生猪价格波动特征及影响事件的混合分析模型与实证

探索生猪价格波动特征,特别是把握其内在波动规律、研究外部事件对其产生的影响,对于规避生猪养殖风险, 促进生猪产业的健康发展有着重要意义.在分析生猪产业规律的基础上,提出了生猪价格波动特征及影响事件的混合分析模型. 利用经验模态分解算法(EMD)对我国生猪价格进行多尺度特征分解,并对各个特征模态进行统计分析,把握生猪价格波动规律; 采用ISCC、Chow检验等结构变点分析算法对各个特征模态进行结构变点检验,将结构变点检验结果与生猪产业重要外部事件进行对比, 总结各类外部事件对生猪价格各模态特征的影响.采用全国畜牧总站等机构收集的2000年1月-2009年5月我国生猪价格数据作为样本进行实证分析, 研究结果表明我国生猪价格主要由长期趋势模态、17个月为尺度的经济周期模态、51个月为尺度的养殖周期模态, 以及短期自调周期模态等四个模态构成,其中长期趋势模态和经济周期模态为主要模态. 生猪疫情、自然灾害、政府宏观调控等外部事件只对我国生猪价格的养殖周期模态与短期自调周期模态有影响, 而对长期趋势模态、经济周期模态影响不大.     

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.     

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.     

生猪价格波动的复杂网络特征及模态传导

为分析生猪价格波动的复杂网络特征及模态传导,构建了生猪价格的复杂网络,分析价格网络的模态特征、生猪价格波动核心模态节点的加权集聚系数、K-核的传导模态和转换时间特征。研究得出,六种模态的加权出度分布的和高达79.26%,模态传导是价格波动的主要传导途径,是一个由6个主要模态组成的单向闭环;价格波动具有较强的渐进性、持续性和周期性;价格的下降模态转换出现在3月、4月、5月,价格的上升模态转换出现在7月、8月、9月、10月和11月。     

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.     

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Hilbert-Huang变换的房地产调控政策对地产指数的影响

运用Hilbert-Huang变换的方法将地产指数价格分解成几个本征模函数的叠加，通过t 检验、Hilbert-Huang 频谱和功率谱分析将其归类重组，最终形成了地产指数的三个基本分量. 在此基础上对2002 年5月9日至2011年2月9 日期间颁布的142条房地产宏观调控政策进行作用力检验，并通过模拟政策作用力探究其对地产指数价格分量的影响，最终找到53 条影响市场波动价格和54 条影响重大事件价格的政策. 从Hilbert-Huang频谱分析上来看，2007 年1月至2009年2月的一系列宏观调控政策增加了地产指数市场波动价格的波动程度. 从对政策作用力的模拟来看，市场对于货币政策的反应非常灵敏，而对于某些商品房市场政策、土地市场政策等反应有一定的滞后性. 政策初始作用力的大小与持续时间无关.     

股指期货对冲比率和对冲期限关系的多尺度研究

为研究股指期货对冲比率与对冲期限的关系,基于小波分析推导了多尺度最优对冲比率的计算方法,揭示了期货和现货的波动性及相关性的多尺度变化导致了最优对冲比率和对冲效率多尺度变化的本质.通过对国际上具有代表性的股指期货的实证研究表明,股指期货和现货的波动性和相关性存在有规律的多尺度变化特征.其中,在高频尺度上, 股指期货和现货的波动率差异较大,相关性较小.而在低频尺度上,波动率差异较小,相关性较大.进一步研究表明,波动性和相关性的多尺度变化导致了最优对冲比率及对冲效率呈相似规律的多尺度变化.     

空中目标辐射源的个体识别方法

针对传统的辐射源个体识别方法在低信噪比环境下识别性能不佳的问题,提出了一种空中目标辐射源的个体识别方法,该方法利用经验模态分解和变分模态分解得到信号不同频率的模态分量,将各模态分量的多尺度排列熵作为特征,利用主成分分析对数据进行降维,并采用支持向量机分类器进行辐射源个体识别。仿真结果表明,该方法对相位噪声、频率漂移以及谐波失真等细微特征的识别性能明显优于传统方法,并具有良好的抗噪性。     

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.     

中国A股行业溢出效应的实证分析——基于小波分解和多元GARCH-VAR模型

本文首先对A股市场进行聚类分析,找出比较典型的3个代表性行业,之后进行小波分解,提取出这些行业数据的低频部分(趋势)和高频部分(周期和不规则)。然后,对行业的低频数据建立VAR模型,进行Granger因果关系分析和方差分解,以检验行业间的均值溢出效应。研究结果表明A股市场不同行业之间的均值溢出效应很显著。最后,对行业的高频数据部分,进行DCC-GARCH和BEKK-GARCH建模,分析不同行业间的时变关系和波动溢出效应。研究结果表明A股市场不同行业间的相关性是时变的,行业间的双向波动溢出效应明显,但单向溢出效应中有个别行业并不显著。     

基于价格强度模型的量价关系与交易策略研究

本文将股票日内高频价格序列分解为价格上涨事件和价格下跌事件,采用价格强度模型刻画股票价格的动态特征,并捕捉日内微观尺度下交易量对股票价格的影响.研究结果表明,交易量对价格起助涨助跌的顺势推动作用:上涨后放量有助于进一步提高股票价格,下跌后放量则进一步压低股票价格.此外,交易量的影响具有不对称性,上涨时的助涨效应较下跌时的助跌效应更为明显.基于价格强度模型设计的高频交易策略可以获得显著的超额收益,表明A股市场仍然不是弱式有效市场.相比于纯价格数据,交易量数据具有预测价格的额外信息.本文为高频价格动态研究提供了新的建模分析框架,同时为日内量价关系和市场有效性问题提供了新的证据.     

