季节调整后的蔬菜价格波动——兼论货币供应量的影响

利用X-12-ARIMA季节调整模型及ARCH类模型分析大宗蔬菜白菜、黄瓜、西红柿、菜椒和四季豆价格的季节性波动特点和短期变动特征,并探寻货币供应量对蔬菜价格长期趋势的影响。结果表明:蔬菜价格季节性波动特征明显,但波幅有缩小的趋势;蔬菜价格的趋势变动与货币供应量紧密联系,当流通中的货币量增加1万亿元时,白菜、黄瓜、西红柿、菜椒和四季豆每公斤分别上涨0.43元、0.76元、0.83元、1元和1.2元左右;白菜、黄瓜、菜椒和四季豆的价格具有明显的波动集簇性,白菜和黄瓜价格的外部冲击的影响会持续到下一期,菜椒和四季豆价格过去外部冲击和波动影响会比较持久;四种蔬菜均没有显现出显著的风险报酬特征,上期正负外部冲击对本期菜椒价格波动的影响具有非对称性,而对白菜、黄瓜和四季豆的影响是对称的。     

X-12-ARIMA方法的SAS程序实现

X-12-ARIMA方法是以X-11项目以及X-11-ARIMA88(D)方法为基础的季节调整方法,具有广泛的实际应用价值。本文介绍了利用SAS系统实现该方法的具体过程,弥补了国内教材的不足。     

中国农产品价格波动特征的实证研究——基于广义误差分布的ARCH类模型

近年来农产品价格波动频繁,结构特征明显,主要是因为受到生猪、棉花、大豆、胶脂果实类林产品和稻谷等农作物价格波动的影响.利用广义误差分布的ARCH类模型对主要农产品价格波动特征进行分析,结果表明:棉花价格没有显著的异方差效应;生猪、大豆和稻谷的价格波动具有显著的集聚性,但其市场并没有表现出高风险高回报的特征;稻谷价格波动具有显著的非对称性,但大豆和生猪的价格波动没有显著的非对称性.基于GED的ARCH类模型提高了模型的拟合效果,可以更好地分析中国主要农产品价格波动特征.     

中国粮食价格波动的ARCH效应研究

文章应用ARCH类模型分析中国粮食价格波动特征,通过对均值方程的三种不同残差分布假设下模型的结果进行对比,发现分布不同,结果也不同。正态分布假设下所得出结果值得怀疑,选择合适的分布能增强模型结果的可信度。研究表明:粮食价格波动具有显著的波动集簇性;好坏信息对粮食市场的冲击效果无明显差别;粮价当期的波动的主要原因是前期粮食市场系统以外的因素波动的冲击;粮食市场存在高风险高回报的特征。     

Prophet-X-12-ARIMA组合模型及交通运输量预测

由于受到经济社会因素的影响,交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型,如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型,综合了Prophet模型灵活拟合趋势成分的优势以及X-12-ARIMA模型能准确分解出季节成分的优点。采用该模型预测某城市的七种交通运输量序列,结果显示Prophet-X-12-ARIMA组合模型的半年度和年度预测效果明显优于Prophet模型、X-12-ARIMA模型及ARIMA模型。进一步研究发现,当原始序列趋势变化剧烈时,Prophet-X-12-ARIMA组合模型的预测效果更优。     

X-12-ARIMA方法的SAS程序实现及应用

本文介绍了利用SAS系统实现X-12-ARIMA季节调整方法的具体过程,并应用该方法对中国入境旅游外汇收入序列进行了季节调整分析.     

基于ARCH类模型的人民币汇率波动特性分析

2005年汇改以来,尤其是进入2007下半年以后,随着次贷危机的蔓延,人民币汇率的升值速度和波动幅度显著增加。文章使用ARCH类模型研究了人民币汇率波动特征。实证结果表明,人民币汇率波动剧烈,具有明显的尖峰、厚尾、波动率聚类特征;外部冲击会加剧人民币汇率波动,并且冲击的影响会持续较长时间;同导致人民币贬值的因素相比,导致人民币升值的因素会造成人民币汇率更大幅度的波动。这些特征要求市场参与者提高汇率风险防范意识,保持人民币汇率的相对稳定,谨防人民币汇率过度升值。     

基于ARCH类模型的人民币汇率波动特征比较

文章基于ARCH类模型,利用对2005年7月20日至2011年5月31日的人民币高频日汇率数据进行实证研究,分析了人民币兑美元、欧元、日元、港币与英镑汇率的波动率特征。实证结果表明,人民币兑美元、港币的波动性较其它货币小一个数量级;各汇率序列具有明显的尖峰厚尾与波动率聚集特征;除港币外,人民币汇率波动主要由过去波动引起,并且冲击的影响会持续较长时间,外部效应较弱;日元与其它货币的杠杆效应不同,好消息比坏消息冲击效应更大;风险溢价效应只在人民币兑美元与港币的汇率中显著。这些特征表明人民币汇率应更加市场化。     

基于ARCH类模型的基金市场波动性研究

近年来,随着基金产品的广泛推出,基金市场迅猛发展,投资基金的市场收益率也呈现出一定的波动性.本文选取上证基金指数为研究对象,运用ARCH模型族进行实证分析.结果表明,上证基金指数收益率表现出非正态性和条件异方差的特征.GARCH(1,1)模型对上证基金指数的波动具有很好的拟合效果.     

