基于时间序列分析的西安市公交公司收益预测

公交公司收益额的增长具有其内在的规律性,时间序列分析方法能够充分利用以往各期的调查信息给出精度较高的预测.该文通过对西安市某公司收益数据信息的分析研究,利用Matlab绘图对其进行定性分析,进而用MA2×12方法对原始数据进行处理,分离出趋势项且剔除不规则因素,最终拟合出较好的季节变动模型.依据预测模型对公交收益进行预测的结果表明该模型具有较高的拟合精度,从而较好地解决了公交公司收益的预测问题.     

结合VEC和信心水平分析Black-Litterman投资组合模型

在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到B-L模型的观点收益预测中.结果表明:且通过向量误差修正模型,实证取得了较好的效果.在任意一种做空限制下,随着信心水平在0%~70%水平上升,收益率有连续上升的趋势,并逐渐趋稳;风险有并不明显的下降的趋势.对同一信心水平而言,随做空限制的放宽,收益率有上升趋势.     

公共投资对粮食主产区农业生产率增长的驱动效应分析——基于吉林省1989-2006年数据的实证检验

粮食主产区是我国农业发展的重心,而公共投资是推动粮食主产区农业生产率增长最主要的驱动力。因此,本文以吉林省为例运用Malmquist指数模型定量评估粮食主产区的农业生产率,并进一步应用向量误差修正(VEC)模型分析了公共投资与农业生产率之间的长期均衡关系,实证检验了公共投资对农业生产率的驱动效应。     

互联网金融收益率的统计预测研究——以余额宝为例

以余额宝每万份收益数据为研究样本,构建ARIMA模型进行研究,判断模型的拟合效果,对余额宝每万份收益的发展趋势进行预测.研究结果表明,余额宝每万份收益具有一阶单整的性质,当期余额宝每万份收益的变化受到上一期余额宝每万份收益的影响.此外,模型预测的准确度受到国家政策、市场利率、规则调整等不确定因素影响.可以根据ARIMA模型的预测大致判断出余额宝每万份收益的未来走势,为互联网金融市场众多参与方提供决策参考.     

存货质押融资质押物价格变化MRS-GRACH模型研究

针对质押物价格收益序列存在的结构转换特征,对常系数ARCH模型进行改进,引入一个变化服从马尔科夫过程的状态随机变量反映价格收益不同的波动状况,从而构建了质押物价格收益MRS-GARCH模型.实例研究表明MRS-GARCH模型能够刻画现实中质押物价格收益波动结构动态变化过程,同时能够识别外界不可见因素对收益波动的影响力度,MRS-GARCH模型较GARCH模型在拟合及预测价格收益波动方面具有更准确的效果.     

基于离散选择模型DCM的产品差异市场分析

本文从计量经济学的角度,利用离散选择模型对产品差异市场进行了研究,在消费者异质性需求和厂商异质性能力假设下,利用消费者产品性能边际效用递减规律推导出产品性能消费者收益函数,利用产品性能边际成本递增规律推导出产品性能厂商成本关系函数,最后得到消费者需求弹性和厂商在最大创造价值的产品性能决策点.     

最优组合预测线性模型在旅游需求预测中的应用——以中国大陆赴澳门游客量预测为例

研究运用ARIMA、多元线性回归(MRL)、ADL_EC和VEC四种单一模型对中国大陆赴澳门游客量进行预测,运用等权组合、简单加权组合和熵值加权组合三种非最优组合预测及最优组合预测线性模型对单一模型预测结果进行优化,用平均绝对百分比误差(MAPE)和希尔不等系数(TIC)对优化结果进行评价与比较,确定最优组合预测线性模型是比较切合澳门入境旅游实际的预测模型,并运用其进行预测,达到了预期效果.     

