中国股票市场具有“节日效应”吗?北大核心CSSCISSCI

本文以上证综合指数为例,用ARMA(1,1)-GARCH(1,1)模型就中国股市是否存在节日效应进行了研究,研究发现中国股市不仅有大多数国家股票市场所存在的节前效应,还有其所没有发现的节后效应。在具体分析每一节日后,发现元旦只有正的节前效应,春节和劳动节有正的节日效应(包括节前效应和节后效应),国庆节没有节日效应。在研究中国股市出现的节日效应与其它日历效应(周一效应、周五效应和一月效应)的关系后,发现在考虑了这些日历效应后,节日效应依然显著为正,这说明中国股市节日前后的异常收益并非由这些日历效应引起,而是由节日效应引起。     

基于EGARCH—GED的节日效应变尺度分析

本文采用ARMA(1,1)-EGARCH-GED(1,1)模型,对1992年以来的上证综指数据进行不同时间长度的分析,比较不同时间长度的模型系数的强弱变化,得出假日效应,无论节前还是节后,总体上来说尽管显著的存在,却变弱了,而节前效应中春节、元旦效应趋弱,国庆效应走强,节后效应中春节、国庆效应趋弱。而引入周一、周五和一月效应三种日历效应后,尽管节日效应受到微弱影响,却不改其衰弱趋势,说明市场理性在增强,市场在趋于弱有效。     

基于EGARCH—GED的节日效应变尺度分析

本文采用ARMA(1,1)-EGARCH-GED(1,1)模型,对1992年以来的上证综指数据进行不同时间长度的分析,比较不同时间长度的模型系数的强弱变化,得出假日效应,无论节前还是节后,总体上来说尽管显著的存在,却变弱了,而节前效应中春节、元旦效应趋弱,国庆效应走强,节后效应中春节、国庆效应趋弱。而引入周一、周五和一月效应三种日历效应后,尽管节日效应受到微弱影响,却不改其衰弱趋势,说明市场理性在增强,市场在趋于弱有效。     

股票市场春节节后效应的实证研究:来自中国A股市场的证据

在证券市场特定交易日的异常收益率现象研究中,有关节日效应的研究是最受关注、争议最多的之一.国内外学者多年来重点对节前交易日规律性地出现异常收益率的现象进行了详尽的研究,但对节后效应,尤其是中国市场传统节日节后效应的系统研究尚鲜见.本文主要运用GARCH(1,1)模型对中国A股市场1997～2011年间数据进行实证检验,验证了春节节后效应的存在,并发现节后交易日市场异常波动性是节后效应的重要原因之一.     

中国股票市场的节日效应研究——基于收益和波动的视角

为研究中国股市节日效应的存在性及特征,本文利用2007年12月28日—2017年10月30日上证综指日收益率数据,基于引入虚拟变量的GARCH (1,1)-M模型,从收益和波动两个角度研究中国股市的节日效应。综合检验发现,中国股市存在基于收益的节前效应,同时表现出基于波动的显著的节前和节后效应;节前节后股市风险均显著降低,但只有节前收益受到了风险的影响。具体分析每一节日发现,部分节日具有节日效应,且各节日的节日效应不同,个别节日的异常收益与风险有关。法定节日比传统节日的节日效应显著,这一现象的产生与休市有关,而休市能对节日效应产生正向影响。     

基于改进多尺度阈值去噪的人民币汇率实证分析

考虑到金融时间序列中噪声的干扰,有必要在金融建模研究中做适当的去噪处理。不同于传统的小波阈值去噪,本文应用改进的多尺度阈值技术对人民币/美元汇率序列进行去噪处理,并基于不同误差分布情况下综合分析,确定ARMA（1,1）-GARCH（1,1）-T为最佳拟合模型,最终给出预测效果,证实了应用新的多尺度阈值方法去噪后的汇率模型预测精度较高。     

对我国道路交通事故量的预测分析

以2006²011年全国道路交通事故统计资料为基础,运用灰色理论建立一阶单变量交通事故预测模型,并对全国道路交通事故数进行了预测。经模型精度的检验可知,灰色预测结果精度更高,并且与实际相符,即该预测方法较传统方法更加科学及合理。     

基于GM(1,1)模型的商业银行信用风险预警系统设计

信用风险是其各种风险中最基本的风险,它直接影响着商业银行经营管理和生存发展,各国金融监管当局都非常重视,对商业银行面临的信用风险的监测和预警显得非常重要。本文试图引入一种商业银行信用风险的预警系统,首先从影响商业银行信用风险的各个因素中选取一个理想的监测预警信号,设计出对该预警信号的监测和传导机制,然后介绍灰色理论,并建立起预测信用风险的GM(1,1)模型,最后通过实证方法进行验证,模型的确能较好的实现对信用风险预警信号的监测。     

新制度下新股申购收益率的研究及其非理性因素的分析

2016年1月,新股申购由预先缴款改为中签后缴款。这一我国前所未有的政策对投资者的申购策略、新股收益等造成了巨大的影响。基于对新制度的研究,原创性地定义、计算出网上申购新股的收益率(即打新收益率)。对目前打新高收益的不合理性进行分析,提出并证实了新股存在的"收益对标效应""市值对标效应"。这两种非理性效应共同导致打新收益率维持在不合理的高位。     

基于ARIMA模型的伦敦金银市场协会黄金定价的异常值检测及检验

采用Chang等人[1]提出的基于ARIMA模型的异常值检测理论,利用GARCH模型与ARMA模型之间的联系,对通常服从GARCH模型的金融序列完成了ARMA模型框架下的异常值检测,并结合历史事件对检测结果做了解释和检验.在说明了GARCH模型转换为ARMA模型的理论依据和可操作性后,对收益率一次性拟合了ARMA模型,模型侦测到的异常值在实际情况中都有着较为显著的事实与之对应,表现了较高的效度和可信度.其较为简明的理论基础和方便的实践分析也具有一定的操作简便性.     

