共查询到10条相似文献,搜索用时 15 毫秒
1.
尽管金融经济学家很早就知道经济时间序列的波动率有簇聚效应,并且边际分布具有尖峰形态,但却一直没有建立能够反映这种特点的时间序列模型。恩格尔在20世纪80年代早期开始了波动率模型的研究,成功地突破了传统的时间序列统计分析方法,开创性地建立了随时间变化的波动率模型一自相关条件异方差(ARCH)模型,从而有力地推动了金融经济学的发展。本文介绍了ARCH模型的产生背景、模型结构及其对金融经济学的学术价值。 相似文献
2.
建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。 相似文献
3.
建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随机波动所带来的预测误差。以沪深300指数的真实数据进行验证,结果表明:灰色马尔可夫预测模型既能预测随机数据序列的总体趋势,又适应股票价格随机波动性较大的特点,灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。 相似文献
4.
本文采用2004年第1季度至2010年第4季度的时间序列数据,在VAR模型的基础上,对利率与商业银行不良贷款率的波动进行了实证分析。结果表明:在我国,提高利率会推高商业银行不良贷款率。一年期贷款基准利率(LBIR)对商业银行不良贷款率(CNPL)有正向冲击,一年期存款基准利率(DBIR)对商业银行不良贷款率(CNPL)有负向冲击,但综合影响是正向冲击。 相似文献
5.
以深圳股票市场1997年1月1日至2011年10月10日深证成分指数行情数据为样本,采用SEMIFAR模型,研究中国股票市场波动率的长记忆特性。首先,对长记忆的统计检验进行计量分析,研究发现对数日波动率序列衰减缓慢并在滞后200阶的情况下依然显著,这表明我国股票市场波动率序列具有长记忆性。紧接着,尝试使用SEMIFAR模型对日波动率序列进行建模和预测,结果发现SEMIFAR模型在对数日波动率序列长记忆建模中效果很好。 相似文献
6.
从云南省经济发展的实际情况出发,以1978~2013年云南省GDP统计资料为依据,将这些数据进行平稳化、零均值化处理,并利用序列的自相关函数、偏自相关函数的性质确认序列应当适合的模型,利用时间序列模型中的ARIMA模型中的Box-Jenkins方法,对云南省1978~2013年的GDP数据序列进行建模分析,验证该序列的时间序列特性,研究并选择了序列的最佳ARIMA(1,1,1)模型。模型实证分析的结果表明:在时间序列分析建模与预测方面Box-Jenkins方法是精度较高且切实有效的方法模型。 相似文献
7.
本文利用GARCH模型测度实际有效汇率波动性,并构建了影响人民币国际化长期因素的计量估计模型,进一步对2002年第一季度至2015年第二季度的时间序列季度数据,采用GMM估计方法考察了实际有效汇率波动对人民币国际化程度的影响。研究发现,实际有效汇率波动是人民币国际化的重要影响因素,且具有显著的抑制效应,即汇率波动越大,越不利于人民币国际化。在控制了外汇储备规模、汇率制度改革和国际金融危机等影响因素后,上述结论仍然成立。本文的研究结果表明,实际有效汇率在均衡区间内的弹性浮动,以及外汇储备多元化,对于稳步推进人民币国际化进程具有重要意义。 相似文献
8.