考虑决策目标的FIC模型选择

收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术,对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中,预测和优化问题的复杂性,通常采用先对产品需求进行预测,然后对收益进行优化的步骤.在对产品需求进行预测时,通常会面临多个候选模型,即面临模型的不确定性,这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则(Akaike information criterion,AIC),贝叶斯信息准则(Bayesian information criterion,BIC)等通常只考虑了模型选择对预测精度的影响,而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则(focused information criterion,FIC)这种模型选择准则,运用FIC模型选择准则选择产品需求预测模型,考虑了优化模型的结构,以最小化决策误差,而不是预测误差为目标,来选择预测模型.数值模拟结果表明,在大部分情况下,相比于AIC和BIC两种模型选择准则,考虑决策目标的FIC模型选择准则表现最佳.同时,...     

基于风险约束的套期保值模型及沪深300股指实证研究

提出利用风险价值VaR建立套期保值资产组合的风险约束.以套期保值资产组合收益最大为目标,以控制套期保值资产组合风险为约束,建立了基于风险约束的套期保值模型.该模型在有效控制风险的基础上,可以大幅提高套期保值资产组合的收益.对沪深300股指现货和期货的数据进行了实证分析,对比了现有研究的最小二乘((OLS)、向量自回归(VAR)、向量误差修正(VEC)三种模型以及本文建立的基于风险约束的期货套期保值模型.样本内检验结果表明,本模型比现有研究模型的收益有大幅提高,平均增加81.6%.同时并没有失去对风险的控制,与现有研究模型只有5.32%的差别.对于样本外检验,模型在控制风险和提高收益两个方面都要优于现有研究模型.模型比现有研究模型平均可提高收益21.4%,平均降低风险3.61%.     

基于长短记忆神经网络预测的大类资产因子配置研究

大类资产配置策略为资金相对庞大的机构投资者提供了一个有效获取稳健收益的手段,通过因子收益分布及相关性的预测能更好地进行大类资产配置.将大类资产因子配置的思想与机器学习算法预测有机结合,首先筛选宏观因子及风格因子,利用长短记忆神经网络(LSTM)方法预测组合收益,得到最优因子组合;然后结合最优因子组合中蕴含的信息,修正对资产预期收益率的估计并提出了大类资产的权重配置方案.通过在全球18种大类资产上进行的算例分析表明,采用本文模型得到的配置策略相较于其它模型有更高的收益风险比、较低的年化波动以及较小的最大回撤.研究结论可为机构投资者的大类资产配置提供理论借鉴.     

中国碳排放与能源消费关系实证研究——基于VEC模型

中国碳减排问题成为世界关注的焦点问题.研究碳排放与能源消费关系有助于实现2020年碳减排目标.选取1953-2008年中国碳排放和能源消费数据,运用协整理论、向量误差修正模型(VEC)和Granger因果关系分析,对中国碳排放量与能源消费之间的相互关系进行实证研究.研究结果表明:碳排放与能源消费之间存在协整关系,能源消费增加1%,碳排放将增加0.9646%,即碳排放对能源消费的长期弹性为0.9646.从短期误差修正模型来看,碳排放与能源消费之间具有动态调整机制.非均衡误差项的存在,能够保证两者之间长期均衡关系的存在.Granger因果关系研究表明:碳排放与能源消费之间互为双向因果关系.通过脉冲函数和方差分解分析了模型的动态特征.根据研究结果,提出降低能源消费和减少碳排放对策.     

中国螺纹钢期货市场价格发现功能研究

螺纹钢期货价格发现功能研究对我国钢铁行业提高竞争力,争取钢铁成品和铁矿石定价权,引导螺纹钢期货市场健康发展具有重要作用。本文在向量误差修正模型(VEC)中引入剔除残差相关性的最小二乘算法,构建了用于测度期现货市场价格发现功能的永久短暂PT和信息份额IS共同因子模型,弥补了现有VEC模型由于求得的期现货残差序列相关性较大,导致PT和IS模型测算的信息贡献度存在较大差异的不足。在此基础上,利用2011年1月至2014年11月中国螺纹钢期现货市场933个日交易数据,验证了模型的有效性。     

中国成品油定价机制的实证分析

随着原油对外依存度的提高,我国的成品油价格受国际油价的潜在影响也逐步增大.为了平衡油价高企对国内各方面的影响,2009年我国推出了新的成品油定价机制,以期在一定程度上能够与国际原油价格接轨.使用Granger因果关系分析、ECM等计量经济学方法,对我国成品油价格特征及其与国际原油市场的互动关系进行定量分析,进而探讨2009年定价机制改革的效果.研究结果表明国际原油价格是国内成品油价格的Granger原因,二者之间存在长期的协整关系,但在现有的定价机制下,短期内国际原油价格的波动难以影响到国内成品油价格.现有的定价机制并没有有效地提升国内成品油价格与国际原油价格的接轨程度.     

