基于动态模型平均的碳排放市场价格走势研究

从碳排放权价格的影响因素入手,描述了动态模型平均(DMA)模型的基本方法,将DMA和DMS方法的预测效果与贝叶斯模型平均、贝叶斯模型选择以及TVP回归模型进行比较。实证表明DMA方法的预测表现相比是最好的。通过分析碳排放权价格的影响因素,为我国预测碳排放市场价格提供一种有效的方法。     

CAPM模型在上证银行业股票市场的实证分析

为了进行CAPM模型在我国的适用性研究,本文利用该模型对上证12只银行股进行了实证分析.将2009年1月至2010年4月的日数据等分为三个阶段,建立描述风险与收益之间关系的线性回归模型,通过估计单只股票的β值发现,β值均较小,在金融危机的影响还未消除大的背景下,我国上证12支银行股基本都采取保守性战略.接着对数据进行了时间序列检验和横截面检验.检验的结果显示,CAPM模型上证银行股市场的适用性不太理想,在一定程度上说明了上证银行股市场仍是一个不成熟的市场,发展现状与CAPM较为严格的模型应用前提有较大出入,与西方成熟的股票市场相比有很大差距.     

基于Logistic回归分析的市场下滑预测模型

针对目前烟草行业市场下滑率高居不下的现状,建立一个市场下滑预警模型尤为重要。鉴于此,运用Logistic回归分析法,最终选出增幅趋势值、增幅波动值为影响自变量,建立某烟草品牌省外地市市场的下滑预警模型。运用该模型,企业可以通过现有增幅趋势值、波动值对未来市场下滑情况做出预测,得到高下滑风险市场名单。提前对这些市场进行策略挽留,以达到降低整体市场下滑率的目的。     

房价变动优化分析

为预测未来房价的变动范围,根据往年的房价应用GM(1,1)模型,并结合灰色-马尔科夫模型对房价进行预测。考虑到影响房价的诸多因素变量,对给定的多个因素应用回归分析加以确定。从市场投机因素和政府的调控手段出发优化模型,通过模型分析给出合理的建议。     

上海股市系统性风险的长期变动特征研究

本文建立DCC-MVGARCH模型估计上海股市80家上市公司的时变β系数,分析β系数的统计特征,并采用R/S分析法研究时变β系数序列的长记忆特征,进而建立ARFIMA模型对β系数进行短期预测。研究结果表明,上海股市系统性风险水平偏高;时变β系数序列具有长记忆特征;描述长记忆的ARFIMA模型能够更好地描述β系数序列的长期变动特征并更为精确的预测未来期β系数。     

基于Logistic模型的商业银行信用风险分析

商业银行在金融体系中占据重要的地位,信用风险成为影响商业银行自身发展稳定的主要因素。本文将商业银行信贷数据进行卡方分箱,利用Logistic回归模型来预测贷款用户的违约概率,以AUC作为评价指标,结果表明基于Logistic回归模型的AUC值为0.75,模型效果良好,对商业银行进行风险管理有重要意义。     

CAPM资本资产定价模型的应用——浦发银行股价预测与风险系数研究

CAPM模型的关键在于β系数的衡量计算,它是资本系统性风险的度量指标,反映了资产价格对市场价格平均水平的敏感程度。掌握了β系数,也就基本可以掌握这个经典模型从而为投资决策服务。本文选取事后估计β系数(其中以日β系数(一个交易日为一日)为代表,同理可得周β系数(5个交易日为1周)和月β系数(30个交易日为1月),就不再一一赘述)对股票市场进行有效的预测。以金融产业中浦发银行这只股票作为代表。在传统计算方法之外,运用布鲁姆修正,统计学ARMA模型预测等方式对β系数进行改进,并通过比较分析其数学内涵和经济含义,以期得到更好的预测结果。     

基于先行指数与VAR模型对2014年CPI的预测

本文首先分析了2013年我国CPI走势特征及其产生原因,并给出影响2014年物价水平的若干因素,在此基础上利用物价先行合成指数和向量自回归(VAR)模型对2014年各月CPI的值做出预测,结果显示,2014年CPI将呈现"先扬后抑"态势,全年涨幅约为2.4%。     

