沪深300股指期货价格发现功能实证分析

本文使用沪深300指数价格和沪深300股指期货价格129个日数据,采用Granger因果关系检验、VAR模型和脉冲响应的方法,考察了沪深300股指期货和现货市场之间的价格发现引导关系。研究表明沪深300股指期货和现货价格之间存在长期的均衡关系;沪深300现货价格领先于沪深300股指期货价格;沪深300股指期货具有长期价格发现功能,但是这种作用不是太明显。     

股指期货期现套利交易与ARIMA模型构建

文章通过在ARIMA模型时间序列分析预测期现货价格的基础上,建立股指期货期现套利模型。以2011年5月23日至7月15日沪深300现货和IF1107期货合约真实交易数据为研究对象进行实证分析,结果表明ARIMA(3,1,3)模型很好的拟合了价格序列,并给出了期现套利交易策略实现无风险套利。     

我国小麦期货价格发现功能探讨——基于郑州商品交易所数据的分析

本文研究了小麦的现货价格与期货价格之间的关系。尤其是研究了期货价格是否是未来现货价格无偏的预测值。小麦有很强的证据拒绝期货价格是未来现货价格无偏预测的原假设,这部分地被市场深度所解释。此外,ARIMA模型在预测未来现货价格上胜过随机游走的天真预测以及期货价格预测。     

基于ARIMA的多晶硅组件价格预测

本文依据北极星光伏商务通网站多晶硅组件价格相关数据,采用时间序列分析法,对2012年4月20日至9月20日多晶硅组件价格周数据进行了分析。通过对数据的平稳性检验、模型的确认、模型检验等综合分析,建立了ARIMA(0,2,4)时间序列模型,对预留最后3周的数据进行预测。预测结果表明,实际值与预测值之间的绝对误差均在1.43%以内,误差率均在2.46%内,该模型有较好的短期预测效果,能较好地模拟并预测多晶硅组件价格变化的趋势,为光伏企业产品价格的准确预测提供了重要方法。     

基于灰色波形理论的铀资源价格预测方法

根据铀资源U3O8现货价格时间序列数据波动幅度不规则的特征,采用非等间隔的灰色波形预测模型,以UxC咨询公司2010年1月～2014年12月U3O8现货价格的月度数据为原始数据,对其2015年1月～2016年2月的U3O8现货价格进行灰色波形预测.最后,将该模型预测结果与在价格预测中应用较广泛的基本GM(1,1)模型和ARIMA模型预测结果进行对比,分析结果表明,相比于其他两种模型,灰色波形预测模型预测值与U3O8现货价格真实值具有更好的拟合度,且精确度更高,可用于实际应用.     

基于协整关系的中国铜期货合约套期保值策略

本文在检验上海期货交易所铜期货价格和铜现货价格这两组时间序列数据的平稳性和协整关系的基础上,利用Ghosh误差修正模型(ECM)和简化的误差修正模型(S-ECM)估计我国铜期货合约的最小风险套期保值比率及其有效性.为了进行比较,本文同时运用传统回归模型和双变量向量自回归模型(B-VAR)对上述数据进行统计检验,发现忽略协整关系的最小风险套期保值比率偏小,套期保值有效性也有所降低.从而得到考虑协整关系有助于提高我国铜期货合约套期保值效果的基本结论.     

上海GDP的时间序列分析和预测

本文用ARIMA模型对上海市1952年到2007年GDP数据进行分析,并预测出未来一年的GDP数据。对所上海GDP数据进行基本趋势分析并检验数据的平稳性,对平稳处理后的时间序列构建ARIMA模型,最后用Ljung-box检验方法对所建立的模型进行相关性检验,对2008年的上海GDP进行的预测。     

基于ARIMA模型的比特币价格预测研究

比特币是一种由开源的P2P软件产生的电子货币,是一种网络虚拟货币,是目前世界上应用最广泛的加密电子货币。比特币的价格波动非常大,近期也是处于一个高波动期。由于比特币主要用作资产而非货币,比特币市场投机性强,波动性更大,同时,与其他投资市场相比,比特币市场效率低下。故对于比特币价格的预测与分析的研究具有重要意义。本文主要选用了2013年10月到2019年4月的比特币收盘价进行分析,采用了ARIMA模型,首先对原始数据的序列进行平稳性检验,数据不稳定时,对数据进行平稳化处理并进行单位根检验。序列平稳时,对比各参数,建立合理的ARIMA模型,同时,与自动生成的ARIMA模型进行比较,选择较为优良的模型进行价格的短期预测。     

我国燃油期货价格指数波动特征研究

通过选取上海期货交易所燃油期货价格指数5分钟高频收益数据,本文构造了经调整的已实现波动率估计序列,运用4类非线性GARCH模型建模分析,描述了中国燃油期货价格指数的波动特征,运用6种损失函数以及Diebold-Mariano 检验法,实证检验了4类GARCH模型对燃油期货价格指数波动的样本外预测能力。就中国燃油期货市场而言,基于高频数据的FIAPARCH模型,能够较好地描述中国燃油期货价格的波动特征,并且具有最为出色的波动率预测能力,而IGARCH模型在某些损失函数标准下也体现出了较好波动率预测能力。     

关于股指期货价格发现功能的实证研究

作为期货市场的一大重要的功能和套期保值实现的条件,价格发现功能对于期货市场非常重要。价格发现功能的实现使得其发挥了股票市场乃至国民经济"晴雨表"的作用。本文主要通过对沪深300股指期货和指数现货的日价格数据进行平稳性检验、协整检验、建立误差修正模型和Granger因果检验,来研究两者之间的发现引导关系,从而揭示中国的股票指数期货市场价格的发现过程。     