基于小波分析的ARIMA模型对上证指数的分析与预测

股票价格的预测一直受到广泛关注,其预测方法虽然很多,但是往往存在预测精度有限、容易陷入局部极小等问题.为了提高股票价格预测的准确性,提出了基于小波分析的A砒MA模型的股票价格预测方法,同时利用该方法对上证指数收盘价的月平均值进行实例分析,并与其他方法的预测结果进行了比较,结果表明了提出方法的有效性.     

基于双边市场理论的金融超市竞争定价策略研究

基于双边市场理论,重点分析金融超市在双寡头垄断情形下的竞争定价策略。即在在一般定价模型的基础上,构建起加入金融超市双边用户交易次数为歧视标准的价格歧视竞争模型。并且围绕金融超市追求长期利益和短期利益两种不同动机,对采取该策略均衡时最终用户的均衡进入价格、金融超市利润和市场份额进行比较分析。最后,给出金融超市实施价格歧视策略的对策和建议。     

基于B-K二叉树利率模型的巨灾债券定价研究

针对一种巨灾保险风险证券化产品-巨灾债券的定价问题,首次考虑了我国短期利率的期限结构,并在此基础上提出了Black-Karasinski利率二叉树建立方法(B-K模型),以此确定了中国短期无风险利率,最后通过Louberge巨灾债券理论定价方法试着对我国假想台风损失巨灾债券进行了具体定价,为我国进行巨灾保险风险证券化定价方面提供了一种新的尝试.     

非对称Possion跳——扩散模型的参数估计

受有序样本聚类思想的启发,本文针对期权定价模型中的非对称Possion跳———扩散模型,提出了一种基于标的资产价格历史数据的参数估计方法,并得到了较好的结果。     

结构性油价波动对中国股市的非对称性影响分析

本文分别检验了不同驱动因素所致的油价波动(结构性油价波动)对我国股市收益波动的非对称性影响,并探寻了油价波动对我国股市产生非对称性影响的来源。首先利用SVAR模型将油价波动分解为供给、需求和预防性购买三种驱动因素所致的油价波动,发现三种驱动因素所致的油价波动对我国股市收益的影响存在显著差异;GARCH非对称模型检验及其信息影响曲线结果显示供给和预防性购买因素所致的油价波动是对我国股市的产生非对称性影响的主要原因。在应对油价波动策略时,区分油价波动背后的驱动因素有助于政府机构采取行之有效的宏观调控。     

基于期权定价思想的基金绩效评估研究

证券投资基金的绩效评估一直是学术界研究和探讨的焦点,基于期权定价思想的绩效评估模型在前人研究的基础上,增加交易成本条件,使模型更接近现实应用,改进期权执行价格的计算过程,实证研究部分选取了国内10只具有代表性基金的数据进行实证分析,得出分析结果;并将结果与传统绩效评估方法绩效评估的结果进行比较,比较得出该方法的现实适用性;最后对几种方法结果的一致性进行检验。     

中国国债期货与隐含择券期权定价

本文提出了一种双树拼接的改进BDT模型,在此基础上发展出两种方法为中国市场上的国债期货和择券期权定价。其中"直接定价法"直接使用双树拼接树图,"两步定价法"则是经期权调整的持有成本模型。对中国TF1403和T1603国债期货合约的实证研究表明,两种方法都是合理的,且各有优势,"两步定价法"与市场价格差异较小,"直接定价法"与市场价格同步性较高。