小波变换在金融时间序列中的应用

文章从理论上分析了小波变换及其去噪原理,并建立小波去噪模型对金融时间序列进行去噪,并用上证指数和深圳综指两年的日收益数据进行实证分析,结构表明小波函数对金融时间序列进行去噪是非常有效地。     

股指期货对A股波动性的影响

鉴于GARCH模型适合研究金融时间序列的方差随时间变化的情况,笔者采用该模型研究股指期货的推出能否减少股票市场的波动性。本文选取股指期货推出前后一年的沪深300指数的日收盘价作为原始数据,通过建立GARCH模型就股指期货对股票市场波动性的影响进行了实证研究,结果显示,股指期货的引入在一定程度上降低了我国股票现货市场的波动性,但不显著。     

上证指数的预测分析——基于ARIMA模型

本文通过以2013年11月3日至2016年11月18日上证指数的收盘价作为样本容量,构建ARIMA模型对时间序列进行预测分析.通过上证指数的时间序列图来判断其序列的平稳性,并根据单位根检验的结果进行差分,由此判断阶数,构建模型ARIMA(p,d,q),并对上证指数收盘价进行短期预测.通过研究分析,发现此模型能够作为金融投资的一个非常重要的工具,它具有良好的短期预测效果.     

时间序列分析在金融中的应用

本文介绍了时间序列分析在金融中的应用.首先明确了时间序列的概念及其四种基本组成成分,然后以自回归模型和移动平均模型为例,说明了时间序列模型的常规形式和特点及其应用意义.最后分别从定性和定量两个角度,分析了时间序列在金融中的应用.     

基于ARIMA模型对恒生指数的实证分析

恒生指数由恒生指数服务有限公司负责计算及发布,于1969年1月24日正式公开发布。其自推出以来,一直被广泛视为香港股票市场乃至整个香港经济发展的指标。而作为一个重要的离岸金融市场,香港的经济一直倍受关注。对此,文章选用经典时间序列模型ARIMA模型对2012年5月1日起,到2014年5月31日共两年105个周数据,利用SAS软件进行时间序列分析,并基于拟合结果 ARIMA(0,2,1)对恒生指数进行进一步的短期预测,从而为进一步分析未来股市的发展变化提供依据。     

ARCH类模型拟合我国股市波动的实证分析

股票价格的频繁波动是股票市场最明显的特征之一。在国内外长期的金融时间序列实证分析中，人们发现金融时间序列通常带有一些明显的特征：金融时间序列波动的集聚性，即在某些时间内波动十分剧烈，而在另一些时间内波动又相对平静；金融时间序列的收益率分布存在尖峰厚尾性，即收益率分布的峰度比标准正态分布的峰度高等。虽然大量的事实表明，短期金融资产价格及收益率是不可预测的，但研究表明，ARCH类模型可以成功预测金融资产收益率的方差。本文采用ARCH类模型对我国股票价格指数进行拟合，从而得出一些有益的结论和启示。     

重庆市金融发展与经济增长关系的实证研究

本文基于资本对经济增长的促进作用,将资本分为实体资本存量和金融资本,再利用重庆市1997年至2013年金融和经济时间序列数据,通过格兰杰因果关系检验、VAR模型估计以及脉冲响应函数对经济增长和金融发展的关系进行了实证分析.结果表明:重庆市的金融发展对经济增长影响不显著;而经济增长对金融发展有显著的促进作用,说明重庆目前还处于金融系统运行效率偏低的阶段.     

GARCH族模型在我国的应用研究探讨

一、引言自回归条件异方差模型（ARCH模型）是金融领域研究市场波动的基础性研究工具,由Engle（1982）首次提出。研究认为资产收益率的扰动项是序列不相关的,但并非独立,其不独立性表现为能够用其延迟值的二次函数形式进行描述。模型描述了方差随着时间而变化的特点,所以在金融市场预测和决策方面取得了显著的效果。     

高价位上的新一轮国际金价波动分析

2008年以来国际金价在1000美元/盎司的高价位上开始了新一轮波动。本文较为全面地运用ARCH族模型对2008年1月1日至2013年9月30日COMEX黄金期货价格数据进行实证分析,发现新一轮国际金价波动具有金融时间序列的一般特征,存在高阶的条件异方差,但在新一轮国际金价波动中世界黄金市场上期望收益与期望风险的相关关系以及杠杆效应并不明显。     

金融发展与城镇化的动态关系实证分析——以江苏省为例

金融发展是影响我国新型城镇化建设的重要因素,如何缓解资金约束难题、充分发挥金融发展对城镇化的支持作用成为我国备受关注的问题。文章基于江苏省1990-2013年的时间序列数据,采用VAR模型,研究发现江苏省金融发展规模、金融发展效率均促进了城镇化进程,提出金融发展与城镇化协调发展、因地制宜制定金融发展、支持城镇化政策以及侧重对城镇化重点领域的金融支持等政策建议。     

基于ARIMA模型对中国波指的分析及预测

2015年6月26日中国金融市场在上海证券交易所正式公布中国首个波动率指数——iVX指数.它可以作为我国经济发展和金融活动的阴晴雨.在一定程度上为投资者的决策方向提供一些参考信息.本文选择时间序列分析中的ARIMA模型对2015年6月3日-2017年7月20日中国波指进行建模分析拟合,对iVX指数进行短期的预测,进而了解中国波指的未来走势.     

