人民币汇率高频数据非线性模型表现:预测比较

使用线性自回归（AR）与非线性自我激励阈值自回归（SETAR）模型对人民币／美元汇率高频数据进行建模和bootstrap预测,并依实证分析可知,人民币名义汇率高频数据的变化具有显著的非线性动态特征。这不仅可以从SETAR模型估计过程中的线性测试结果（Reset检验）得到证实。且全样本数据拟合的研究结果也表明,非线性模型比线性模型能更好地描述数据中的大的波动。因此,人民币名义汇率高频数据具有非线性动态行为特征,且SETAR模型能够描述其运动走势。     

基于ARMA模型的中印农产品贸易进出口额的时间序列分析

一般各年份各月份的贸易进出口数据都属于典型的时序数据,处理时序数据最常见的方法就是构建合适的ARMA模型对其进行模拟,且其短期预测的精度较高,对短期决策具有很大的指导意义。本文采用季节性ARMA模型对我国与印度的农产品贸易进出口额进行模拟分析和预测,并进行短期的的预测数值,具有一定的现实意义。     

股票收益率预测模型的比较

本文的目的是对ARMA和人工神经网络模型预测股市的能力做比较,在介绍了文中用到的ARMA和人工神经网络模型的理论知识,建模过程,结果检验和预测的方法的基础上,将收益率数据和五个常见的技术指标和我国银行间债券市场7天回购加权平均利率作为神经网络的输入变量,并对模型的预测效果根据它们预测样本,预测范围等进行了对比,结果发现神经网络在输入变量较多时优于ARMA模型。     

线性与非线性单方程时间序列建模在黄金现货价格预测分析中的实证研究——基于ARMA模型及GARCH模型族

由于黄金现货价格受到诸多经济及政治因素的影响,其生成过程复杂,难以通过其影响因素的研究来对其进行预测分析。因此,本文试图从黄金价格本身的时间序列着手,试图利用线性的ARMA及非线性的GARCH模型族,利用单方程时间序列建模的方法对黄金现货价格进行预测分析。研究发现线性的ARMA模型和非线性的GARCH-M模型都能较好地进行对伦敦黄金现货价格进行预测,在研究的样本中,两者的向前一步预测误差分别为0.06%和-0.03%。GARCH-M模型的预测效果较好。此外,还通过使用GARCH模型族分析了伦敦黄金现货价格的信息不对称性、风险收益特征和对系统性冲击的反应,针对性地做出了结论和投资建议。     

ARMA模型在河北省出口形势预测中的应用

选用2010年1月—2012年9月河北省出口额作为样本数据,运用ARMA模型进行实证分析,结果表明:2012年9月预测值与实际值比较,预测误差较小,说明建立的ARMA模型较为实用,可以应用于河北省出口形势的短期预测。     

基于ARMA模型和灰色预测模型的短期客流量预测比较研究

分析了城市公交客流特征,提出短期客流量预测的必要性.分别用ARMA模型以及灰色预测GM(1,1)对上海市59路五角场站客流量进行了短期预测,并比较了两种模型的预测精度,提出可行性建议.     

基于小波和ARMA模型的时间序列区间预测

提出小波去噪和ARMA模型相结合的预测方法。对上证指数原序列进行小波去噪,然后对去噪后的序列建立ARMA模型,进行95%的置信区间的动态预报。     

运用ARMA对山东省粮食产量进行模型构建和预测

首先对1949-2008年的山东粮食产量进行单位根（ADF）检验和非随机性检验,其次构建半对数模型来拟合山东粮食产量,得到的残差不是白噪声。最后对残差构建ARMA（1,3）模型,此时残差为白噪声序列,R2标明拟合优度较好。即对山东粮食产量建立了半对数模型和ARMA模型的组合模型。     

一种ARMA模型的格型迭代递推辨识法

本文针对ARMA模型的格型迭代法,推出了它的递推算法,并针对本算法提出了相应的判价方法.运用它对ARMA模型和时变ARMR模型进行了汁算机模拟瓣识,结果良好.     

ARMA在我国GDP预测中的应用

本文用ARMA模型对我国1978—2007年GDP数据进行分析,并预测出未来三年的GDP数据。与实际GDP相对照模型预测误差较小,说明ARMA模型非常适合于短期预测。     

福建省城乡居民收入差距预测模型比较研究

本文选取福建省1981-2008年间的城乡收入差距值时间序列数据,建立四个时间序列模型进行比较分析,最终确定ARMA模型作为预测模型.并以2006年、2007年和2008年的数据作为检验数据检验该模型预测效果,进一步验证了其预测效果较优,最后利用该模型对福建省2011-2014年城乡收入差距值进行短期外推预测,并给出对策建议.     

