世界经济与国际原油价格: 基于Kilian经济指数的协整分析

为了研究世界经济如何影响国际原油价格, 以协整理论为基础,通过建立误差修正模型分析了国际原油实际价格与世界经济、世界原油产量以及OECD石油库存的关系.特别地, 利用Kilian经济指数来反映全球经济状况. 研究结果表明:国际原油实际价格,OECD石油库存和Kilian经济指数存在着长期协整关系.在长期,Kilian经济指数对原油实际价格有显著影响,弹性大约为2.05%.随着全球经济扩张以及OECD石油库存下滑,即相对于长期均衡的负向离差加大, 原油实际价格上升, 反之油价下降. 短期内世界经济,OECD石油库存和世界原油产量变动是原油实际价格变动的Granger原因.     

向量分整序列的协整研究

Ｇｒａｎｇｅｒ关于整数阶向量序列的协整研究是为了提示序列之间存在的长期均衡关系,但该协整定义只适用于向量序列单整阶数全部相同且为整数的情形。本文给出了│ｄ│〈０．５情形下单整序列的定义及向量分整序列的协整概念,文章还就分整序列的线性协整关系进行了初步的讨论,给出了包括多维向量分整序列线性协整关系的若干结果。     

基于遗传神经网络的指数跟踪优化方法

针对使用完全复制法进行指数跟踪的缺点和仅以跟踪误差作为指数跟踪目标的不足,以跟踪误差最小化和超额收益最大化两者的权衡作为指数跟踪的目标函数,综合考虑实际中的交易成本、现金、卖空限制等约束,建立指数跟踪优化模型,并采用二进制和实数值混合编码的遗传BP网络对指数跟踪管理中的资金进行优化配置.该算法能同时优化网络结构和权值矢量,并结合遗传算子和Solis Wets算子生成后代使遗传搜索空间的群体多样性更好,加快了遗传算法的收敛速度,提高了连接权系数的优化精度.跟踪深证100指数的实证结果表明:应用遗传神经网络算法进行指数跟踪的效果明显优于完全复制法,并且实现了目标指数的动态跟踪.     

具有高阶单整分量的协整系统

在计量经济学领域，协整的概念被广泛地应用于非平稳时间序列的分析．关于具有高阶单整分量的非平稳时间序列分析问题，本文提出了广义协整的概念，并对广义协整条件下的表现定理进行了讨论．     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列,根据非线性协整的定义,利用基于粒子群优化最小二乘支持向量机的方法,对小样本非线性协整关系检验与非线性误差修正模型建模进行研究,设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究,在协整关系类型判断的基础上,实现了小样本非线性协整关系的检验,建立了预测舰船维修费指数的非线性误差修正模型,并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法,刻画了小样本系统的非线性协整关系,所建立的非线性误差修正模 型具有较好的预测效果,能够有效地预测小样本非线性系统.     

向量分整序列的非线性协整研究

研究了向量分整序列的非线性协整问题。文中就分整序列的非线性协整关系进行了讨论,给出了多维向量分整序列非线性协整关系的若干成果。     

协整系统的贝叶斯推断

讨论协整系统的检验问题．提出一种基于协整系统误差校正模型的贝叶斯协整检测方法，并通过模拟实验说明贝叶斯方法的有效性．     

小样本协整检验的神经网络方法

采用MonteCarlo模拟方法,给出了小样本容量下协整检验临界值的响应面方程。结果表明,小样本协整检验的临界值不仅与样本容量有关,还依赖于协整检验中的滞后阶数。进一步,以样本容量、变量个数、滞后阶数为输入指标,检验临界值为输出指标建立了神经网络模型。神经网络模型比响应面模型具有更高的精度。     

道琼斯工业指数与纳斯达克指数的非线性协整分析

首先对道琼斯工业指数进行分整分析,长记忆的道指被分数维差分得到平稳时间序列;进而对纳指也进行分数维差分.由于两指数的分整阶数不同,故不存在线性协整关系,所以,文章着重讨论两指数的非线性协整关系.     

季节协整系统的贝叶斯推断

讨论季节协整系统的检验问题．提出了一种基于季节协整系统误差校正模型的贝叶斯季节协整检测方法,并通过模拟实验说明贝叶斯方法的有效性．     

指数化投资的风险评估与预测:基于中国指数基金的实证研究

以我国的指数基金为研究对象, 通过实证方法,检验我国指数化投资的风险状况. 首先,对样本指数基金的跟踪误差方差进行分解, 分析其历史风险水平; 然后,引入压力测试, 预测样本指数基金未来的风险水平. 实证结果表明,从总体上看, 样本指数基金的风险控制得较好. 最后, 发现我国的指数基金能够较紧密地跟踪其基准指数;指数基金的风险来源和结构, 符合指数化投资的风险特征.     

中国Divisa M2需求模型

本文计算中国 Divisa M2指数并对其建立需求模型 ,研究发现实际 Divisa M2与实际产出存在协整关系 ,采用误差校正方法建立的动态需求模型具有良好的稳定性.     

中国出口增长的激励机制(Ⅱ)--实证分析

应用已建立的出口模型对中国改革开放以来（１９７８－１９９６）的出口增长趋势进行了实证分析。在运用Ｈｓｉａｏ程序选出最优解释变量的基础上;应用协整方法检验变量间的长期稳定关系,即协整关系;进而建立用来描述中国出口增长由短期波动向长期均衡调整的动态过程的误差修正模型。实证分析结果表明,所有解释变量的估计系数具有我们建模时设定的符号;并且变量之间的存在唯一的长期稳定关系,短期动态模型不仅具有令人满意的拟     

状态空间模型、协调积分与股票价格预测

应用向量值状态空间模型的两步建模方法分析了深圳五种股票价格的动态行为,样本选在１９９６年下半年这一股市波动较为剧烈的时期．研究结果表明：在趋势模型中五种股票的价格序列构成了带有一个共同趋势（根的估计值为０．９９）的协调积分过程．此外在周期模型中还发现了一个较弱的趋势和两个复数根．最后通过有关统计量和２０天的样本外预测以及Ｈｅｎｒｉｋｓｓｏｎ与Ｍｅｒｔｏｎ提出的非参数检验方法验正了分析和预测结果的有效性.     

GPS接收机跟踪环的多径误差分析

基于典型的GPS接收机跟踪环 ,研究了多径效应导致的码相跟踪误差和载波相位跟踪误差 ,得出了码相跟踪误差和载波相位跟踪误差与多径参数的解析表达式。计算机仿真表明 ,码相跟踪误差和载波相位跟踪误差随多径信号的幅度的增大而增加 ;码相跟踪误差和载波相位跟踪误差与多径信号的相位呈周期性变化 ;载波相位跟踪误差随多径延迟的增加而减少。