基于GM(1,1)模型的城乡居民基本养老保险参保率测算

本文依据国发〔2014〕8号文件规定,利用统计年鉴数据对2012-2016年城乡居民养老保险缴费人群和领取待遇人群的总参保率进行测算,并结合灰色GM(1,1)模型对未来缴费人群的总参保率进行预测,运用规划求解方法对缴费人群总参保率进行分解得分年龄参保率。研究结果表明:首先,2012-2016年缴费人群总参保率在持续上升,若保持这种参保积极性,那么到2030年符合参保条件的人口可全部参保。其次,2012~2016年领取待遇人群总参保率总体呈上升趋势,2015年略有下降,总参保率平均值达到了96.50%,城乡居民养老保险符合领取待遇条件的人口基本实现全参保。缴费人群分年龄参保率的研究为城乡居民养老保险的人口预测及基金收支测算等提供了研究基础。     

基于ARMA模型的上证50股指期货收益率探究

上证50股指期货是我国三大股指期货之一,其收益率的波动性对我国资本市场的稳定有重要影响。本文从国泰安CSMAR数据库中选取了上证50股指期货2015年5月到2019年1月的月收盘价数据,之后进行一阶对数差分,得到了上证50股指期货的月收益率数据。进行一系列描述性统计分析后,可以发现上证50股指期货的月收益率具有尖峰厚尾性、波动聚集性。由此选择了ARMA(1,1)模型进行拟合,得到的收益率方程有较强的持续性和波动聚集性。为此,本文从投资者、期货公司、监管机构等三个角度提出建议,以降低收益率波动幅度,稳定资本市场。     

基于利差模型的次级债券市场监督效应实证研究

次级债券的市场约束作用的发生可分为市场监督和市场影响两个阶段,而市场监督是市场约束形成的首要环节,因此本文对我国商业银行次级债券的市场监督效应进行了实证检验。文章运用利差模型对2004-2009年我国15家商业银行的46支样本进行了拟合,结果表明我国次级债券的市场监督作用较为显著,但次级债券对国有银行的市场监督作用却强于对非国有银行的市场监督作用。文章以隐性担保实际覆盖了所有银行这一原因对这一与预期相悖的结果做出了解释。     

灰色预测在股票价格中的研究应用

股票价格的预测对于投资者的投资决策有着实质性的影响,因此,通过建立正确的股票预测价格模型对于投资者的投资决策有一定的指导作用。本文运用股票价格的灰色预测方法,并且通过MATLAB程序,研究灰色GM(1,1)模型以及它的修正模型Verhulst模型在股票市场中的应用。在短期内,GM(1,1)模型可以做出股价的预测,但是由于在实际应用中没有考虑到其他因素对于其自身的影响,因此对于长期的股票价格预测,由于其数据变动序列庞大,模型的精度有所降低,而修正的Verhulst模型则更适合研究实际长期股价变化的预测。     

对上证日收盘指数进行规律性探索——基于GARCH(1,1)模型

上证指数作为国内最早上市,最具权威的指数,一直是经济研究人员和投资者关注的焦点。通过GARCH(1,1)模型来实际剖析上证日收盘指数的运动规律,包括收益率序列存在的波动聚集性和尖峰厚尾等特征,并对收盘指数进行一定预测,并得到改进后适用于我国上证日收盘指数市场的GARCH(1,1)模型,以此使广大投资者可以更好的通过上证指数运动规律判断股市行情,做出适合自己的判断。对投资者投资上证日收盘指数市场做了指导。     

组合预测模型在货运量预测中的应用

本文对灰色预测模型和ARIMA预测模型进行组合,建立了组合模型,并应用于货运量的预测,实证预测表明,组合模型的预测精度优于单一的预测模型,预测结果与实际货运量拟合较好。     

上海股市节日效应实证研究

季度效应自从被发现以来,就不断地涌现各种各样的实证研究,并在很多国家的实证研究中被证明。我国也有学者对此做了研究说明,但对于节日效应则几乎没有研究。本文对上海股市节日效应做了系统分析,发现上海股市存在元旦效应,但并不存在春节、五一和十一效应。     

中国股票市场月份效应研究

使用标准的计量方法检验股票市场收益率是否存在月份效应及其表现形式。研究结果表明,中国股票市场存在收益率月份效应,其表现形式为在三、四月份表现出较高的收益率,在十二月份收益率较低。中国股市的个股也存在月份效应,其月份效应的表现形式为在一月份表现出较高的收益率,但在六月份的收益率较低。     

桂林市入境旅游客流量的预测研究--基于多元线性回归模型与 GM（1，1）的比较

以2005～2012年桂林市入境旅游客流量为研究对象,借助于 MATLAB及 SPSS软件,建立了多元线性回归模型和 GM(1,1)模型,分别用这两个模型对桂林市入境旅游客流量进行预测,并将两种模型的预测效果进行比较分析,选择最优模型对未来5年桂林市入境旅游客流量进行预测。结果表明：采用 GM(1,1)模型能够更科学有效地预测桂林市中长期的入境客流量,其预测方法和结果对旅游规划具有一定的参考价值。