长江经济带旅游金融效率时空格局特征及空间效应

文章以长江经济带130个空间单元为研究对象,借助随机前沿模型、探索性空间数据分析及空间面板杜宾模型等方法,探究了2000—2015年长江经济带旅游金融效率时空格局特征,并在空间关联检验基础上分析了旅游金融效率的空间效应。结果表明:①时间序列上,长江经济带旅游金融效率核密度曲线均为单峰分布形式,呈"N"字型波动特征,旅游金融效率随时间推进而不断提升;空间格局上,区域中心城市的旅游金融效率多为高层级,中心城市邻近地区因受到核心城市涓滴效应而处于较高层级,圈层状结构明显。②旅游金融效率值存在明显空间依赖性,且其集聚程度整体上随时间推进不断增强,具有明显的空间指向性特征。③经济发展、交通可达性和产业结构对本地旅游金融效率提升具有显著正向效应;而信息化水平对邻近区域旅游金融效率提升的"溢出红利"效应显著,交通可达性对邻近地区旅游要素的"虹吸"大于"溢出",呈现负向外部经济性。     

中国金融发展与城乡收入不平等:理论和经验解释

本文通过借鉴霍姆斯特姆-梯若尔(Holmstrom和Tirole,1997)模型,构建了金融发展影响收入不平等的理论模型,并在克拉克、许和周(Clark、Xu和Zou,2003)的分析框架基础上,运用我国1978—2010年的时间序列数据对金融发展与收入分配不平等关系进行实证检验。研究结果表明,从长期看,金融规模扩大对城乡收入分配产生负面效应,而金融效率提高却有效缓解了城乡收入不平等;从短期看,金融规模和金融效率都拉大了城乡收入差距。本文的结论及政策含义对促进金融发展、缓解城乡收入不平等具有重要意义。     

金融支农水平与农民增收互动关系研究

改革开放以来,我国农民收入水平有了大幅提高。为探讨我国金融支农水平和农民增收之间的关系,本文在文献综述的基础上,构建了农民收入影响因素的基本模型,运用我国1980-2009年的时间序列数据,对我国金融支农水平与农民收入之间的关系进行了实证研究。结果表明：金融支农水平与农民收入之间存在长期稳定的均衡关系,且前者是后者的双向格兰杰原因。并且从短期来看,金融支农水平的变化会引起农民收入的下降,而长期来看,则会促进农民收入的增加,且金融支农水平对农民收入增长的贡献率基本稳定在13%左右。因此,为切实提高农民收入、缩小城乡居民收入差距,需要继续强化我国的金融支农水平。既需要提高我国的总体金融支农规模,增加农村金融的普适性和可获得性。同时也要优化金融支农结构,促进农村产业结构的优化与升级,切实提高农村经济实力。     

线性回归模型结构稳定性的Eviews诊断

线性回归模型是计量经济学中最基本的模型,当模型涉及时间序列数据时就可能出现模型结构稳定性的问题,即模型参数可能随着时间的变化而变化。本文根据Chow检验的方法步骤。介绍线性回归模型结构稳定性的Eviews诊断方法。     

基于决策树和支持向量机的金融时间序列预测方法

由于传统的金融时间序列预测方法无法有效识别不同领域时间序列的不同特征,从而导致了当前一些时间序列预测方法的不足,无法有效地指导实际研究。文章提出了一种改进的金融时间序列数据预测方法,该方法首先对采集到的数据进行预处理,利用决策树对时间序列进行特征抽取,并建立基于支持向量机的时间序列预测模型,最后对时间序列进行预测。实验结果表明,文章的方法能有效的降低预测模型的复杂度并提高预测精度。     

Asymmetric-Laplace-AGARCH-M模型下的股指风险研究

本文采用非对称Laplace分布来拟合具有尖峰、厚尾、有偏特征的金融收益率残差序列,利用AGARCH-M模型来描述金融序列波动的＂杠杆效应＂,提出了准确有效的Asym-metric-Laplace-AGARCH-M模型来度量金融收益序列的ES。通过实证分析表明,Asymmetric-Laplace-AGARCH-M模型能很好地度量金融收益风险。     

金融发展对科技创新影响的实证研究--基于北京市和上海市的比较分析

文章采用1991-2012年北京市和上海市的时间序列数据对金融发展与科技创新之间的关系进行实证研究。首先介绍北京市和上海市金融发展和科技创新的现状,其次构建模型进行协整分析检验,并采用格兰杰因果检验方法来说明金融发展对科技创新的影响,研究结果表明：北京市的金融发展能够促进科技创新,而科技创新并不能反过来促进金融发展,两者之间是单向因果关系;上海市金融发展与科技创新之间是双向因果关系,金融发展促进科技创新,科技创新也能反过来促进金融发展。最后提出优化发展环境,促进金融发展,营造金融生态环境,加快金融改革创新等相关建议。     

金融计量的新近发展

这篇论文在一个统一的统计学框架内选择性地综述了时间序列金融计量学的部分最新发展。论题包括有效市场假说的检验,金融收益的预测,波动的聚类和溢出效应,风险值(VaR),统计密度函数预测,以及金融模型的诊断检验。对每一问题,我们讨论了合适的统计概念、模型和方法,以及它们在金融数据分析中的一些应用。     

基于变化趋势相异性的金融时间序列函数聚类分析

针对函数数据聚类方法中基于序列数值模式测度相似性的聚类方法不考虑轨迹形状,而基于序列形状模式又忽略了序列数值所代表的相似信息和趋势信息,笔者提出一种对曲线之间对应里程碑出现的时间差异和所隐含的变化幅度差异的相异性测度法,据此将具有类似变化趋势的曲线聚为一类。运用该法对上证50指数的股票进行聚类分析,结果表明该聚类法能很好地测度曲线之间变化趋势的相异性,在高频金融时间序列的聚类分析中具有现实意义。