基于压缩感知去噪和SVR的汇率预测研究

汇率在国际金融市场以及对外贸易中扮演着重要角色。由于汇率变动趋势的不确定性及复杂性,传统的汇率预测方法无法达到更好的预测效果。为了达到更好的预测效果,我们提出基于压缩感知去噪和支持向量回归(SVR)的汇率预测模型。压缩感知去噪是对原始的汇率数据进行预处理降噪的过程,支持向量回归作为预测工具用于已降噪的数据的预测。我们采用中国人民银行发布的人民币兑美元汇率数据作为样本数据,对我们新提出的方法进行数值模拟,同时与小波去噪等预处理方法进行对比,结果显示基于压缩感知去噪的支持向量回归汇率预测方法具有较好的预测效果。     

基于混沌时间序列的玉米期货价格预测方法

针对玉米期货市场的非线性特征,对玉米期货价格时间序列进行分析,建立基于混沌理论和最小二乘支持向量机的多变量时间序列预测模型,并对玉米期货的开盘价进行预测研究,结果表明多变量时间序列最小二乘支持向量机预测模型能精确地预测混沌时间序列,优于单变量支持向量机预测模型。     

支持向量机在股市预测中的应用

本文以上证综合指数2011年1月4日到2018年1月4日的股市行情为研究对象进行实证分析,建立了一个支持向量机回归机的预测模型。实证分析主要基于MATLAB软件嵌套Libsvm工具箱实现。实证分析结果表明,本文建立的针对股市预测的支持向量机回归机模型是有效的。     

软计算技术在金融预测应用进展研究

金融时间序列本质上是复杂的、高度噪声的,呈现出非线性行为,使得传统的统计方法难以有效地预测。随着计算技术的发展,已经出现了一些软计算技术用以支持金融时间序列预测。通过综述软计算技术在金融时间序列预测的数据准备、算法模型、自我训练学习、预测评估及优化方面的最新进展,从而便于研究者对已有软计算技术进行改进和研究新的预测算法。     

时间序列平滑法在产品产量预测中的应用

应用收益法进行企业价值评估必须对企业的未来收益进行预测。如何科学地预测企业的未来收益,始终是企业价值评估中的难点。而产品产量(销量)的预测又是企业未来收益预测的基础。本文介绍了布朗单一参数线性指数平滑法、霍特双参数指数平滑法、布朗三参数指数平滑法及温特线性和季节性指数平滑法四种时间序列平滑法在产品产量预测中的应用,并对这四种方法的适用范围进行了总结。     

基于灰色-ARIMA的金融时间序列智能混合预测研究

提出了一种基于灰色-ARIMA的金融时间序列智能混合预测模型。首先建立金融时间序列灰色预测模型,并采用PSO算法对灰色模型的三个参数进行优化;利用ARIMA算法对预测模型的残差进行分析,同时采用遗传算法对ARIMA的系数进行优化;最后用ARIMA的残差预测结果对灰色预测模型进行补偿。结果表明,以较好的精度拟合一段时期内MA107的时间序列,预测误差控制在5%以上,与单纯的灰色预测算法和神经网络算法相比,在平均绝对误差、均方根误差和趋势准确率三项评价指标上,具有明显优势。     

时间序列分析在我国GDP预测中的应用

GDP是反映一国经济增长、经济规模、人均经济发展水平、经济结构和价格总水平变化的一个基础性指标,而且也为国家和地区在部署战略方针和制定宏观经济政策上提供了一种参考和依据。改革开放后,中国的经济实力不断提高,GDP连年增长,并呈现一定规律。如果可以准确地预测未来中国之后几年的GDP,将为国家的宏观调控工作提供巨大帮助。本文基于时间序列分析理论,以我国1986年~2016年国内生产总值为基础,利用EViews8.0软件,对数据进行拟合分析,建立模型,并利用所建模型对我国未来三年的GDP作出预测。     

金融时间序列指标判别框架：以特质波动率为例

基于拐点集合判别的TBUD方法主要思路是分析拐点集合间的关系,并在高维空间进行划分,从而搭建判别模型,并将分析框架应用在特质波动率等若干指标上,利用实证数据得到结论。应用 TBUD判别框架可以发现,特质波动率等指标无法对拐点集合进行清晰划分,因而并不具有预测能力。     

时间序列模型在金融产品价格预测的效果分析

金融市场的波动率对资产定价、组合投资以及风险管理无论是在理论上还是在实践上都是非常重要的。本文选取两种不同的时间序列模型——实际波动率和GARCH模型,对不同的金融产品价格进行预测并分析比较各自的效果。     

