多尺度视角下生猪价格波动特征及调控政策的混合分析模型及实证

近年来,我国生猪价格波动剧烈,严重影响从养殖到零售的整条产业链。为此,国家相继出台了一系列针对生猪市场的调控政策,旨在平抑生猪价格的超常波动,促进生猪市场健康发展。本文运用集合经验模态分解技术对生猪价格进行多尺度分解,并将分解后的特征模态进行重组,深入了解其波动特征。更进一步,综合运用Bai-Perron结构突变检验法与事件分析法,从多尺度视角分析调控政策对生猪价格的影响。结果表明:我国生猪价格主要由生猪市场短期供需不均衡导致的高频分量、重大事件导致的低频分量、经济基本面决定的趋势分量等三个分量组成,其中趋势分量和低频分量为主要分量。生猪市场调控政策主要影响生猪价格的低频分量,而对趋势分量和高频分量影响不大。     

基于EEMD的投资者情绪与股指波动的关系研究

基于集成经验模态分解（ensemble empirical mode decomposition, EEMD）对非线性、非平稳性金融时间序列的有效 处理, 运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项, 提取出 序列在不同时间尺度下的波动特征, 并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项, 中期重大事件 影响项和长期趋势项, 进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性. 实证结 果表明, 投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系： 短期投资者情绪与股指价格波动存 在双向影响, 中期投资者情绪波动领先于股指价格波动, 而长期则转变为股指价格领先投资者情绪波动.     

建国以来中国棉花产量波动规律研究

应用小波分析技术研究我国棉花产量时间序列周期波动规律,得出建国以来我国棉花产量序列存在5a、10a、14a和24a特征时间尺度,并认为5a、10a特征时间尺度主要反映了我国体制、政策方面因素对棉花产量的影响;14a、24a尺度则反映了气候灾害等自然条件对棉花产量的影响.应用小波分解重构技术,对我国棉花产量序列突变点进行了试探性的检测,得出1983年为我国棉花产量序列的一个突变点的结论,认为小波分解重构技术应用于棉花产量序列突变点的研究是切实可行的.图5,参12.     

事件影响下的时间序列多尺度集成预测

针对时间序列的非线性、非平稳和多尺度特征,考虑到事件对序列结构产生的影响,提出事件影响下的时间序列多尺度集成预测策略。首先,基于经验模态分解将原始序列分解成若干分量,从多个尺度展现序列的基本构成;随后,基于迭代累积平方和实现分量序列的变点检验,从多个尺度判别和获取事件对序列产生的结构性影响;然后,基于干预分析构建事件对不同分量序列的影响模型,据此剔除事件影响,获取净化序列;最后,运用基于粒子群优化的支持向量回归,建立单一尺度的序列预测模型,进而实现事件影响下的时间序列多尺度集成预测。实证分析表明:该策略能够精细辨识事件对序列的多尺度影响,有效建立序列总体及分量的预测模型,与传统方法相比,具有更强的事件辨识能力、自适应建模能力和更高的预测精度。     

基于小波多分辨率的中国碳排放权市场价格波动性研究

中国湖北、上海、深圳碳试点市场作为创建时间最早的一批试点市场,不仅市场表现较好,而且交易量、交易额在各试点中排名靠前.由此选取这三家市场的现货收盘价为样本,运用小波多分辨率分析方法进行分解,剔除时间序列中存在的干扰信息;在不同尺度上对收益率波动成分的动态特征进行剖析,进而捕捉多尺度特性和市场丢失的信息.并与欧盟碳排放体系的波动特征进行比较,解释了这三家试点市场收益率的短期波动,长期趋势以及与欧洲碳市场之间的差异.对比发现:中国碳排放权市场交易价格受交易政策、监督机制、成交量和市场参与意愿等因素的制约,表现出波动周期性不强、震荡幅度大、波动性表现较差、价格风险较大和市场活跃度不高等特征.从而提出了中国应加强市场制度与监督机制建设,丰富碳金融产品,提高市场参与主体活跃度,加强市场信息披露,从而降低市场风险的对策建议.     

我国生猪价格波动的系统动力学仿真与对策分析

在分析和归纳现有文献对生猪价格波动研究的基础上,分析了生猪价格波动的结构性原因,并构建了因果分析图和系统动力学流图;在此基础上,建立了系统动力学模型,并进行了仿真分析.结果表明:生产延迟和较大的供给价格弹性是生猪价格大幅波动的本质因素;政府的冻肉收储和母猪保险补贴等政策并不能改变生猪价格大幅波动的规律;只有通过提高生猪饲养规模程度和专业化程度,并配合生猪期货交易,以降低生猪价格供给弹性,才能从根本上改变生猪价格大幅度波动的规律.     