基于存量数据的我国货币供应量季节调整研究

文章以存量数据-货币供应量(M0)作为主要研究对象,设计了生成存量数据解释变量的程序化、可操作化过程,并建立了登记日在每个月月末的三段式货币供应量(M0)季节调整模型.运用建立的模型对2012年货币供应量(M0)进行预测,其平均相对误差为2.87％,属于2级精度,适合中长期预测.     

基于ARCH类模型的我国通货膨胀率波动性分析

通货膨胀和通货紧缩总是在经济中交替出现,在不同阶段通货膨胀率的波动程度也有差异.文章利用GARCH、EGARCH和TGARCH模型对我国通货膨胀率的波动特征进行了实证分析.结果表明正态分布下的GARCH和t分布下的EGARCH模型拟合效果较好,外部冲击对通货膨胀率的波动具有持久性影响.     

基于GED-GARCH模型的中国粮食价格波动特征研究

文章建立ARCH族模型分析了2000年1月至2013年7月的粮食价格波动特征,对GED分布、t分布和正态分布下的ARCH族模型估计结果进行对比,研究表明:粮食价格具有明显的"尖峰肥尾、非正态"的特征;假设价格收益率均值方程的残差序列服从正态分布时的AIC、SC值最大,而在GED分布条件下AIC、SC值最小,估计出来的GED参数值小于2,验证了残差序列有典型的"尖峰肥尾"特征;大米价格和大豆价格具有明显的波动聚集性,小麦和玉米价格则没有明显的ARCH效应;大豆市场存在高风险高回报的特征,同时存在明显的非对称性特征,相比于价格下跌信息的冲击,价格上涨信息带来的冲击要大得多.大米市场既不存在高风险高回报的特征,也不存在"杠杆效应".     

基于季节调整技术的我国物价波动实证研究

 本文首先对季节调整方法的发展及应用进行说明,并对X-12-ARIMA和TRAMO/SEATS进行方法与实证比较,得出这两种方法调整效果基本相同;其次使用X-12-ARIMA方法对我国CPI时间序列数据做了实证研究,分离出最终趋势成分、季节成分等;然后通过PBC版X-12-ARIMA分理处时间序列中的春节因素;最后通过调整后的CPI序列进行短期预测,并对其展开了一定的分析讨论。     

我国CPI季节调整模型预测

文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测.实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5％之内.     

基于季节调整的CPI统计环比指数研究

本文首先阐述了季节调整与统计环比指数的必要性,简要介绍了X-12-ARIMA与TRAMO/SEATS季节调整原理,然后运用X-12-ARIMA程序对中国1997年1月至2010年5月CPI月度数据进行季节调整,再运用TRAMO/SEATS方法解决季节调整程序中中国春节因素问题。接着由季节调整后的数据计算得到月环比CPI,对月环比CPI和同比增加率进行了比较,结果显示月环比CPI领先同比CPI。最后利用TRAMO/SEATS程序建立ARIMA模型（210）（011）进行了24个月的预测,预测结果显示,未来24个月内我国消费者物价指数温和上升,不会发生大的通货膨胀,但是存在一定的通胀压力。     

ARCH类模型在风险价值测度中的应用

将ARCH类模型用于计算风险价值,会在很大程度上提高风险价值测度的精度。通过理论分析和实证分析都表明,利用ARCH类模型计算金融资产的风险价值,可以体现其收益率的分布状态和波动性的影响作用,适应风险价值计算的需要,能够提高风险价值的计算精度。     

我国大蒜价格波动周期和特征分析

文章利用大蒜价格的时间序列数据,从长期和短期进行分析其价格波动特征和规律,研究表明大蒜价格波动具有一定的周期性和趋势性,在不同的阶段影响因素不完全相同;同时价格的波动具有集簇性,高风险性,但是不具有高回报性.     

中国消费者物价指数的模型构建及波动分析

近年来,我国的物价指数（简称CPI）越来越受到人们的关注,因此准确地把握cPI的波动特征也受到了政府和学者的高度重视,文章通过对247个月度CPI数据进行ARMA模型和ARCH类模型的分析,构建了通货膨胀率的波动模型,并与已有的相关文献进行比较分析,揭示出CPI的波动规律,为政府的宏观调控提供定量化参考依据。     

季节调整方法综述及比较

一、前言所谓季节调整,就是将某一统计指标的时间序列中的季节性因素和偶然性因素剔除,从而使经过季节调整的时间序列能够较为准确地反映出社会经济运行基本态势。早在20世纪的上半叶人们就开始了从时间序列中分解季节因素、调整季节变动的尝试。季节调整的问题首先是由美国经济学家1919年提出的,此后,有关季节调整的方法不断的出现和改进。1931年麦考利(Macauley)提出了用移动平均比率法进行季节调整,成为季节调整方法的基础。1954年Shiskin在美国普查局首先开发了在计算机上运行的程序对时间序列进行季节调整,称为X1,此后,季节调整的方…     

中国农业生产资料价格的波动特征研究——基于GED分布下EGARCH-M模型

运用X12-ARIMA模型、HP滤波法和基于GED分布下的EGARCH-M模型对中国农资价格波动的一些主要统计特征进行了拟合分析,结果表明:农资价格波动存在显著的季节效应;考察期间农资价格呈现出5个波动性周期,平均周期长度在48个月左右;农资价格波动还存在显著聚集性和非对称性,但其市场并没有表现出高风险高回报的特征;相较于正态分布,GED分布能更好地对模型进行估计和描述中国农资价格的波动特征。