深圳股市股利分配效应的实证研究

本文采用市场模型分别对深市 A股高价股与低价股、大公司与小公司、不同时期发行股票以及不同地域股票的股利分配效应进行了实证研究 ,并分析其形成原因 ,在此基础上提出了对证券管理机关和上市公司以及投资者的建议     

基于改进灰色模型的售电量预测分析

售电量的科学预测对配电商生产规模的调整及营销决策具有重要意义。传统的灰色预测模型只对于光滑度高的原始数据列具有较高精度。采用提高原始数据列光滑度的方法提高灰色预测模型的精度,利用函数[a^-x^m]^N（α〉1,m〉1,N〉1）对原始离散数据列{x^（0）（k）}进行变换,结果证明该变换与已有提高数据列光滑度的变换相比具有优越性。将该方法应用于电力公司售电量的预测,与传统灰色预测方法比较,精度显著提高,并对预测结果进行分析。     

一种拓展的灰色预测模型及其特性研究

文章以进一步提高灰色预测模型的建模精度,拓展其应用范围为目的,在该模型已有研究成果基础上,根据GM(1,1)的建模条件,构建了一种拓展的灰色预测模型(EGM),给出该模型的原始形式和白化方程,并利用参数包技术对其参数特性进行了研究.     

两类新的GM(1,1)残差优化模型的建立及预测

文章基于已有的GM(1,1)残差修正模型,运用函数转换的思想,对初始序列进行光滑度处理,建立了残差优化模型1;在模型1的基础上,对残差序列作光滑度处理,得到残差优化模型2。然后,进行实例验证,分析表明模型1和2比已有残差修正模型具有更好的拟合性,且预测结果显示,在精度和可靠性上有明显的提高。     

深圳股市价量关系的实证分析

价量关系是技术分析的核心,与技术分析的有效性密切相关。文章对深证成分指数价格与成交量的协整分析,表明它们之间存在长期的均衡关系———协整关系,即系统存在经济机制制约着价格与成交量之间的变动;通过误差修正模型得出短期偏离向长期均衡的校正速度;另外,利用动态分析给出了价量之间交互影响的具体特征的描述。     

基于改进的灰色GM(1,1)模型的人口预测

一个国家或地区的人口准确预测是制定相应的宏观政策和规划的重要依据。本文以灰色预测理论为基础,运用改进的GM(1,1)模型,以辽宁省为例,对人口进行预测,并与传统的GM(1,1)模型预测结果进行比较。结果表明:改进的GM(1,1)预测模型预测精度大大提高,具有可行性和实用性,可用与对未来人口规模进行预测。     

基于杠杆效应SV模型和EGARCH模型VaR的比较

文章通过对比EGARCH和杠杆效应SV模型,发现杠杆效应SV模型更能刻画金融市场的实际特征。将杠杆效应的随机波动SV模型应用于VaR的计算,并作实证研究。通过与EGARCH模型下的结果对比,得到基于杠杆效应SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平。     

基于ARIMA和EGARCH模型的中国入境旅游收汇预测分析

本文采用ARIMA模型和EGARCH模型,利用SAS软件对2001年1月到2005年8月中国入境旅游收汇数据进行分析,并作了拟合预测比较,目的是选择具有较好拟合效果的模型。     

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。     

时序系数GM(1,1)模型及其应用

基于GM(1,1)模型误差产生的原因分析,提出了用时序系数对等间距时序进行修正,建立时序系数GM(1,1)模型,克服了时序残差模型求得的时序残差序列可能不满足非负性的缺点,简化了建摸过程。通过实例分析表明,时序系数GM(1,1)模型适应于有较大波动的原始数据序列的分析建模,实例验证表明了所建模型的实用性与可靠性。     