基于组合模型的江苏省居民用电量预测分析

研究利用时间序列基本分析方法ARIMA模型分析法、指数平滑ETS模型和神经网络自回归模型对江苏省居民每月用电量进行数据分析、处理、拟合、检验及预测,以2004年1月至2017年12月用电计量数据作为分析样本,使用R软件对该时间序列进行建模。对给出的数据建立ARIMA模型、ETS模型和NNAR神经网络自回归模型,接着利用MAE、RMSE、MAPE三个评价指标来衡量模型的优良度。尝试通过组合模型对2018年江苏省居民12个月的用电量进行预测,与实际值进行对比验证,发现权重模型的误差最小,选择作为最终预测模型。最后得出结论,组合模型的预测效果要优于非组合模型。     

定向增发中的发行折价与利益输送模型研究

为了考察大股东参与背景下的定向增发折价现象和利益输送行为,并分析利益输送具体影响因素,本文研究了中国上市公司定向增发发行折价现象,发现有大股东参与的定向增发折价程度更高。同时,大股东参与定向增发时折价与利益输送之间虽然具有相关性,但不能仅通过折价水平来解释大股东利益输送行为。因此本文引入认购类型、增发前市场特征、上市公司资产规模等公司特征和增发特征,构建了折价影响因素回归模型和利益输送影响因素对比回归模型。     

2011年房地产政策调控成效评价及2012年市场预测

中国房地产调控目标已由"遏制房价过快上涨"升级为"促进房价合理回归",在归纳2011年住房市场主要运行特征的基础上,引入协调度匹配指数模型对2001年～2011年中国住房价格是否达到"合理回归"进行了评价,并从影响住房市场的需求、供给及调控政策三个方面,对2012年中国住房市场运行趋势进行了预测。     

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。     

公司基本面对股票Beta系数影响的量化研究

准确测度风险是进行风险管理的前提,资本资产定价模型中的β系数有效地量化了股票的系统性风险,是股市风险管理所依据的重要指标。历史研究表明,影响股票β系数的因素有很多,公司基本面是其中最为重要的一个。本文选取我国14家上市商业银行作为研究样本,选用2008~2013年间的会计指标和宏观经济指标作为研究变量,通过主成分分析和回归分析等方法构建计量模型,量化公司基本面对股票β系数的影响程度。研究结果表明,我国上市银行基本面对股票β系数的贡献率仅有50%,β系数对银行基本面的反应并不敏感。     

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。     

多元线性回归对养老保险基金的预测分析研究

线性回归分析预测具有模型简单、预测结果准确、模型解释能力强等特点,本文以全国养老保险基金年度支出额为例,运用多元线性回归的方法对影响养老金支出的因素进行分析研究,并对我国2010-2019年的养老金支出进行预测。     

线性回归模型在经济预测中的应用

许多经济变量之间存在相互依存、相互制约、相互影响的关系,如果能找到经济变量与影响因素之间的变化规律,并把这种规律用数学表达式具体表示出来,就会给预测带来极大方便,线性回归模型预测是将统计学中回归分析结合预测理论的一种方法,有较强的实用性.首先确定两个经济变量之间是否存在线性相关关系,然后求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度.     

Logistics回归模型在广东省房价预测中的应用研究

基于供求决定论和成本决定论对广东省房地产价格影响因素进行分析,并采用Logistics回归模型对广东省房地产价格进行简单预测,并得出结论:Logistics回归模型适合对广东省房地产价格进行预测。同时还认为,年初利率、年末利率和人均消费增长率是影响广东省房地产价格的主要因素。     

线性回归在居民家庭收入与支出中的应用研究

线性回归是研究非随机变量与随机变量之间关系的重要方法,线性回归预测是统计学中的重要预测方法。本文以居民家庭收入与支出关系为研究对象,利用线性回归模型,借助Excel工具,给出二者之间的关系,并且对家庭收入在某个特定值时的支出进行预测,以期给相关工作者提供参考。     

我国菲利普斯曲线的估计

采用马尔可夫体制变化模型(Markov—Switching Model)，对我国的“产出——物价”菲利普斯曲线进行估计。实证分析表明：改革开放以来，我国的经济增长率与物价上涨率之间呈现出基本的菲利普斯曲线关系特征，所构建的模型比线性自回归分布滞后模型(ADL)具有更好的预测效果。     

影响企业技术创新的外部环境分析

本文运用了生长曲线、多元线性回归等方法进行了市场和技术预测,分析了技术因素、市场因素和政策法规对制定企业技术创新战略的必要性。