势作了预测和拟合,预测结果比较理想,预测值接近真实值.对上证指数的短期预测有较好效果.     

基于ARIMA模型的我国通货膨胀的短期预测分析

通货膨胀预测已经成为中央银行制定货币政策的一个关键性变量。我们在研究国外学者对通货膨胀预测研究的基础上,根据我国1990年1月到2013年12月的CPI月度数据,运用ARIMA模型,对我国通货膨胀进行分析和短期预测。实证结果表明,运用ARIMA(3,1,1)模型为我国的通货膨胀提供了较好的预测,如果央行能依据通货膨胀预测的结果制定相应的货币政策,将有利于正确地引导和稳定市场预测,最终提高货币政策的有效性。     

ARIMA模型在房价预测中的应用——武汉市房屋销售价格指数未来走势的实证分析

我国房地产市场经历了2006—2007年的繁荣之后，在2008年全球金融危机的冲击下骤然冷却．经过一段时间的调整期，全圈各地区的房价又开始逐步抬头，虽然2010年政府出台了一系列打压房价的政策，稳定市场预期，但是收效甚微，大家对未来房市的走势频频作出各种预测。本文根据2001年1月～2010年9月的季度数据，采用ARIMA模型，对武汉市未来一段时间内的房屋销售价格指数进行了预测。结果显示，武汉未来两个季度的房屋售价指数会持续走高，而未来第3季度会出现回落，第4季度回落明显，武汉房地产泡沫会得到有效控制。     

基于ARIMA模型的广西重工业总产值趋势预测

本文主要研宽ARIMA模型在广西区重工业总产值预测中的应用，通过对1990年-2008年广西区重工业总产值的统计资料来进行实证分析。在此基础上，利用该模型对广西地区2009年-2011年重工业总产值的趋势进行了预测，并提出了自己的建议．     

基于ARIMA模型的房地产价格预测研究——以合肥市为例

近年来,城市住宅价格快速上涨引起社会广泛关注。合肥市是长三角城市群的“副中心”和“一带一路”重要节点城市,近几年合肥市房地产行业呈现迅猛发展的势头,其房地产市场的健康稳定发展对保证合肥市经济的稳定快速增长具有重要的意义。当前对合肥市房地产价格的预测研究尚属空白,因此本文选取合肥市六个区（高新、庐阳、政务、蜀山、滨湖、瑶海）为研究对象,并将这几个区分为行政和经济两大类,研究的时间范围为2013—2019年,运用R软件进行时间序列分析,建立ARIMA模型,做具体的分析与预测。结果表明,合肥市房价将在短期内呈现小幅上升趋势。     

ARIMA模型在山东省GDP预测中的应用

地区国内生产总值是衡量一个地区经济状况和发展水平的最优指标,其能够反映出地区的经济实力和市场规模大小。本文通过对山东省1990—2020年的GDP数据进行分析,建立ARIMA(1,1,0)模型,并对山东省今后的发展进行预测分析。研究结果表明,2021年山东省GDP总量稳步提升,预测增幅为5.7%,区域生产总值（GDP）约为77 327.9亿元。2021年山东省GDP实际值为83 095.9亿元,增幅为8.3%,可能的原因是疫情过后经济逐步恢复。     

国酒茅台的战略误区

<正>茅台自身战略的失误并非是市场竞争中的一招一式之差,而是是否进行一场战争抉择的战略性失误。国酒茅台,始终让国人引以为荣,但它的光环随着区域名酒的崛起,正在逐渐削弱。这种光环的削弱不仅表现在越来越多的酒界新生力量的快速成长对市场份额的侵占,还表现在茅台自身战略的失误上,这种失误并非是市场竞争中的一招一式之差,而是是否进行一场战争抉择的战略性失误,这种失误对茅台品牌的影响是长远的。     

ARIMA模型在武汉市全社会固定资产投资预测中的应用

本文采用求和自回归移动平均模型(ARIMA),对《武汉统计年鉴2007》提供的武汉市全社会固定资产投资额数据进行分析。结果显示,ARIMA(8,1,3)提供了较为准确的预测结果,可用于未来的预测,而且也可为武汉市全社会固定资产投资提供可靠的参考数据。     

美国不确定性对中国经济的时变冲击——基于QBLL-TVP-VAR模型的实证分析

近年来,伴随着外部不确定性的凸显,中国经济不可避免地会遭受到外部不确定性尤其是美国不确定性的冲击.为此,本文基于拟贝叶斯局部似然估计的时变参数向量自回归(QBLL-TVP-VAR)模型实证分析了美国宏观经济不确定性、金融不确定性和经济政策不确定性三类不确定性对中国经济的动态影响及其差异.实证结果表明:(1)美国宏观经济不确定性引致中国产出和价格分别在2014-2020年和2008年全球金融危机期间显著下降,对中国经济产生的不利影响最大;美国金融不确定性仅引致中国产出在2016-2020年显著下降,对中国经济产生的不利影响居中;而美国经济政策不确定性仅引致中国产出在2019-2020年显著下降,对中国经济产生的不利影响最小.(2)美国宏观经济、金融和经济政策不确定性均通过降低中国消费和中关货物贸易对中国经济产生了不利影响,但美国宏观经济和金融不确定性还分别通过降低中国投资和中国股价对中国经济产生了不利影响.(3)时变预测误差方差分解结果表明,在2008年全球金融危机期间美国金融不确定性是导致中国经济波动的主要外部因素,而在2017-2020年美国宏观经济不确定性是导致中国经济波动的主要外部因素.据此,建议政府建立前瞻性预警机制和反应机制、强化对外部不确定性的监测与分析,充分利用多种宏观经济调控工具对国内经济进行适时、精准干预和引导,扩大对外贸易开放、实施多样化的贸易开放战略,深化供给侧结构性改革、加速形成以国内大循环为主体和国内国际双循环相互促进的新发展格局,来应对外部不确定性冲击.     

