AR(p)模型在外汇储备分析中的应用

以时间序列分析理论为基础,利用AR(p)模型对我国外汇储备进行分析,建立了外汇储备随时间变化的模型,并进行了预测。在此基础上,研究了我国超额外汇储备的问题,根据超额外汇储备给经济发展带来的影响,提出了相应的政策建议。     

辽宁省城乡居民信息消费差距的ARMA模型预测

利用辽宁省1993—2010年有关数据建立了一个AR(p)模型,并使用此模型对我省城乡居民信息消费差距进行分析和预测,并在此基础上提出了缩小城乡居民信息消费差距的对策和建议。     

基于ARIMA模型的蚌埠市PM2.5预测

本文首先从真气网选取蚌埠市2018年6月1日至2019年5月31日的PM2.5日浓度数据作为样本数据,接着运用EVIEWS10.0软件并借助由Box和Jenkins创立的ARIMA(p,d,q)模型对样本数据进行合理建模,并验证所建立的AR(1)模型的合理性;然后运用所建立的AR(1)模型对蚌埠市2019年6月2日至2019年6月6日的PM2.5日浓度进行预测,最后将预测结果与实际值进行比较,结果表明:使用建立的AR(1)模型对蚌埠市短期内PM2.5浓度预测所得值与蚌埠市PM2.5浓度的实际值相对误差较小,其误差大小在10%之内,适合做蚌埠市PM2.5日浓度的短期预测。     

基于ARMA（p，q）模型的企业年金精算研究

传统的保险精算理论为了简化计算,往往假定利率是确定的。但由于企业年金是一种长期的经济行为,投保期间的政府政策、经济周期等因素都会造成利率的不确定性,从而随机利率下企业年金理论的研究逐渐成为保险精算学研究的重点与热点问题之一。本文利用时间序列理论,将常用的利息力模型AR(p)和利息力模型MA(q)进行推广,对各年的利息力δi(i=1,2,…)建立广义条件下的ARMA(p,q)模型,得出此类模型下企业年金的精算现值。最后,根据所建立的模型和所得到的精算现值进行了实例计算分析。     

具有AR(p)误差的半参数回归模型的参数估计

近年来,半参数模型是处理回归问题的有力工具,进年来,已经成为当今回归分析的热点,引起了众多学者的关注。文章研究了具有AR(p)误差的半参数回归模型,首先对其误差的相关性进行了消除,然后将模型转变成为经典的半参数回归模型,运用惩罚最小二乘估计方法对模型参数进行了估计。     

基于DIC准则的ASV模型和SV模型的实证比较

本文将标准的SV模型转化为状态空间模型,受混合状态空间模型要优于一般的状态空间模型这一结论的启发,将标准的SV模型做了两个方面的扩展,一是在原模型中加入确定性的部分,二是将模型中状态变量由AR(1)拓展到GARCH(1,1)来刻画,从而得到五个扩展模型,通过MCMC方法得到各个模型的参数估计值及DIC值,并以此来评价各个模型的优劣。本文得出以下结论:用GARCH(1,1)来刻画状态变量的变化过程要优于用AR(1)来刻画;加入适当的确定性部分并放在正确的位置能够提高模型的拟合优度。     

我国人均国内生产总值的时间序列分析(1952-2011)与静态预测(2012-2015)

国内生产总值是最重要的宏观经济指标,人均国内生产总值是衡量国家发展程度与人民生活水平的重要标志。党的十八大报告提出到2020年全面建成小康社会,实现GDP和人均收入比2010年翻一番的目标,因此对我国人均国内生产总值进行时间序列分析与静态预测对实现GDP总量翻番的目标具有重要意义。文章从国内生产总值和时间序列模型的基本理论出发,选取了自1952年至2011年人均GDP的60个样本数据,建立了以时间序列为基础的AR(1)模型,模型通过了EViews软件中的所有检验,模型的精度较高。文章利用AR(1)模型对2012年至2015年的人均GDP做出了预测,预测结果表明,至"十二五"期末,我国的名义人均GDP基本可实现比2010年翻一番的目标。     

基于ARMA模型的我国经济增长率预测——三种基本形式预测效果的比较

文章基于我国1961-2016年GDP增长率的数据建立了AR模型、MA模型、ARMA模型,并据此预测了我国2012-2016年GDP的增长率.通过与2012-2016年实际GDP增长率的比较,发现:AR模型的预测效果是最差的,ARMA模型的预测效果要优于AR模型,MA模型的预测效果最符合当前我国经济的运行状况,但是波动幅度太大.最后,利用MA模型预测出2017年我国GDP增长率为7.32%.     

供应链中牛鞭效应的模型与分析

对研究牛鞭效应时经常讨论到的三种模型:系统动力学模型、自回归分析的AR(1)模型及Kalman滤波器(KF)模型进行了分析和比较。     

我国财政收入与GDP关系的研究

本文通过对1952年到2004年财政收入和GDP的数据研究,首先建立财政收入同GDP之间的一元线性回归模型,然后对建立的模型进行经济意义检验、统计推断检验、计量经济学检验。模型通过了前两个检验,但是在计量经济学检验(White检验和D.W.检验)中发现模型存在异方差和序列相关。接着对模型进行修正,对财政收入和GDP取对数消除存在的异方差,采用AR(1)技术消除序列相关,最后建立合适的计量经济学模型。     

基于二阶自相关过程残差控制图的改进

本文将以AR(2)过程为例,将CUSUM和EWMA控制图的统计量相整合,提出改进MEC和MCE两种控制图,以平均运行链长(ARL)和额外平方损失(EQL)做为评价效率的重要指标。通过仿真分析去验证,新的控制图对于自相关模型发生均值漂移具有较好的检测效率.     

