基于ARIMA与GARCH模型的国际油价预测比较分析

在分析影响油价波动因素的基础上,利用1986年1月至2010年12月的WTI国际原油价格月度数据,分别建立ARIMA和GARCH模型对油价进行预测。并通过对2011年1月至2012年4月WTI原油价格进行外推预测,检验模型的预测效果。比较分析发现,在短期预测中,ARIMA和GARCH模型对油价的预测均比较准确,但当油价由于受到重大事件的影响而有较大波动时,模型的预测精度下降;在长期预测中,GARCH模型的预测效果优于ARIMA模型;整体来看,GARCH模型预测的精度高于ARIMA模型。因此,在国际油价预测中,用GARCH模型是比较合适的。     

基于时间序列ARIMA模型的人民币汇率走势预测

2010年6月19日,央行为进一步增强人民币汇率弹性,推出第二次人民币汇率形成机制改革。本文旨在研究第二次汇改后的人民币兑美元汇率的波动情况。本文为探究时间序列长度对预测准确性的影响,使用R软件选择出一个较为适用的模型即ARIMA模型,使用2010年6月19日至2011年7月19日的的人民币兑美元中间价进行拟合,并对未来半月汇率进行预测。同时,为对比长短与样本对预测精度的影响,又使用2011年1月1日至7月19日的交易日汇率数据进行预测。对比发现两中ARIMA模型对汇率预测均有效,而短样本预测精度较长样本更优。据进行预测。对比发现两中ARIMA模型对汇率预测均有效,而短样本预测精度较长样本更优。     

人民币汇率预测——基于GARCH模型的实证研究

自汇率制度改革以来,人民币汇率的走势一直受世人关注。运用合适的方法对汇率进行预测研究,具有重要意义。本文首先介绍了广义条件异方差自回归(GARCH)模型,随后对人民币/美元的高频数据进行预检验,发现其存在自相关性和异方差性,之后建立汇率GARCH模型,并进行汇率预测。     

人民币汇率预测——基于GARCH模型的实证研究

自汇率制度改革以来,人民币汇率的走势一直受世人关注.运用合适的方法对汇率进行预测研究,具有重要意义.本文首先介绍了广义条件异方差自回归(GARCH)模型,随后对人民币/美元的高频数据进行预检验,发现其存在自相关性和异方差性,之后建立汇率GARCH模型,并进行汇率预测.     

期货价格预测理论的研究进展分析

本文对期货价格的预测理论进行了回顾,并综述了现代期货价格预测理论的研究进展.由于数学和计算机的发展,期货价格预测理论更为精确和科学.本文介绍了GARCH模型、ARIMA模型、BP神经网络分析和GEP算法在金融(主要是期货)价格研究中的应用,由于GEP算法的优越性,有望在期货价格预测中作出卓越的成绩.     

人民币/美元日汇率收益模型的建立

人民币汇率制度改革以后,人民币汇率的波动特点也发生了变化。本文对人民币/美元的日汇率收益序列进行实证研究,建立相应的GARCH模型并对未来值进行预测。结果表明GARCH-t(1,1)模型能够很好的刻画人民币/美元的日汇率收益序列的统计特征,而且对未来的短期预测具有可行性。     

GARCH族模型在汇率波动分析中的应用

文章基于GARCH族模型对人民币/美元的汇率波动特征进行分析。用ARMA-GARCH联合模型对人民币/美元的日汇率值进行实证研究,通过似然的方法,结合三种信息量,选择最佳的模型,并对GARCH、GJR和APARCH模型下所得到的结果进行比较分析,研究结果表明,描述人民币/美元汇率波动的GARCH族模型具有非对称性和长记忆性特点。     

我国外汇市场波动性的实证研究

运用GARCH类模型对我国外汇市场上的三种外汇汇率收益率的波动性进行研究,主要回答了以下问题：中国的外汇市场是否存在GARCH效应？对于所选的三种外汇的波动率,最适合的GARCH模型是什么？计算结果显示,对日元／人民币汇率收益率的波动而言,EGARCH（2,1）模型的拟合效果较好,而EGARCH（2,2）则能较好地拟合美元／人民币和港元／人民币汇率收益率的波动。同时,还对日元从民币和美元从民币收益率的波动率进行了预测。     

人民币汇改后人民币汇率与上证综指波动的实证分析

应用GARCH模型和Granger因果关系检验法分析了我国人民币汇改后人民币汇率与上证综指波动的关系。研究表明,汇改后GARCH（1,1）模型是适用的,它反映上证综指和人民币兑美元汇率波动率具有一定的持续性,同时,上证综指变动率和人民币兑美元汇率变动率之间存在双向线性因果关系,人民币兑美元汇率波动更多引导上证综指的变动。     