国内外市场联动下非竞争型投入产出价格模型及俄乌冲突对我国物价影响测算

受俄乌冲突影响,国际大宗商品价格剧烈波动,给我国带来了输入性通胀的风险.本文构建了考虑国内外市场联动的非竞争型投入产出价格模型,该模型不仅能刻画由于进口原材料成本波动导致的国内下游产品价格变化,而且考虑了由于国内外市场价格联动所导致的国内同类产品的价格波动及其在产业链中的连锁反应,从而能够更加准确地测算国际价格波动对我国国内物价的影响.本文应用该模型分析了俄乌冲突对我国国内物价的影响,结果表明,整体而言俄乌冲突对我国PPI的影响大于CPI,且对物价造成的影响主要通过能源传导至国内;分部门来看,精炼石油和核燃料加工品等高耗能部门受影响较大,第三产业等与能源上下游关系较远的部门受影响较小.     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

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...     

基于耦合的新船价格波动影响因素分析

针对新船价格波动机理,通过分析船舶市场运行过程中影响新船价格的各种因素所占权重,以及这些因素作用下最终形成市场价格的过程,研究新船价格波动背后的形成过程和作用体系.首先,为解决多元数据求极值问题,提出动态粒子平衡的均匀采样方法,并在高维空间的单位超球面上生成权重方向向量,得到映射到不同方向向量上的投影序列.其次,为消除不平稳、不规则数据的影响,运用经验模态分解方法对投影序列进行处理,生成不同度量尺度下的平稳序列.再次,考虑到随机抽样的离散特性,以本征模函数与目标序列的判定系数为优化目标,加入了遗传算法得到在连续超球面上的优化结果.最后,通过对新船价格及其各相关因素的历史数据进行分析,得出拟合度较高的曲线及其所对应的各因素所占权重.分析表明该方法能够有效解决多元序列求极值和多元非平稳序列的相关性分析问题,能够综合考虑更多因素描述与新船价格的波动机理,为以后船舶价格预测提供一种新的方法.     

基于微观结构噪音修正的波动率估计——以中国股市逐笔交易数据为样本

基于中国股市遂笔交易数据,有效利用全样本不规则采样数据,采用二尺度已实现波动率(TSRV)方法对我国股票市场分离噪音下的日波动率进行估计,并将TSRV方法拓展至日内高频时段,结合RV模型进行了对比研究,研究结果正示逐笔交易数据相对传统起高频数据包含更多的交易信息,噪音的存在严重的干扰了波动率估计,TSRV方法在中国市场条件日间和日内都具有较好的适用性,能有效别出微观结构噪音对波动率估计的影响,提高波动率的估计精度和稳定性.实际应用中,TSRV方法对低频采样频率的选取具有很好的鲁棒性.     

基于小波和脊波的图像联合去噪方法

为了在图像去噪时更好地保持细节特征,提出了联合小波和脊波的阈值去噪方法。在含噪图像小波分解后,对每一尺度下三个高频子带的细节分量进行单层逆变换,得到该尺度下的细节图像。对细节图像进行脊波阈值去噪处理,然后再进行单层小波分解。用所得的高频子带分别代替先前小波分解所得的高频子带。最后对处理后的图像小波系数进行小波逆变换,得到去噪图像。实验表明,在处理具有直线特征的图像时,该方法要优于单纯的小波或脊波阈值方法。     

基于经验模态分解的航空公司旅客流量分析

航空公司的旅客流量受宏观经济、季节性、竞争等诸多因素的影响,具有显著的非线性和非平稳性。不同于以往研究,本文提出应用经验模态分解(简称EMD)方法对航空公司的旅客流量进行分析。文中航空公司的旅客流量序列被分解为受宏观经济驱动的趋势项、受季节性因素影响的低频部分和受竞争等不确定性因素影响的高频部分。研究表明,EMD方法能有效地分解旅客流量序列,而且相比传统的线性预测模型,经过EMD分解的预测方法能得到更高的预测精度。     

土地价格、房地产信贷规模与房价的相互影响与均衡关系

房地产业的发展高度依赖银行信贷支持和土地供应。因此,土地出让政策和房地产信贷规模和房价之间可能存在相互影响的均衡关系。笔者选用从2000年第1季度至2013年第1季度我国房屋销售价格、房地产信贷规模和土地交易价格三个变量的时间序列数据,构造了反应三个变量短期和长期关系的向量误差修正模型,进行脉冲响应分析与方差分解分析,着重探讨了住宅销售价格、房地产信贷规模和土地交易价格三者的互动关系。结论表明:土地价格、银行信贷规模(房地产企业国内贷款余额与购房贷款余额)对住宅价格存在显著的长期稳定的影响。其中,土地价格对房价的影响略高于信贷规模对房价的影响。因此,政府在调控房价中应组合运用的土地政策与信贷政策,有效抑制房价过度波动。