中国银行间国债市场利率期限结构实证分析——基于Nelson-Siegel模型

利用粒子群算法,以2007年1月—2009年12月中国银行间国债市场的日交易数据模拟Nelson-Siegel模型,通过构建参数β1和β2的AR(2)模型对利率期限结构进行预测,样本内的预测结果比较理想,但样本外的预测绩效不佳。     

混频模型在我国宏观经济预测中的应用研究

近年来,我国宏观经济预测模型存在稳定性显著下降、预测精度大幅降低等缺陷,亟待对其进行改进。本文通过融合动态因子模型和混频数据抽样模型,构建了因子混频数据抽样模型FA-MIDAS,实现对120多个宏观运行监测指标的深度挖掘和信息提取,并对我国季度GDP增速进行样本内拟合与样本外预测。研究结果表明：FA-MIDAS模型的样本内拟合效果好于未考虑混频数据的模型以及将月度数据简单平均后转换为季度数据的模型。与同频模型相比,FA-MIDAS模型能够提高预测精度。在数据处于较为平稳阶段时,模型中加入自回归项确实会带来预测精度的改善,但在数据波动较大时,加入自回归项会存在惯性趋势,反而降低了模型预测精度。随着当季数据公布的增多,当季GDP的实时预测及向前多步预测的预测精度会随之提高。     

基于ARIMA模型对股票和指数预测结果的简单比较分析

ARIMA模型可应用于预测平稳时间序列,且预测效果较好。本文选取2017年10月9日到2018年9月25日的240个收盘价和收盘指数作为样本,运用ARIMA模型对2018年9月26日到2018年10月9日的恒瑞医药股价和深圳综合指数做出预测,并比较模型对于两者的预测效果。     

我国上市公司MBO财务绩效的研究——基于因子分析法的实证研究

本文运用因子分析法,以2001~2009年沪深交易所实施MBO的31家上市公司为研究样本,根据选定的相关财务指标构建公司财务绩效的综合评价模型,对样本公司财务绩效进行评价。通过构建的公司财务绩效增长模型对样本进行实证研究,实证结果表明:上市公司在实施MBO后财务绩效有较大的提高。     

Fama-French五因子模型在A股市场的适用性检验

本文以沪深A股1995年1月至2019年12月数据为样本,以股改为分界点,考察Fama-French五因子模型在中国股市不同时期的适用性,并引入流动性指标进一步探索更适用于中国的资产定价模型。实证结果表明,股改前后投资效应不显著;股改有效提升中国资本市场的定价效率,五因子模型解释力提高,但投资因子CMA仍为冗余因子;中国市场存在流动性溢价,全样本下使用换手率因子TO替换投资因子CMA的换手率五因子模型优于Fama-French五因子模型。本研究为进一步揭示中国资本市场定价、找到适合中国市场的定价因子提供可借鉴的思路与样本区间。     

基于非节假日Elman神经网络的电力负荷短期预测

为降低节假日对预测工作的影响,将剔除法定节假日后的样本作为预测样本。以最大相对误差、平均绝对误差以及均方根误差作为模型的衡量指标,通过建立广义回归神经网络、小波神经网络与Elman神经网络预测模型对预测样本进行预测,最后仿真结果表明Elman神经网络预测模型能更好地提高预测精度。     

基于SARIMA模型的大连黄瓜月度零售价格预测

根据农产品价格变动非线性、非平稳的特点,选择SARIMA模型,以2005年1月至2010年12月大连黄瓜月度零售价格为样本,对2011年大连黄瓜短期价格变动进行预测。预测结果表明,SARIMA模型预测精度较高,平均绝对百分比误差(MAPE)为6.94%;且精度较为稳定,相对误差的标准差为4.59%。     

全国商品房价格指数数据质量评估-基于数据异常值诊断

该文以全国商品房价格指数为研究对象，选取1998年1季度至2007年4季度为样本，经过季节性调整后建立包含时间趋势的AIL（2）模型。在模型通过各种检验，具有很好预测能力的基础上，运用grubbs统计量对08年四个季度的房价指数数据进行了质量评估。     

市场特征、公司基本因素双重考虑下的β值估计

本文将公司基本因素与市场特征相结合构建线性回归模型,用于预测公司股票的β值。实证结果发现这种基于市场特征和基本因素双重考虑下的β值回归模型,能达到较好的拟合效果,对公司股票的β值预测会更准确。     

基于AHP、PCA、多因子模型对FOF子基金选择的研究

本文就FOF对冲基金中成分基金的筛选对三个评级模型进行比较,对2015年~2016年中国市面上4000多支私募证券投资基金数据进行清洗、整理、筛选和建模后,针对每个模型的最后得分,分别选择评分前十的私募基金作为FOF基金的成分基金,按照等权重的方式进行组合,用2017年1~5月的样本外数据进行拟合比较,判断在实际中哪种评估模型在样本外表现得更好。结果表明,AHP模型选择出来的对冲基金在样本外表现得效果最好。