基于趋势组合的我国煤炭需求预测模型研究

煤炭资源是我国第一大能源资源,准确地预测煤炭需求动态趋势,对于保障能源供需平衡和规避能源供给风险,促进我国经济社会可持续发展具有重要意义。由于煤炭消费具有非线性和不确定性特征,任何单项煤炭需求预测模型都不能较好地拟合煤炭需求的变动趋势,进而导致预测精度偏低。本文利用ARMA模型拟合其不确定性趋势,紧紧围绕我国煤炭实际消费的非平稳变动特征,通过趋势外推模型拟合煤炭需求的确定性趋势;建立了基于趋势组合的我国煤炭需求预测模型,该模型运用表明其实用性和精确度都好于已有的组合预测模型。     

本次金融危机主要大宗商品期货价格波动性研究

本文在分析本次次债危机以来主要大宗商品价格变动情况的基础上,建立了ARMA和EGARCH模型及ARMA和TARCH模型来描述本轮经济周期中石油、铜、铝、黄金、大豆和玉米等大宗商品的期货价格收益序列的波动性特征。自相关分析发现不同商品期货市场的有效性略有差异,原油和铜市场更为有效;ARMA和非对称GARCH模型表明．主要商品收益波动均具有积聚效应,原油和铝收益波动具有杠杆效应,坏消息对原油收益波动的冲击大于好消息．好消息对铝收益波动的冲击大于坏消息。     

武汉市人均GDP时间序列模型构建及预测

ARMA时间序列模型反映某个变量过去的变动规律,并可以利用这个规律对未来值进行短期预测。人均GDP是衡量一个国家或地区经济发展和人民生活水平的一个重要参考指标。本文利用湖北省武汉市1980-2009年的时间序列数据建立武汉市人均GDP的ARMA模型,并利用该模型进行短期外推预测。     

经济政策对我国经济的干预分析影响

通过对我国GDP序列的分析,结合自相关系数和偏自相关系数,建立ARMA模型,运用干预分析方法对此模型进行修正,最终结果表明干预模型减小了预测误差。通过干预影响序列建立起的干预模型,从定量的角度反应了改革开放后的重大经济政策对我国经济产生的影响。     

小波ARMA模型和ARIMA模型对上证指数的预测效果探究

利用小波分析的局部化性质,以非平稳的时间序列上证指数收盘价为实验目标,首先建立传统的时间序列模型ARIMA模型,并做出预测;然后用小波分析与自回归移动平均模型相结合的方法建立小波ARMA模型,做出预测;最后,通过相对误差和平均绝对误差和对二者的预测效果做比较,结果表明:在上证综指序列预测分析中,小波ARMA模型相比单纯的ARIMA模型,其拟合和预测精度都比较高。     

金融危机下人民币汇率的ARMA模型预期

本文分析了2007年以来的全球金融危机对人民币汇率产生的影响。井用ARMA模型拟合了2007年4月至2009年5月人民币兑美元的名义汇率,认为可用ARMA（1,5）模型对汇率进行短期预期,同时用该模型对未来一年的汇率进行了预测。从长期看,名义汇率如果未受到另一次结构性冲击,将继续保持目前的水平走势。     

基于ARMA模型的我国居民消费价格指数预测

居民消费价格指数(CPI)是用于反映居民家庭一般购买的商品和服务物价变动情况的宏观经济指标,对展示经济运行的平稳性,表现经济发展的质量和效益有重要意义。因此本文建立了一个ARMA模型,选取我国2001年1月到2015年12月的CPI环比月度数据作为样本,运用R3.4.3软件对居民消费价格指数时间序列的自相关系数与偏相关系数进行统计,进行模型定价并估计出其参数,并对2016年1月至5月的居民消费价格指数进行预测。实证结果显示MA(2)模型能较好地拟合商品指数的动态路径,模型的预测值与实际观测值非常接近,表明ARMA模型在居民消费价格指数的预测中效果较好。通过ARMA模型合理预测我国的居民消费价格指数,能够对未来经济发展有初步的了解,为国家有关政策的制定提供理论支持。     

多变环境下ARMA(1,1)在销售预测乘法模型中的应用探索

销售预测对企业把握市场变化,合理制订生产计划具有至关重要的作用,本文针对原销售预测乘法模型对循环和不规则成分预测的不足,提出使用ARMA(1,1)模型对乘法模型中分离出的循环和不规则成分序列进行预测,发现此方法可以有效提高原预测模型的精度。     

基于ARMA模型的我国国内生产总值的预测研究

本文应用时间序列的ARMA模型对剔除价格因素的我国历年实际GDP序列进行实证研究,得出我国GDP的回归模型,并依次预测我国2011年实际GDP和名义GDP。