ARIMA模型在安徽省GDP预测中的研究与应用

中国省区经济是国民经济的重要组成部分,是一个相对独立的研究对象。文章简要介绍了求和自回归移动平均模型ARIMA（p,d,q）及其建模方法,通过分析1978～2008年安徽省GDP相关数据,运用Eviews统计软件和ARIMA建模方法,将ARIMA模型应用于安徽省GDP数据的分析与预测,发现该模型的预测效果比较显著,与实际情况较符合。     

基于时间序列模型与传统回归模型下的货币总量预测

文章借助反映货币总量的重要指标,对随机性时间序列模型和传统回归模型的构建及相应的预测精度进行了探讨分析,以期为宏观政策的制定提供较精确的量化模型依据,结果发现:传统回归模型的预测精度普遍高于ARIMA模型的预测精度,但是传统回归模型的预测有赖于ARIMA模型对其解释变量向预测期的外推。     

美元指数收益率波动的比较分析——基于单因素GARCH族模型

美元在世界货币体系中占据首要地位,选取适当的方法对美元汇率波动性进行解释和预测,具有重要意义。首先介绍了四种广义自回归条件异方差(GARCH)模型,然后运用2007年6月1日到2014年5月1日的美元指数收盘价数据,基于GARCH族模型对美元指数收益率进行分析,将对称GARCH与非对称GARCH模型的预测效果进行对比,发现对称GARCH模型中历史波动情况对当前波动的影响较非对称GARCH模型更显著。     

基于ARIMA模型分析四川省GDP

通过选取1978年至2018年四川省国内生产总值的相关数据,运用计量经济软件Eview8.0、SPSS25.0对选取的时间序列数据进行ARIMA模型与残差自回归模型的建立。在模型均通过检验的基础上,对AIC等信息准则的综合比较,最终确定建立ARIMA(4,2,0)最优模型来对四川省GDP进行分析与预测。     

基于条件异方差模型的人民币汇率波动特征研究

本文利用GARCH模型和GJR模型对人民币兑美元日收益率的汇率波动率建模,了解人民币汇率的波动特征,实证结果表明,人民币兑美元日收益率存在波动率聚集、"新息"对汇率波动的影响具有非对称性.     

基于季节ARIMA模型的国有粮食企业收购预测分析

研究国有粮食企业的购销现状,对国有粮食企业的购销量进行分析和预测,有利于深刻认识国有粮食企业的市场运行规律,更为充分地保障国家粮食安全。本文利用Box-Jenkins法中的季节ARIMA模型,对2005年1月—2009年4月中国国有粮食企业收购量数据序列进行分析,建立了国有粮食企业的季节ARIMA模型。检验结果表明,季节ARIMA模型对原始数据序列有着较好的拟合效果,模型的预测效果良好,可用于短期内国有粮食企业收购量的预测。     

基于EGARCH模型的人民币汇率波动性实证分析

本文基于美元兑人民币中间价的高频数据,利用GARCH模型和EGARCH模型拟合分析人民币兑美元汇率的波动特征.通过综合比较分析,EGARCH(1,2)模型拟合效果较好.由分析结果可知,人民币对美元的波动具有明显的聚集性和不对称性,可为指导投资者进行投资以及监管者制定政策提供有力的依据.     

基于ARCH类模型的中国沪市股指波动性研究

金融市场的波动一直是经济分析人员和投资者关注的焦点。以沪市综合指数为研究对象,分别运用ARCH模型、GARCH模型进行初步研究,分析中国沪市股价波动的动态特征,结果表明,GARCH模型对中国沪市有较好的拟合效果。     

基于ARIMA与季节指数组合模型的居民储蓄存款预测

建立了预测居民储蓄存款的ARIMA模型、季节指数预测模型及两者的组合优化模型,分别对2008—2014年上半年的居民储蓄存款数据进行拟合。结果表明,把ARIMA模型与季节指数预测模型进行组合建立优化模型的拟合更为精确,并且预测2015年末居民储蓄存款余额达525475.82亿元,希望能为相关决策部门提供科学依据。     

我国股市波动预测的非线生研究——来自GARCH族模型的对比发现

选取上证综合指数数据(SSEC),分别运用四种GARCH模型对股市波动性的拟合优度及预测精度作比较研究.实证结果表明,EGARCH(1,1)模型是描述市场波动性的一个很好的工具,能够对投资者在市场风险度量与预测以及投资决策时有所帮助,而GARCH(1,1)模型不是预测股市波动的有效工具.     

基于ARIMA模型对县域经济中GDP预测研究及其应用——以霍邱县为例

县域经济是我国经济的基本单元,也是我国经济增长的制约因素,在我国国民经济发展中具有举足轻重的作用.本文对安徽省霍邱县1995-2009年地区生产总值的发展变化情况进行了实证分析,发现ARIMA模型的预测效果比较显著,预测结果将为相关部门的工作、规划提供一定依据.