基于微分信息的ARMAD-GARCH股价预测模型

ARMA-GARCH模型进行股票价格收益预测时,只考虑了滞后历史数据所包含的信息,而对于在每个滞后时间点的变化趋势信息却未纳入计算模型进行统一考虑,在一定程度上影响了模型分析时序数据时的泛化能力.本文提出了一种基于微分信息的ARMAD-GARCH模型,在包含传统ARMA-GARCH模型对因变量的滞后值以及残差滞后值进行线性回归的基础之上,又在条件均值方程中增加了因变量滞后值的近似微分信息,用以融合股票价格变化趋势信息,提高预测模型对于价格演变方向的判别能力.通过对于不同市场综合股指收益率数据的实证研究表明,ARMADGAR,CH模型在数据除噪,趋势判别以及预测精确度等方面均优于一般的ARMA-GARCH模型.     

基于序次Probit模型的离散股价研究

分析股票日内价格行为需关注高频分笔交易的价格离散特征.本文使用沪市个股高频分笔交易数据,采用序次Probit模型对离散股票价格建模分析.结合我国股市限制卖空与订单驱动的制度背景,考察了交易时间间隔、交易量和订单信息对价格变动的影响.研究结果表明,序次Probit模型可捕捉价格离散特征.较长交易时间间隔可能预示坏消息,使股价下跌.相对于卖方交易量,买方交易量更具有信息含量.订单信息影响价格变动,买方较多时股价上涨,卖方较多时股价下跌.     

交叉销售下价格和存货影响需求的特价商品经济订货批量模型

交叉销售是一种经常采用的市场营销方式,对提高销售商市场占有率起着重要作用. 考虑特价商品与相关商品存在交叉销售,其需求与价格和库存水平有关,有现货时会促进相关商品销售,缺货时顾客等待意愿受价格和时间共同影响,构造了一个新的短缺量滞后供给分数,建立了相应的经济订货批量模型（economic order quantity model,简称EOQ模型）. 从理论上分析了模型唯一最优解存在的条件和相关的管理启示. 采用数值仿真研究了价格和时间敏感因子、需求相关因子等参数对销售商订货策略和平均利润的影响. 研究结果表明：特价商品销售价、有现货和缺货时间均存在一个合理范围,其中销售价在一定条件下不能超过某一固定值,缺货时间存在一个下限,当价格和时间敏感因子、需求相关因子和两种商品销售价与采购价之差增加时,应尽量减少缺货时间;当特价商品销售价高于该固定值时,有现货和缺货时间存在一个上限;在一定条件下,提高特价商品销售价会减少销售商整体收益.     

股票市场价格发现功能的演化及相关因素研究

以2001年2月19日B股市场扩大投资者范围这一事件为研究背景,运用协整理论以及长期-短时(permanent-transitory,PT)模型分2个时间段研究了上海股票交易所A,B股价格发现功能的演化过程.第1时间段,由于市场的分割使得A、B股市场之间的价格发现机制没能有效地发挥作用;第2时间段,A股市场在价格发现中占据主导地位.运用定性和定量分析的方法,对影响股票市场价格发现功能的7个理论假设进行验证,研究结果对其中5个理论假设提供了支持.     

基于投入产出价格影响模型的水价调整影响

运用国民经济投入产出的价格影响模型, 以北京市为例, 分析水价单独变化与联动变化对其它经济部门产品或服务价格和水费率的影响, 为制定有效缓解水资源供求矛盾的水价政策提供定量分析依据. 计算结果显示: 假设各类供水部门价格相互独立、不受其它部门价格的影响, 各类水价提高对非供水部门的影响较弱, 主要对居民、行政事业及部分高用水服务业的价格影响相对较大, 影响最大的是教育事业. 在独立供水部门水价变动的影响中, 工商业水价变动对各部门水费影响最大; 污水处理业价格上涨对使用再生水行业水费率影响相对明显. 各类水价同时提高一倍, 除居民水费占消费总支出的比例略高于1%外, 非供水部门的水费率仍低于0.5%. 以居民承受能力最低限水费率2%为目标, 若各部门用水总量保持不变, 水价至少还应有3倍以上的上涨空间, 水价提升不会对经济社会产生大的波动. 大力进行水价改革, 是节约用水的必要和迫切的手段.     

集合竞价算法对股票价格的影响

构建集合竞价数学模型,设计实现算法,采用理论分析与金融实验相结合的方法,从静态与动态两个角度研究集合竞价机制中的成交价决定原则对股票价格的影响,得到结论: 1)不同的集合竞价成交价决定原则, 产生不同的股票价格;2)从长远来看, 集合竞价成交价决定原则,对股价走势的影响是长期和重大的; 3) 是否引入更少系统风险,集合竞价算法中的中间成交价和参考价格原则并不比最小或最大成交价决定原则好多少.研究结论对证券交易机制设计具有理论和实践指导意义.     

