股票收益率波动和极值关系研究

一、引言股票价格的巨幅波动一直是国家监管部门、金融理论研究者和投资者关注的热点,而股价的波动又和股票收益率分布的尾部密切相关。已有许多学者从事有关收益率尾行为的研究,但是大多数采用的是统计极值理论方法,在利用这种统计方法分析处理收益率数据的过程中,存在几个方面的缺陷:(1)仅仅对超越一定门限的收益率数据(极端收益率)拟合广义帕雷托分布,对于其他数据弃之不用,因而对于研究收益率的波动来说,损失了样本数据中有用的信息,则基于该方法对股票收益率波动的统计推断具有很大的不确定性[1-3];(2)没有考虑股票收益率时间序列的相…     

多变量混沌时间序列的最小二乘支持向量机预测

文章根据多变量混沌时间序列的相空间重构理论,建立了多变量时间序列的最小二乘支持向量机预测模型.通过Lorenz系统和中国股市的股票价格序列对该模型进行了验证,结果表明该预测模型能精确地预测混沌时间序列,并且优于基于单变量时间序列的最小二乘支持向量机预测模型.     

农业政策对农业上市公司股票价格波动的影响研究

分别运用描述统计、非参数统计推断、事件研究法以及时间序列的干预分析等方法,从不同角度研究了农业政策事件对农业上市公司股票价格波动的影响。结果表明,农业经济政策对农业上市公司股票价格波动有一定程度的短期影响。     

反馈跳扩散模型在证券价格预测中的应用

传统随机波动定价模型发展到目前已近完善,同时也遭遇到前所未有的挑战。随着越来越多的金融学家、数学家、物理学家、心理学家和金融工程师加入到金融研究领域,人们逐渐认识到股票价格行为具有以下一些特征眼1演:穴1雪价格序列非随机游走性,长记忆性以及波动的AR CH效应;穴2雪     

上海股票市场的基于小波去噪的混沌性检验

由于经济混沌需要大样本、低噪声的时间序列,所以文章首先利用小波变换对上证指数日收盘价序列进行去噪处理,然后由去噪后的日收盘价序列计算出日收益率序列,姑且称其为去噪后的日收益率序列,并把它同未经过去噪处理得到的日收益率序列进行比较,发现该方法较好地保留了序列自身固有的特性,只是剔除了由于日常细微波动产生的噪声,为有效地探测我国上海证券市场的混沌性打下了基础。最后分别计算去噪前后收益率的关联维数和Lyapunov指数,发现小波去噪并未改变上海证券市场的混沌性,但是去噪后的市场的复杂度要小于去噪前的市场的复杂度。所以进行混沌性探测的时候必须对数据进行去噪处理。     

中部地区金融深化与各产业之间传导关系的实证研究

金融深化与经济增长之间的关系是经济学中研究的热点。然而,金融深化在产业层面上的具体影响却很少有文献涉及。文章以中部地区作为研究对象,应用时间序列模型深入考虑了金融深化的行业效应。结果显示,对于第一、二、三产业,金融深化的影响程度存在较大的差异,对于第二、三产业,金融深化会呈现显著影响,对第一产业的影响则较小。     

基于支持向量机的降水量混沌时间序列预测

本文针对降水量时间序列的混沌性,根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机优越的非线性拟合性能,建立了基于支持向量机的降水量混沌时间序列预测模型。由于降水量时间序列的特殊性,本文采用均方根误差为标准来选取最优嵌入维数和模型参数,并结合实例验证该模型能精确地预测降水量。同时,这一结论也预示着支持向量机是一种研究混沌时间序列的有效方法。     

金融系统风险的演化机理研究

金融混沌是金融系统中的一种内在不确定性,是经常出现在该系统中的一种极其复杂的现象,是当前非线性经济动力学研究的一项重要内容.文章基于系统的外部或内部冲击、系统的传染效应和系统的风险控制建立了一个新的金融系统风险模型,分析了其均衡解的稳定性和Hopf分岔发生的条件,通过分岔图对该系统的复杂性演化行为进行了仿真研究.     

时间序列分析与季节调整方法浅析

时间序列分析（Ｔｉｍｅ Ｓｅｒｉｅｓ Ａｎａｌｙｓｉｓ）作为统计数学的一个分支,是分析动态数据,提供定量预测的重要理论和方法。西方国家现已较为普遍地在经济、金融领域运用时间序列模型分析预测各种发展趋势。近年来,随着我国改革开放的深人和经济的飞速发展,对经济领域中存在的大量数据进行动态分析处理,摒弃静态分析的高误差率,并进一步用科学的方法进行预测、决策已显得愈加必要,时间序列分析方法在经济界的推广普及已是大势所趋。 所谓时间序列分析（即动态数据处理）,是指一批按时间先后顺序记录下来的观测结果（时间序…     

空间统计方法在社会福利分析中的应用

在研究经济问题时,处理的数据大多是时间序列数据,对这类数据的分析采用的是时间序列分析方法,较少进行空间分析,建立的模型也是以时间序列为主。虽然这种以时间序列数据为对象进行分析、研究问题的方法能够反映一定的经济问题,但是往往会掩盖空间的差异。因为我们生活在由时间     