基于T检验的水文时间序列HHT分析方法及应用

Hilbert-Huang变换方法(HHT)是针对非线性、非平稳序列的一种新的时间序列分析方法.针对前人在应用中存在的忽略统计检验的问题,提出了对本质模态函数(IMF)的周期进行T检验的改进方法,设计了基于T检验的HHT模型计算步骤和算法流程,可检验IMF周期的有效性.将改进后的HHT方法用于长江宜昌水文站50年的逐日径流量的分析中,得到了14个反映径流序列波动规律的IMF、一个反映径流变化趋势的趋势项r及Hilbert谱.研究表明,宜昌站径流量存在1~3a、4~5a、9a及准14a的年际变化周期,年内波动对整个径流序列的影响亦较大.对比分析表明了所设计的基于T检验的HHT方法的有效性.     

基于小波多尺度分析的GARCH建模方法的拓展

考虑到交易周期对资产价格波动特征的重要影响,将小波多尺度分析引入广义自回归条件异方差(GARCH)建模理论, 提出了多尺度广义自回归条件异方差模型和多尺度增广分整广义自回归条件异方差均值模型,同时通过改进迭代的步长参数, 得到了收敛速度快于BHHH算法的数值优化方法.对上证综合指数进行实证分析,结果表明: 该模型克服了GARCH理论无法同时揭示蕴含在资产价格内部的多时间尺度信息的缺陷, 还能够捕获到资产收益率在不同时间尺度上的局部波动特征; 改进后的算法对模型参数估值效果十分明显. 这类模型有助于探究资产价格伴随交易周期演化的微观动力学机制.     

时变视角下基于MODWT的沪深300指数现货与期货市场间波动溢出效应

基于极大重叠离散小波变换(MODWT)将收益率序列进行多尺度分解,并从时域与频域两个角度来研究沪深300指数现货与期货间的波动溢出效应。在各级尺度上,运用Granger因果检验判定波动溢出方向,运用时变Coupla函数对波动溢出强度的时变特性进行刻画。研究表明,d1、d2尺度对原始序列波动的能量贡献达70%以上;而溢出方向与强度随着尺度的变化而变化,为此,交易者要注重自身偏好的交易周期上的溢出规律分析,以便做出合理决策。     

基于VMD的中国出口集装箱运价指数分析与组合预测

基于分解-重构-分项预测-集成思想,通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径,构建了基于变分模态分解(VMD)的组合预测模型,对中国出口集装箱运价指数(CCFI)进行了预测,分析了CCFI波动特性及经济内涵.首先,选用VMD将运价指数序列分解为多个模态分量;其次,采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项,通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵;再次,构建了基于数据特征分析的预测模型优选方法,进行了重构项预测;最后,将重构项预测值相加集成,分析了预测效果.实证结果表明,构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型,较好地体现了CCFI外在波动特征与内在经济意义.     

基于EMD-WA模型的BDI指数波动周期特征研究

运用结合EMD分解和小波分析构建的EMD-WA模型,分析了国际干散货市场BDI指数的波动周期特征.通过EMD方法对BDI指数序列进行分解,针对分解出的本征模函数的均值、方差比和周期三个方面的特点,将不同频率的IMF进行分类重构,最后通过小波分析方法得到重构序列的主周期情况,并对结果做进一步分析.研究结果表明:一是BDI序列可以分解为随机波动项、周期波动项和趋势项三部分:二是季节性波动周期长度约为1年(0.88年),短周期长度约为4年(3.70年),中周期长度约为10年(9.96年);三是BDI序列周期特别是短周期呈明显4年到2年的缩短趋势;四是突出分析了重大事件与中、长周期紧密联系.     

我国股票市场行业间波动溢出效应研究——基于改进的EMD去噪方法

针对我国股市噪声交易能量较大、行业指数同步性较高的特点,提出改进的EMD(empirical mode decomposition,经验模态分解)去噪方法对行业数据进行处理,进而采用BEKK-GARCH模型分析金融危机前、金融危机期间、金融危机后三个阶段行业间波动溢出效应.研究表明,在降低股价同步性方面,改进的EMD去噪方法效果更佳;行业间波动溢出效应在金融危机期间显著上升,金融危机后回落;较之金融危机前,金融危机后传统制造业受产业链上游的波动溢出效应有所降低、受科研的波动溢出效应有增强的趋势.     