基于VAR-Copula模型的股价、交易量的相依结构

基于向量自回归(vector autoregression, VAR)误差修正模型, 结合Copula理论建立VAR-Copula模型研究股市指数与交易量之间的Granger因果关系和相依结构. 通过对三个股票市场的实证分析, 发现各市场的指数与交易量之间存在长期的协整关系和由指数到交易量的单向因果关系; 指数对数收益率与交易量对数差分的相依关系复杂, 既有正的相依成分也包含负的相依结构, 且都表现为上尾高的非对称的相依特征.     

国际证券资金流动对中国股市的影响

随着全球金融一体化进程的加速,跨境证券资金流动逐渐成为国际资本流动的重要组成部分,对一国金融市场的影响也越来越显著.在此背景下,本研究分析了流入中国股市的国际证券资金流动的总体特征和行业板块特征,并运用多元回归模型和面板模型从市场综合指数和行业板块指数两个角度实证研究了其对中国股票市场收益率的影响.结论表明:第一,2006年以来中国国际证券资金流动规模不断增加,从股市板块来看,流入金融板块的国际资金最多,医疗保健、信息技术、可选消费等板块也是国际证券投资的热点.第二,当期国际证券资金的流入对国内股市收益率有显著的正向影响,且影响程度和显著性不断增强,但影响效应是短期的,符合"价格压力"假说.     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.     

连续双向拍卖机制下的短期价格行为分析

建立描述限价指令市场中连续双向拍卖交易机制下短期价格动态变化的理论模型.通过对该机制下的几个特征变量包括最佳(高)买价、最佳(低)卖价、买卖价差、成交价格和成交概率的分析揭示连续双向拍卖机制下的短期价格行为,并着重探讨其均衡性质包括成交价格所收敛到的竞争均衡及达到均衡的时间.研究结果表明建立的理论模型能较好地刻画连续双向拍卖机制下短期价格的动态演进特征,进而印证连续双向拍卖交易机制能快速收敛到竞争均衡从而产生很高的价格发现效率的相关结论.     

基于信息分解视角的香港股市运行效率研究

利用极值将收益率分解成利好和利空消息冲击的合成,本文实证研究了香港股市对信息的反应效率.基于恒生指数的实证研究发现:1.坏消息对香港股市的冲击持续性要强于好消息;2.线性格兰杰因果检验显示,坏消息对市场的冲击会影响好消息对市场的冲击,反之则不成立,表明好消息和坏消息之间存在非对称的冲击特征;3.好消息和坏消息对市场的冲击具有明显的阶段性差异.牛市中好消息对市场的冲击强度超过坏消息,而在熊市中坏消息对市场具有更强的冲击.总之,基于信息分解的建模方法显示,信息对香港股市的冲击具有显著的时滞性,香港股市具有较强的样本内可预测性.香港股票市场并未达到弱势有效.     

基于多频组合模型的中国区域碳市场价格预测

新兴的中国区域性碳排放市场受到交易制度,异质环境,政策等因素的影响,使碳价呈现出非线性,非平稳,多频率等特征,风险较为突出.研究碳价的预测方法,有利于碳市场风险管理.传统的单一模型不能全面刻画碳价波动特征,论文构建多频率组合预测模型.运用极点对称模态分解方法将碳价时间序列分解为互不耦合的模态分量;将这些分量分为高,中,低频部分,分别选择适合三种不同频率模态下的预测方法NAR(non-linear autoregressive),WNN(wavelet neural network),SVM(support vector machine)确定其输入输出结构以分类预测;利用PSO-SVM集成碳价分类预测结果,发现:与NAR,WNN,SVM,GARCH等单模型相比,论文的多频率组合预测模型精度更高,是一种更为有效的碳价预测方法.     

Hull-White模型和二叉树模型在预测油价及油价波动风险上的应用

油价的预测向来是一项具有重要意义而又艰巨的课题. 利用Hull-White模型对油价波动进行预测是一种有意义的尝试, 在尝试过程中, 发现其在实际应用中的缺陷, 之后利用二叉树模型对Hull-White模型做了改进, 并以1986年1月3日至2010年2月12日共一千两百多周的周油价数据作为参考值, 用定量的方法分析了改进模型的应用, 从结果可以看出, Hull-White模型和改进模型都能够有效预测油价的波动范围, 但是, 改进模型在预测油价波动范围上与原先的Hull-White模型相比有更好的效果, 并且具有优势.     