中国股指期货与股票市场波动性关系的实证分析

使用修正的EGARCH模型与VaR方法检验股指期货的推出对中国股票市场波动性所产生的影响。采用的数据为沪深300指数,样本数据分为股指期货推出前,股指期货推出后的短期、中期和长期与样本数据全体五个时间段。研究表明,从股指期货推出的短期与中期来看,市场对信息的反应比较混乱。从长期来看,股指期货的推出加速了信息的传递速度并且弱化了非对称效应,并没有加大股市的波动性。VaR方法检验表明,股指期货的推出有效降低了股市风险,使A股市场更加成熟和完善。     

深圳股市收益率的实证分析

我国的股票市场是新兴的股票市场,是市场经济和改革开放的产物,其发展只有十年多的时间,很不规范,因此,股票市场波动较大.     

南京市产业结构调整的优化模型与实证分析

通过分析,认为产业结构调整是由劳动力、资金、能源、自然资源、技术进步等因素在各产业间的流动影响的,因此以这些因素之间的内在关系为条件建立线性规划的约束方程。由于各因素之间的约束条件是经常变动的,可以利用灰色系统理论预测各因素之间的变动条件,在此基础上建立了产业结构调整的灰色线性规划模型,并制定了南京市十一五期间三次产业结构调整方案。     

地价增长率的GM（1，1）预测模型

房价问题是当前理论和现实的热点问题。而地价是房价的核心构成要素。文章运用基于灰色系统理论的GM（1,1）,选用小样本,预测了近年的地价增长率。模型的预测值与实际情况拟合较好。     

基于GARCH模型的深圳股市周内效应研究

有很多学者对股市周内效应进行了深入的研究,但是他们大多都基于经典模型,即对收益率取对数后没有考虑其条件异方差.本文通过对条件异方差的分析,借助GARCH模型识别深圳股市的周内效应,我们得出深圳股市综合指数(1995-2006)存在明显的“负周四效应”。     

上证基金市场日涨跌幅的波动性实证研究

金融市场的波动性是投资者关注的对象之一,也是现在金融研究的热点之一.文章检验了我国上证基金市场的ARCH效应和序列相关性,并且在此基础上主要应用TARCH和EGARCH等模型对基金指数日涨跌幅序列进行建模,结果表明该模型能有效拟合上证基金市场日涨跌幅的日波动性特征.     

质量成本与质量水平关系及其模型研究

文章主要针对质量成本与质量水平间的关系分析及模型建立做了深入的分析研究,希望能够利用灰色系统理论从而能够在历史数据不足够多的情况下研究质量成本与质量水平间的关系,并通过灰色模型建立质量成本与质量水平间的关系模型。     

灰色多元线性回归模型及其应用

基于灰色关联法和灰色聚类法诊断、解决多重共线问题;利用GM(1,1)模型对原始数据序列进行修正,降低随机波动的干扰;据修正变量数据建立灰色多元线性回归模型,并将其运用于具体实例取得满意的预测效果。该模型对处理数据贫乏、波动较大的样本效果显著。     

分数阶反向累加GM(1,1)模型及其性质

针对正向序列累加GM(1,1)模型都不满足新信息优先原理的问题,文章从理论上证明了一阶反向累加GM(1,1)模型不能较好地满足新信息优先原理.针对一阶反向累加GM(1,1)模型的不足(只适用于递减序列,没有利用最新消息),提出了分数阶反向累加GM(1,1)模型,将反向序列累加的适用范围扩展到递增序列,充分挖掘了新信息.实例说明分数阶反向累加GM(1,1)模型具有较强的预测能力.     

区域承灾力评价的协调度模型与实证

科学评价区域承灾力是防灾减灾工作的起点。目前区域承灾力的评价主要以基于多指标体系的综合评价为主,方法单一,评价结果主观性强,且不具有可比性。文章基于协调性思想,构建了区域承灾力评价的协调度模型,并以山东省承灾力评价为例进行了实证研究。该模型通过考察区域潜在损失与防御力之间变化的协调性,评价区域承灾力,评价结果具有纵向、横向可比性,对于定量分析区域承灾力的变化趋势具有一定的指导意义。