我国GDP时间序列的模型建立与实证分析

本文利用统计软件对我国1987年到2012年实际GDP时间序列数据进行了分析,解释趋势性,利用PP检验,检验我国GDP序列的平稳性,并建立我国GDP对数序列的ARIMA模型,得到我国GDP内在的规律性,可以用来做我国GDP时间序列的拟合和预测。     

期货市场在我国食糖价格形成中作用的实证研究

选取白糖市场数据,借助协整检验、误差修正模型、Granger因果检验、Hasbrouk信息份额模型和脉冲响应函数等计量分析方法,从价格发现效率的视角对期货市场在我国食糖市场价格形成中的作用进行实证研究.结果表明,期货价格与现货价格之间具有长期均衡关系,期货市场发现价格的效率明显高于现货市场,期货市场对我国食糖市场价格形成中处于主导地位.应充分发挥期货市场功能,完善我国食糖市场价格形成机制,形成以期货价格为主要参考的多层次、高效率的食糖市场价格体系.     

沪深300股指期货价格发现功能研究

通过对国内沪深300股指期货和现货数据的实证研究,得出结论:股指期货价格与现货价格具有高度的一致性,沪深300股指期货和股票指数的价格之间存在协整关系,期货价格对于现货价格的引导力度大于现货价格对于期货价格的引导力度,长期内期货价格的引导力度会呈一个缓慢的下降趋势,而短期内二者之间相互影响,影响力都不明显。沪深300指数对应的股票指数的波动对于沪深300股指期货市场的冲击影响较弱,而期货市场的波动对于现货市场的影响就相对剧烈一些。     

中国棉花期货价格和现货价格的互动关系研究

本研究选取2004年6月1日-2011年6月23日间的棉花期货价格和现货价格,运用ADF检验、协整检验、Granger因果检验等一系列计量方法对二者互动关系做实证检验。协整检验和Granger因果检验结果显示棉花期货价格和现货价格之间存在长期的均衡关系且有双向因果关系,表明棉花期货价格和现货价格之间存在着互动关系。脉冲响应函数结果说明,从长期来看棉花期货市场对棉花现货市场的影响力更大。方差分解结果表明我国棉花期货市场已经逐渐走向成熟,而现货市场机制还需进一步完善。     

我国黄金期货和现货价格的关系研究——基于期货价格发现功能的分析

本文选取我国2011-2014年的相关数据,借助SVAR模型对我国黄金期现货市场价格序列之间的联动关系进行分析,并通过构建状态空间模型,对黄金期货市场价格发现功能的动态演化进程进行描述。结果表明:我国黄金现货价格对期货价格存在单向引导关系。从脉冲响应来看,黄金现货市场对期货市场的冲击效应较大且具有持久性,而期货市场对现货市场的影响不显著;从价格发现功能来看,黄金期货市场价格发现的贡献度具有时变特征且贡献率较低。这表明黄金期货市场尚不具备有效的价格发现能力。     

上证A股指数的走势分析与预测——基于时间序列模型

本文旨在以时间序列模型为基础,选择上证A股指数为研究对象,对上证A股指数在2008年1月-2012年5月的53个月度数据eviews软件进行进行实证分析。在此,本文采用时间序列分析中的一种常见的模型:ARIMA模型进行相关的分析和预测,对变量的发展规律进行了研究,并对未来三个月的上证A股指数做短期预测。通过研究分析可知计算所得的相对误差范围均达到要求,则采用ARIMA模型做股票价格预测是可行的。     

PTA期现价格动态关系实证研究

以郑州期货交易所PTA期货和进口、国产PTA现货为研究对象,利用格兰杰因果检验、协整检验、误差修正模型等方法,分析了我国PTA期货市场与现货市场长期均衡关系和短期动态关联关系。结果表明:国内的现货PTA价格和期货PTA价格是互相引导的;PTA期货价格对现货价格的影响强于现货价格对期货价格的影响;短期来看PTA期货价格与现货价格之间存在协整关系;长期来看PTA期货价格与现货价格保持着长期的均衡关系。以上研究表明,我国PTA期货市场已基本具备市场价格发现功能和一定的价格自我约束机制。     

福建省城乡居民收入差距预测模型比较研究

本文选取福建省1981-2008年间的城乡收入差距值时间序列数据,建立四个时间序列模型进行比较分析,最终确定ARMA模型作为预测模型.并以2006年、2007年和2008年的数据作为检验数据检验该模型预测效果,进一步验证了其预测效果较优,最后利用该模型对福建省2011-2014年城乡收入差距值进行短期外推预测,并给出对策建议.     

基于ARIMA模型的我国快递业务量状况研究

本文通过Eviews8.0软件采用时间序列分析方法,对我国快递业务量的月度数据进行分析,建立ARIMA模型并进行参数估计及检验,对比Holt-Winters季节乘法模型预测结果和实际值进行误差分析,选择ARIMA季节乘积模型,对未来我国的快递业务量进行预测。     

我国黄金期货市场套期保值功能的实证研究

本文选取2008年1月9日至2010年12月31日之间期货价格和现货价格数据,运用传统回归模型(OLS)、双变量向量自回归模型(B-VAR)、误差修正套期保值模型(ECM)、误差修正GARCH模型(EC-GARCH)对样本数据进行平稳性和协整关系检验,在估计最小风险套期保值比率的基础上发现:(1)我国黄金期货市场运行三年多来,通过黄金期货市场进行套期保值是有效的,可以较为明显地降低参与者面临的价格波动风险;(2)在具体进行套期保值操作时,应该根据套期保值时限长短的不同和预期效果的差异,采用不同的模型来合理确定自身的套期保值比例。在此基础上,本文提出了相关政策建议。