道琼斯月度价格指数的时间序列分析

本文选择了1980年1月份到2000年1月份共241个月份的道琼斯价格指数数据,通过对其进行进行去除趋势,季节调整等步骤得到了带有周期的yt残差序列,通过对yt进行建模,对道琼斯指数进行了3步预测,得到了基本满意的结果,文章还对残差序列建立了ARCH与GARCH模型,使得道琼斯价格指数的方差得到了预测与控制     

居民消费价格指数的时间序列分析

社会经济现象往往受许多因素的影响,且这些因素之间又保持着错综复杂的联系,因而,运用结构式的因果模型进行分析和预测往往比较困难,而根据其自身的变动规律建立动态模型即时间序列分析则是一种行之有效的方法。对此,介绍了平稳时间序列分析的思想及方法,并以1995-2006年全国居民消费价格指数统计资料为依据,建立其时间序列模型。     

我国棉花短期价格波动研究——基于时间序列

采用ARCH模型对我国国内短期棉花价格波动的影响因素进行了研究。结果显示:棉花流通体制改革和市场宏观调控政策对棉花价格波动分别表现为正向影响和负向影响;棉花当期价格受一期和八期滞后价格影响,这显示出市场主体预期对市场变动趋势具有一定影响;国内持续上涨的需求对棉花市场价格波动的影响相对不显著,而供需缺口的变动是影响国内棉花价格波动的重要因素;棉花进口量的增加有利于减弱国内棉花价格波动;国际市场棉花价格波动对国内价格波动存在显著的正向影响。短期内棉花价格呈现出明显的季节特征,这种季节特征与市场预期、供需变化有较大关联。     

沪市股票收益率波动性的实证研究--基于ARCH模型和GARCH模型的分析

在对股票市场的研究中,波动性一直是比较重要的一方面。运用ARCH模型和GARCH模型,对金融危机后2008年到2014年上证指数收益率进行分析,得出上证指数具有集聚性。     

股票收益率时间序列模型分析

文章在规范统计与计量检验基础上,建立上证综指收益率的相关的GARCH族模型。分析结果表明:EARCH模型对上海股市股票收益率具有较好的拟合效果,而上海股市收益率存在显著的杠杆效应。     

上证综指收益率波动性的量化研究

本文首先建立上证综指随机游走模型,明确股价的影响因素,进而建立上证综指残差序列ARCH模型,提取残差序列中影响股价的信息.最后,建立上证综指收益率序列GARCH模型,揭示收益率序列的波动性特征.研究表明上证综指序列遵循零漂移随机游走过程,上证综指序列及其收益率序列均表现出波动聚集性.     

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。     

消费价格指数的时间序列分析

人们在从事经济活动的时候，往往会根据以往的经验和过去的实际情况而作出决策。那么过去的经济数据在其中就起到了重要的角色，我们可以通过分析以前的数据从中找到经济活动的发展规律，总结出更多的经验。那么，怎样从以往的数据去发掘这些信息，运用什么样的方法来分析以及这种分析方法能达到的效果也就成了我们最关心的问题。这里，就为大家简要的介绍一些建立在时间序列基础上的分析方法，主要是介绍怎样通过构建模型对经济数据反映出来的信息价值进行提取，使我们在从事经济活动的时候能够更有效、更准确地作出判断。     

金融时序数据建模中的模型设定问题

W.J.Granger与D.F.Hendry(2004)关于建模思路的对话引起了国际计量经济学界关于模型设定问题的争论,本文就这一问题分析讨论了在金融时序数据实证研究中得以广泛应用的ARCH/GARCH模型的设定问题,认为在金融时序数据的建模中,ARMA族模型不宜作为数据生成过程的模型设定,其统计性质也不能直接扩展到ARMA-GARCH族数据生成过程;虽然ARCH/GARCH族模型作为金融时序数据的生成过程有着良好的统计性质,但也不宜单纯采用一般到特殊的建模思路,而应是一般到特殊和特殊到一般两种建模思路的结合;ARCH/GARCH族模型的设定应当包含事前检验、事后检验等设定检验步骤.     