中国黄金市场的非线性和确定性检验

混沌普遍存在于现代金融市场中,非线性和确定性是时间序列存在混沌的重要前提,而中国黄金市场这一新兴市场在此方面的研究仍是空白。文章以上海黄金交易所黄金现货日收盘价格序列作为研究对象,对数据进行收益率和对数线性去趋势平稳化处理,然后运用R/S分析来检验其非线性,发现上海黄金价格序列具有非线性和分形特征,但其后的BDS定量检验表明其非线性特征并不显著。最后运用递归图方法进行确定性检验,得出该系统具有一定确定性的结论。因此相较于传统的线性分析方法,对于我国黄金市场价格序列,采用非线性确定性模型进行分析预测可能更加有效。非线性和确定性的存在也表明我国黄金市场可能具有混沌特性,从而为今后对我国黄金价格的初值敏感性和奇异吸引子存在性等混沌特征进行分析,并进一步构筑混沌预测模型打下基础。     

递归预测器神经网络在中国金融市场的实证研究

金融时间序列预测是金融理论领域的研究热点之一。以金融市场中普遍存在的弱混沌为基础,对递归预测器神经网络在中国金融市场的预测应用进行实证研究。在网络训练上,提出用遗传算法优化网络的阈值、权值以及激发函数的幅值和斜率。对国内股票、期货和黄金市场中几个有代表性的品种进行实证检验,计算了预测均方根误差（RMSE）和预测精度（PA）,并和两种典型的神经网络预测模型——BP神经网络、径向基函数神经网络做了比较,结果表明该模型有较好的预测效果。     

运用空间统计方法分析我国社会福利的有关问题

在研究经济问题时,处理的数据大多是时间序列数据,对这类数据的分析采用的是时间序列分析方法,较少进行空间分析,建立的模型也是以时间序列为主。虽然这种以时间序列数据为对象进行分析、研究问题的方法能够反映一定的经济问题,但是往往会掩盖空间的差异。比如一个问题从时间序     

混沌时间序列的支持向量机预测

文章以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预测模型建模的思路、特点及关键参数的选取;利用饱和关联维数法进行相空间重构,并运用小数据量法计算最大Lyapunov指数,对时间序列进行混沌特性识别。实例表明,该模型能较好地处理混沌时间序列,具有较高的泛化能力和很好的预测精度。     

基于特征提取的金融时间序列形态挖掘

以金融时间序列的上升三角形形态为例给出了金融时间序列挖掘与特征提取的方法，在挖掘过程中充分利用挖掘者的经验背景知识，提出了一种基于特征提取的金融时间序列形态挖掘算法。该算法首先对金融时间序列进行趋势化预处理，将曲线转化为折线表示，形成形态的趋势片断，然后再从这些趋势片断中提取出相关形态的属性特征。它提高了序列形态特征提取的有效性，使搜索空间大为减小。     

金融市场超高频时间序列ACD-GARCH-V模型研究

金融市场超高频时间序列建模是目前金融计量经济学研究的热点。该文在已有研究的基础上,建立了ACD-GARCH-V模型,通过实证分析考察了超高频交易量变化率及交易持续期对金融产品收益率和波动性的影响。     

基于高频金融数据的积分波动估计量分析

金融波动研究一直是金融计量与金融工程研究的中心内容之一。随着信息技术的飞速发展,使得金融高频数据获得和处理变得相对容易,因而高频金融波动研究也就成了金融学术界热点之一。针对ARCH类和SV类模型在实际应用中的困难和在高频金融中应用上的局限性,Bellerslev等人提出了用“已实现”波动(realized volatility亦称“已实现”波动率)来测量高频金融的波动率。本文采用等间隔和非等间隔抽样方法进行比较,以确定最佳的积分波动估计量。     

上证指数收益特征实证分析

在资本市场上,许多金融时间序列在一个时间段波动较大,在另一个时间段波动又较小,波动随时间变化.这种"波动群集"等非古典现象,表明序列不仅存在自相关,也违背传统的经济计量方法所要求的同方差条件,因此利用传统的回归模型对这类时间序列进行分析往往会产生严重的不良后果.     

事件研究方法及其在金融经济研究中的应用

一、引言事件研究法集中于探讨事件(如合并、收购、收益公告或再融资行为等)的发生对股票价格(或企业价值)带来的冲击,冲击可体现于以下几个方面:平均股价效应、市场收益方差的变化(反映股价波动性的变化)、股票成交量的变化、经营(会计)绩效的变化等。在国外,事件研究法首先被广泛应用于金融经济领域,近几十年来出现的有关事件研究方面的文献已成为金融经济文献中的重要组成部分。正如Fama(1991)所言:“在事件研究法被应用以前,在公司财务核心课题(central issue)上几乎不存在任何经验证据。现在,这方面的经验证据相当多,且大多源于事件研…     

浙江金融发展与经济增长关系的实证分析

本文采用单位根检验、Johansen协整检验、格兰杰因果检验、VAR模型、脉冲响应函数和方差分解等一系列时间序列数据分析方法,对1990-2011年的经济增长指标、金融发展指标、金融深化指标、劳动投入指标及对外开放指标进行实证分析,从而得出改革开放以来浙江省金融发展与经济增长之间是相互影响相互促进的关系等结论.