时间序列模型在金融产品价格预测的效果分析

金融市场的波动率对资产定价、组合投资以及风险管理无论是在理论上还是在实践上都是非常重要的。本文选取两种不同的时间序列模型——实际波动率和 GARCH模型,对不同的金融产品价格进行预测并分析比较各自的效果。     

基于时间序列模型的中国GDP增长预测分析

作为度量一个国家或地区所有常住单位在一定时期之内所生产和所提供的最终产品或服务的重要总量指标,如果能够对GDP做出正确的预测,必然可以有效引导宏观经济健康发展,为高层管理部门提供决策依据。选用适合短期预测的ARIMA模型对中国1952～2010年的GDP进行计量建模分析,预测结果认为未来五年中国的经济增长仍将处于一个水平较高的上升通道。     

The Time Series Properties of Financial Ratios: Lev Revisited

This paper re‐evaluates the time series properties of financial ratios. It presents new empirical analysis which explicitly allows for the possibility that financial ratios can be characterized as non‐linear mean‐reverting processes. Financial ratios are widely employed as explanatory variables in accounting and finance research with applications ranging from the determinants of auditors' compensation to explaining firms' investment decisions. An implicit assumption in this empirical work is that the ratios are stationary so that the postulated models can be estimated by classical regression methods. However, recent empirical work on the time series properties of corporate financial ratios has reported that the level of the majority of ratios is described by non‐stationary, I (1), integrated processes and that the ratio differences are parsimoniously described by random walks. We hypothesize that financial ratios may follow a random walk near their target level, but that the more distant a ratio is from target, the more likely the firm is to take remedial action to bring it back towards target. This behavior will result in a significant size distortion of the conventional stationarity tests and lead to frequent non‐rejection of the null hypothesis of non‐stationarity, a finding which undermines the use of these ratios as reliable conditioning variables for the explanation of firms' decisions.     

财务预测信息虚假陈述的认定

由于财务预测信息具有明显的模糊性和不确定性,因此,对于财务预测信息是否存在虚假陈述的判断标准的建立,拟借鉴美国的"安全港规则"和"忠实表达警示文字原则",即只要预测性财务信息是基于诚信原则编制,并且编制时所采用的各种基本假设、基本原则、预测目的和范围、编制方法、基本步骤均属合理性,并对预测信息中可能存在的虚假陈述作了必要的警示,且一旦客观条件变化导致原先据以作出预测的合理假设、基础发生变化或不存在而使预测信息变得不真实时,已及时披露并且出具更正信息,那么即使预测信息没有达到预定目标,也不属于虚假陈述行为,不应承担行政责任和民事责任.     

A Time Series Analysis of Financial Fragility in the UK Banking System

This paper extends the model proposed by Goodhart, Sunirand, and Tsomocos (2004, 2005, 2006) to an infinite horizon setting. Thus, we are able to assess how the model conforms with the time series data of the UK banking system. We conclude that, since the model performs satisfactorily, it can be readily used to assess financial fragility given its flexibility, computability, and the presence of multiple contagion channels and heterogeneous banks and investors. JEL Classification Numbers C68, E4, E5, G11, G21 We are grateful to seminar participants at the Bank of England, European Central Bank, University of Oxford, University of Pireaus, 59th International Atlantic Economic Conference, London and especially an anonymous referee for helpful comments and suggestions     

Bayesian Statistical Computations of Nonlinear Financial Time Series Models: A Survey with Illustrations

A survey of Bayesian statistical computations of quadratureformula, Laplace approximation, and Markov Chain Monte Carlo algorithms ispresentedand their applications to nonlinear financial time series models arediscussed.     

The Time Series Properties of Australian Accounting Data

This paper reports the results of an examination of the time series properties of a range of accounting numbers and ratios which may be associated with firm valuation. The work extends earlier research, which has concentrated on earnings or its derivatives, and which has found that earnings numbers follow a random walk or similar stochastic process. The tests reported in this paper suggested that, during the 25 year period studied, annual changes in a wide range of accounting variables also were, for the most part, random. Significant departures from randomness occurred only in variables where there were a priori reasons for believing that serial dependence would exist.     

中国房地产金融运行状况和发展展望

中国房地产金融对支持房地业快速发展起到了重要作用,但存在金融创新不足、金融风险较大等问题,需要进一步完善房地产金融市场,加快金融创新,维护金融稳定,支持房地业的健康发展。