情商波动模型分析

在现代社会中,人才的竞争日趋激烈。稳定的情绪是人才事业成功的保障。对于大多数人来说,努力地将自我情绪维持在一个良好的状态是困难的,因此如果能预测到未来的情绪如何波动,就能够在更大程度上减少坏情绪带来的危害。建立了一种情商波动模型,它能够根据以前的情绪波动来预测未来的情绪波动,并给出了模型的估算方法。     

印度股指期货对股指波动的影响研究

通过对比印度证券市场在推出NIFTY股指期货前后股市整体的波动性是否有明显改变进行实证分析,得出印度NIFTY股指期货的推出对股票现货市场的影响不大,并且这种影响有效地降低了印度股市波动性的结论,从而给中国能够安全成功的运营股指期货提供理论支持。同时本文也对股指期货的风险进行了阐述,旨在提出我国应结合本国国情进行防范股指期货风险的举措,使股指期货在我国快速发展,从而刺激我国市场经济的进一步完善。     

Tobit模型估计方法与应用

Tobit模型从最初的结构式模型扩展到时间序列模型、面板数据模型以及非参数模型等形式,无论Tobit模型的结构形式如何变化,现有的估计方法基本上都是在Heckman(1976)两步法的基础上扩展的。本文结合一些经典文献,介绍了不同类型的Tobit模型的结构形式、估计方法、估计结果的性质等,为做实证分析的研究者们提供一个分析此类问题的基本方法。     

基于GARCH模型的直辖市商品房预售制度的稳定效应

利用四个直辖市期房与现房的价格数据,构建了现房价格波动的GARCH模型,实证研究了商品房预售制度对现房价格波动影响,结论表明,商品房预售制度对现房价格波动的稳定性有显著的影响,商品房预售制度通过信息传递,形成价格预期,减少现房的价格波动。     

“T＋1”交易对中国股市波动性的影响——基于1992～2008年时间序列数据的实证分析

本文利用沪市A股和B股指数日内振幅数据，实证研究了“T＋1”交易方式对我国股票市场波动性的影响。结果表明，无论是A股市场还是B股市场，实行“T＋1”交易后振幅的均值都减小，表明“T＋1”交易方式有助于减小股市的波动。在GARCH模型中，虚拟变量dt的系数值为负，且在5％的显著性水平下表现显著，说明当实行“T＋1”回转交易制度后，股市的波动性有减小的趋势。     

我国畜产品价格波动分析——基于ARCH类模型

运用ARCH类模型对我国主要畜产品的价格波动率进行了分析。结果表明:牛肉、羊肉和鸡肉的价格波动具有显著的波动积聚性,鸡蛋价格波动没有显著的异方差效应;除牛肉市场外,羊肉和鸡肉市场不具有高风险、高回报的特征;猪肉、牛肉、羊肉和鸡肉的价格波动没有非对称性。认为应在畜产品市场出现大的价格波动时及时采取平抑措施,且政府需规范畜产品市场秩序、完善畜产品市场制度。     

国内外房地产价格指数及其研究现状探析

房地产价格指数是反映房地产价格变动趋势和变动程度的相对数,通过百分数的形式来反映房价在不同时期的涨跌幅度。文章对房地产价格指数编制及其国内外房地产价格指数现状进行探析,分别阐述了国外主要的房地产价格指数及其编制方法,介绍了国内主要的房地产价格指数,并从不同角度对比分析了国内外房地产价格指数,最后,指出了编制我国房地产价格指数的趋势,以寻求适合我国国情的房地产价格指数编制的基本技术路线。     

时间序列分析在金融价格预测中的应用

与回归分析不同，时间序列分析不是根据与其它变量的因素关系来预测一个变量的未来变化，而是根据该变量自身过去的规律来预测其未来的变化。这与实际中价格信息的复杂性特征具有较好的符合关系。作在Intnet网上查取了伦敦金属交易所（LME）镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个，用其中的前37个数据进行时间序列分析，得到了AR（3）模型，用最小二乘法和Yule-Walker法预测后五个数据，得到了较好的效果。因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景。     

时间序列分析在金融中的应用

本文介绍了时间序列分析在金融中的应用.首先明确了时间序列的概念及其四种基本组成成分,然后以自回归模型和移动平均模型为例,说明了时间序列模型的常规形式和特点及其应用意义.最后分别从定性和定量两个角度,分析了时间序列在金融中的应用.     

浅析日元兑美元汇率序列问题

近来，日元对美元汇率的变动日益成为影响东亚经济增长与稳定的一个极为重要因素。因此．本文基于Eviews软件系统，运用GARCH模型分析方法模拟日元兑美元序列的波动情况。结果表明：日元兑美元序列存在自相关性和异方差性，用GARCH（1，1）模型能较好地模拟该序列的波动特征。