一类结合Outlier分析的单变量ARIMA模型在股票市场中的应用

本文通过对当前广泛使用的经济时间序列预测方法的分析比较,针对如股票价格这一类易受到大量外部因素影响且难以通过多变量建模分析的经济现象,采用了单变量ARIMA模型并结合Outlier分析的方法。实证分析表明了此方法具有良好的效果。     

基于宏观管理下的时间序列模型货币供应量趋势分析

本文选取2000-2004年的12个月的货币供应量为研究对象,利用SPSS软件对其进行时间序列模型分析及趋势预测。通过模型的时序图、自相关图及偏自相关图,得到时间数据的显著趋势性,继而采用二阶差分对其进行平稳性处理,从而得到可用ARIMA模型拟合的平稳性时序。进而依次对模型进行参数估计、白噪声检验和序列预测,得到货币供应量历年的数据值及对应预测值的时序图。结果表明,ARIMA模型的拟合效果较好,对货币供应量的趋势预测具有一定的参考价值。     

基于GARCH模型的中小板指数波动性的实证分析

股票市场的波动一直是经济研究人员和投资者关注的焦点。在计量经济学领域,ARCH模型和GARCH模型经常用在金融时间序列分析中,特别是GARCH(1,1)模型在金融分析中得到广泛的应用。本文以中小板指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析我国股价波动的动态特征。     

时间序列模型在中国股市中的应用

时间序列模型是研究股票市场的一个非常重要的工具,本文在不同情境下分别采用ARIMA和ARCH两种模型分析方法,对上证指数的周收盘价格进行了建模分析,结果表明,ARCH模型比ARIMA模型效果要好一些。     

基于素质模型的供应链管理人员培训实证分析

研究胜任力的主要目的是为了提高管理者的工作绩效,而管理人员培训的主要目标是帮助管理人员具备相应的管理素质。由于管理素质的具备是实现优秀绩效的基础,因此基于素质模型的管理人员培训策划与实施意义重大。通过建立供应链管理人员素质模型,找出培训的具体需求和实施培训的关键,能．使培训工作绩效大幅度提高。     

贵州茅台与五粮液财务对比分析

我国是白酒消费大国,投资者对于白酒板块的热衷不言而喻,其中贵州茅台股价在2021年1月8日达到历史最高值(每股2 648.91元)。截至2021年3月,我国白酒行业市值排名前两位的分别是贵州茅台(2.5万亿元)与五粮液(1万亿元),同时,作为中国白酒行业的龙头企业,两者的净利润也同样位于前两位,2019年底分别是439.7亿元和182.3亿元。贵州茅台和五粮液这两家公司的经营业绩和财务状况一直是广大投资者所关注的热点问题。由于五粮液尚未公布2020年度财务报表,因此本文将选取2015年至2019年贵州茅台和五粮液的财务指标进行纵向对比,纵向对比分析的同时,也将这两家企业的财务数据进行横向对比。经对比发现,两者均有较强的偿债能力和营利能力,但也均面临闲置资金偏多,从而导致机会成本较高的问题。贵州茅台相比五粮液具有更好的营利能力,而五粮液的存货周转速度相对贵州茅台更快。     

基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例．利用ARIMA—GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较．然后利用极值理论对经过ARIMA—GARCH模型筛选过的残差进行极值分析,估算风险价值。     

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。     

基于VAR模型下的房地产政策对GDP的脉冲响应分析

利用向量自回归模型研究房地产政策对我国国民生产总值的实际影响。房地产政策选取了长期贷款利率、货币供应量和土地供应量,建立了GDP与三个指标的VAR模型系统。利用脉冲响应函数(IRF)和方差分解方法分析3中房地产政策分别对GDP的影响时滞、持续时间和作用强度。研究结果表明:货币供应量,利率对GDP影响幅度较小,持续性较短,土地供应量对GDP的影响幅度较大,持续期相对较长。     

基于CAPM模型的实证分析:医药行业特征与投资策略

本文选取2009年至2011年的上证医药指数建立CAPM模型,并结合医药行业的基本面进行分析后,提出该行业的β投资策略为可在股市为熊市时投资。最后,本文使用FAMA-FRECH模型验证了医药行业的β小于1。由此可知,可以将CAPM模型作为行业投资分析的参考工具。     

基于logit模型的上市公司财务困境预测实证分析

本文通过logit模型对我国30家未被ST而后被ST的上市公式进行分析研究,发现logit模型对即将亏损的上市公司财务困境的预测准确性比较高。