基于博弈论的发电厂商竞价策略研究

利用博弈论方法在比较宽泛的假设条件下建立了发电厂商的竞价策略模型，研究结果表明，当电量市场需求小于等于每个发电厂商的申报上网电量时，发电厂商的最优报价将围绕其单位发电成本与电力市场最高限价之间的平均值小幅波动；当电力市场存在相对垄断的发电厂商时，非垄断厂商会以单位发电成本报价来博取上网售电机会，而相对垄断厂商会利用其发电主导地位提高边际上网电价；当电量市场需求大于每个发电厂商的申报上网电量而小于所有发电厂商申报上网电量之和时，若不受管制，双方出价将趋于无穷大，若受管制，每个发电厂商的最优均衡报价可能是下列三者之一：该发电厂商的单位发电成本、市场最高限价以及单位发电成本与市场最高限价之间的某中间值。     

基于股市和汇市成交量信息视角的股价波动预测

以往研究忽略了汇市成交量包含的信息对股价波动的影响,可能导致模型参数的有偏估计.基于泊松分布的随机波动率模型不仅可有效解决传统做法对成交量信息使用不足的问题,而且通过将汇市成交量信息引入模型,与现有文献形成有益补充.通过SMC算法编程实现了SV-VOL模型的有效估计,发现股市成交量信息有助于股价波动预测;汇市成交量信息是通过股市流入净资本这一间接渠道最终影响股票收益率与股市量价关系.     

股票市场透明度对价格发现效率的影响——基于开盘竞价方式转变的事件研究

在股票市场的交易机制设计中,股票市场透明度是一个重要的方面.有效的市场透明度能够促进价格发现效率,提高市场质量. 以上海证券交易所于2006年7月1日开盘集合竞价由封闭式转为开放式的事件,选择沪市上市公司为研究样本,运用无偏回归分析方法, 研究股票市场透明度对价格发现效率的影响,并从信息角度解释. 得到结论:市场透明度提高后市场流动性降低;知情交易者在开放式集合竞价期间的参与度降低,开盘价并没有反映出知情交易者的信息,阻碍了价格发现,导致开盘价格发现效率降低;这意味着开盘集合竞价透明度的提高并不能有效提高市场质量.     

基于协同效益的绿色制造技术实施顺序决策模型

针对企业实施绿色制造的分步实施的实施顺序问题,综合考虑绿色制造技术产生的直接效益以及绿色制造各技术之间的协同效益,建立了企业绿色制造技术实施顺序决策模型,并对模型的求解进行了论述。结合某企业实际,将模型应用于该企业绿色制造分步实施决策中,为企业实施绿色制造提供了技术支持。     

基于批发价格契约的质量成本审查模型分析

研究了供应链中上下游企业间关于质量成本信息的不对称现象, 并由此可能产生的谎报问题. 建立了以批发价格契约为基础, 同时引入第三方质量成本审查策略的契约机制. 结果表明: 新的契约形式不但可以消除不对称信息的影响, 而且通过审查策略对谎报质量成本信息现象进行了有效的抑制. 下游企业可以通过合理的提高批发价格, 激励上游企业增加质量成本投入, 得到相应较高质量水平的产品, 对生产有正向激励作用. 最后通过算例验证了相关结论.     

我国铁矿石进口价格预测的ECM-SVR混合模型

作为钢铁工业生产的重要原材料之一,铁矿石进口价格的剧烈波动给我国钢铁企业带来巨大的冲击.本文通过分析影响铁矿石价格波动的多种因素,包括供需关系、运费成本、国内外经济环境等,挖掘影响铁矿石进口价格的关键因素,综合考虑其线性和非线性均有的复杂时间序列特征,提出一种基于误差修正模型(error correction model,ECM)和支持向量回归(support vector regression,SVR)的铁矿石价格混合预测模型ECM-SVR.实证结果表明:与单一基准模型和传统混合模型相比,新模型具有较高的预测准确率,这对于钢铁企业控制原料成本和市场投资者合理规避价格风险具有重要指导作用.     

基于量化特征的价格操纵行为监测模型研究

价格操纵通常不包括明显的非法行为(诸如散布金融谣言和控制股权的供需),而是通过看似合法的报单、撤单等交易行为来实现.本文提出了一种基于隐马尔可夫模型的市场价格操纵监测模型系统:首先,基于三类典型的市场价格操纵实例,分析市场价格操纵行为模式的内在特性,利用小波变换和梯度分析作为特征抽取工具,抽取关键特征模式,量化操纵行为的特征模式,通过隐含状态转换机制完整描述市场操纵行为的各种情况组合,解决"异常检测"进行价格操纵监测时不能确定异常行为的具体类型及概率密度函数问题;其次,为提高模型对非平稳性金融数据的适应性,模型增加了一个自适应机制来进行校准,自动跟踪金融时间序列的统计特性的变化,提出基于隐马尔可夫模型的市场价格操纵行为监测模型;最后,模型利用纳斯达克和伦敦股票交易所的真实交易数据及模拟数据对模型的有效性、精确性和稳定性进行实验验证,结果显示无论是使用真实数据还是随机模拟的数据集,本文提出的基于隐马尔可夫模型的监测模型性能均显著高于市场中常见的三类基准模型,为理论研究和实际操作提供了一个完备的验证渠道.