基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)能量占比的海面漂浮小目标特征检测方法.首先,采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function,IMF)分量,实现对接收回波的频率从...     

基于极值域均值模式分解的语音增强方法

增强低信噪比(signal to noise ratio, SNR)下的语音质量是语音识别需要解决的问题。在众多增强方法中,经验模态分解(empirical mode decomposition, EMD)是目前应用最为广泛的一种方法。针对EMD在对语音进行增强时存在端点效应的问题,研究了极值域均值模式分解(extremum field mean mode decomposition, EMMD)方法。该方法改变了EMD只利用信号的极值点信息的单一做法,充分考虑输入信号所有信息,计算信号极值点间所有数据的均值,可以有效解决EMD中的端点效应问题。因此,提出了基于EMMD的语音增强方法,实验结果表明EMMD方法的引入,消除局部数据中隐含的支流分量,避免了EMD方法的端点效应问题,明显提高了带噪语音的SNR,改善了语音的质量。     

中国ETF基金交易量与价格之间的波动溢出效应

检验了中国ETF基金的交易量和价格之间基于信息的关联关系, 据此对它们之间的波动溢出效应问题进行了探讨. 研究表明: 中国ETF基金的交易量和价格受当期可预期与不可预期信息冲击的影响不同, 而且它们受利坏和利好消息冲击的影响也存在非对称性, ETF基金的交易量和价格之间存在基于信息的关联关系. 中国ETF基金的交易量和价格之间的波动溢出效应非常显著, ETF基金交易量的波动一定会影响到价格未来的波动, 而ETF基金价格的波动也一定会影响到交易量未来的波动, ETF基金的交易量和价格均为信息冲击的共同函数. 中国ETF基金的价格形成机制设计, 尤其是ETF基金价格紧密跟踪标的指数是它存在价格向交易量方向波动溢出效应的主要原因.     

消除EMD端点效应的PSO-SVM方法研究

经验模态分解(empirical mode decomposition, 简称EMD)的端点效应使得EMD分解结果产生严重失真, 为了减小分解过程中产生的端点效应, 将支持向量机(SVM)这一智能算法引入EMD, 提出采用SVM模型解决分解中产生的端点效应问题. 通过支持向量机对其原始数据两端进行延拓, 以获得一个或者多个极大值和极小值. 为了使端点处的延拓变得更加合理, 引入粒子群(PSO)智能算法对支持向量机算法参数进行优化, 使其两个端点处的数据延拓得更加准确, 从而使得三次样条曲线在端点处不会发生大的摆动, 实现EMD分解的固有模态函数(IMF)更加准确可靠. 通过对仿真信号的研究表明, 基于PSO-SVM 方法的延拓方法能够很好地抑制了分解的端点效应.     

Dynamic price model based on transmission delay — Petroleum price fluctuation in China

Petroleum is a kind of fundamental energy resource. Its price fluctuation transmits from upper-stream industry to the lower-stream industry as the production factors price changes. And this leads to the price changes of final consumption. Meantime, due to the cycle of industrial chain, the price changes of lower-stream industry also affect the upper-stream industry in return. This price transmission path is quite complicated. Firstly, it includes both direct and indirect paths; secondly, the transmission process is accompanied with time delay. The traditional input-output price model based on cost-push theory can efficiently solve the first problem when estimating the impact of price fluctuation on the whole price system. However, it neither reflects the dynamic characteristics of price transmission with time nor solves the second problem. To solve this problem, this paper uses the directed weighted network to describe the price transmission among industrial sectors by taking the time-dimension into account, and dynamic price transmission network model is constructed. This model not only describes transmission time delay more accurately, but also calculates the price fluctuation dynamically. On this basis, by utilizing the 2007 Chinese input-output table, this paper conducts empirical analysis on the impact of petroleum price fluctuation on other sectors. The empirical results indicate that the price fluctuation transmission mainly depends on two factors, the orice reaction period Tk and the consumption relationship with petroleum aik. 1） If t 〈 Tk, then the price change of sector k at period t △pkt = 0, the petroleum price fluctuation has not transmitted to the sector k, so the price of sector k remains unchanged. 2） If t 〉 Tk, then Apt 〉 0, and the greater aik, the higher price change rate. 3） If t →∞, it is the same with that in traditional input-output price model. So it can be clearly seen that dynamic price transmission network model is more general than the traditional model, and the traditional model is just an asymptotical special case when time approaches to infinity. Keywords Directed weighted network, input-output price model, petroleum price, transmission time delay.