中国股票市场流动性的实证研究

本文根据我国A股市场股票的日交易数据计算出市场非流动性比率的时间序列,采用ARMA-GARCH族模型建立我国股票市场流动性AR(1-TARCH(1,1))模型。结果表明,我国股票市场流动性具有持久性,流动性成本可以预测收益。此外,我国股票市场流动性的波动具有非对称性。     

改进系列模型延伸法在马鞍山长江公路大桥桥墩局部冲刷试验中的应用

文章采用系列模型延伸法对桥墩周围复杂水流导致的局部冲刷问题进行研究。首先对系列模型的设计原理进行了简要说明,并以煤粉为模型沙,采用选取300年一遇(p=0.33%)、100年一遇(p=1%)和20年一遇(p=5%)3种极限洪水条件,对马鞍山公路大桥桥墩局部冲刷情况进行了试验研究,然后对系列模型试验结果与物理模型试验结果进行对比分析。     

改进系列模型延伸法在马鞍山长江公路大桥桥墩局部冲刷试验中的应用

文章采用系列模型延伸法对桥墩周围复杂水流导致的局部冲刷问题进行研究。首先对系列模型的设计原理进行了简要说明,并以煤粉为模型沙,采用选取300年一遇(p=0.33%)、100年一遇(p=1%)和20年一遇(p=5%)3种极限洪水条件,对马鞍山公路大桥桥墩局部冲刷情况进行了试验研究,然后对系列模型试验结果与物理模型试验结果进行对比分析。     

商业银行现金资产管理的数量分析

在日常经营活动中,为了保持清偿力和获取更有利的投资机会,商业银行必须保持一定比例的现金资产。文章结合VAR的思想,从数据分析出发,建立了回归模型AR(1)模型分析商业银行现金资产的管理。     

审计固有风险的量化探索

审计风险是审计和风险两个概念的组合,其定义由于所处的角度不同而略有差异。但美国审计准则委员会在1983年发布的第47号审计准则公告(SAS47#)《审计业务中的审计风险和重要性》中将审计风险模型修改为:审计风险(AR)=固有风险(IR)*控制风险(CR)*检查风险(DR)。迄今为止,这一风险模型已被世界大多数会计师职业团体认可,也被我国审计理论和实务界所普遍接受。对于固有风险的定义,目前也未完全取得一致,但各种观点都是十分类似的,归纳起来有两个要点:1、假设不存在相关控制;2、账户或交易类别发生重大错弊的可能性。如《蒙哥马利审计学》…     

价格波动率时变下的存货动态质押融资质押率决策研究

存货价格的波动性增加了存货质押融资业务的价格风险,本文以我国为主要生产国的铝锭日数据为例,对具有自相关性、异方差特性、不对称性以及呈现尖峰厚尾分布特征的收益率序列建立AR(1)-GJR-GARCH(1,1)-GED模型,对不同持有期内质物价格的长期风险价值Va R进行度量,进而得出相应的质押率。最终,根据模型得到的质押率为商业银行提供一种动态质押率的决策依据,可以有效的控制风险。     

基于时间序列分析对矿坑涌水量的区间预测

基于时间序列分析建立了矿坑涌水量的模型,通过误差分析做出区间估计,把预测结果表述为区间形式,并提出了模型相对精度的概念。在桃源煤矿矿坑涌水量的预测中,同自回归模型AR(11)对比,该模型将预测精度分别从3.95%和4.35%提高到1.00%和1.44%。     

权证市场和基础市场关系研究——基于二元GARCH模型的实证分析

本文首先通过建立ARIMA(p,0,q)模型将交易量变动率分成预期的和非预期的两个变量,然后列入到二元GARCH(1,1)模型的条件均值方程中,来研究股票市场和权证市场之间的信息不对称关系。同时通过使用BEEK模型的设定形式作为GARCH模型的条件方差方程,来研究股票市场和权证市场之间的交易量波动溢出关系。通过实证研究,结果表明我国的股票市场和权证市场之间确实存在显著的信息不对称效应和双向的交易量波动溢出效应,且这种波动溢出现象也具有一定的"不对称性"。     

半非参数模型选择研究以及在上交所回购利率中的应用

基于模型动态稳定性的要求,本文改进了半非参数（SNP）模型的选择方法,使所选择的SNP模型既能很好地拟合真实样本又能模拟出与真实样本统计特征相近的时间序列。其次,本文得到了二维随机过程情形下赫米特展开项的理论结果。第三,实证结果表明：上交所旧质押式回购利率初始、插值后样本两组数据的最优SNP模型均为Semiparametric AR(1)-GARCH(1,1)（即11118000）模型,但是两者的系数估计值却不相同。最后,本文的实证结果表明了所提出的SNP模型选择改进方法的合理性与稳定性。