基于误差修正与分解的区间值股价时间序列预测研究

与点值数据相比,区间数据更能够从全局上刻画股票市场的内在结构特征.然而,已有关于区间数据的预测研究只关注误差序列的单次预测或原始序列的预处理,并且所采用的方法通常不能充分地提取区间值股价时间序列的主要特征.因此,本文提出了对区间值股价时间序列进行预测的误差修正与分解方法.鉴于误差序列在组合预测模型中的作用,本文首先采用Ljung-Box检验和机器学习模型对原始序列产生的区间值误差序列进行检验和修正.接着,利用双变量经验模态分解技术将修正后的误差序列分解成多个本征模态函数(IMFs)和一个残差.随后,利用单个机器学习模型对除了IMF1分量外的各个IMFs分量和残差分别进行预测.最后,将原始序列和误差序列的预测值进行组件聚合,重构出区间值股票价格的预测值.进一步,在提出方法的基础上,本文构建了基于误差修正和分解的区间值股价预测模型,并利用真实的股票市场数据进行实证分析.实验结果表明,所提出的方法在预测精度方面明显优于一些传统方法.     

一种新的集成预测方法——GPVECM

采用基于遗传规划的因子提取方法来解决从大量非平稳数据中提取非平稳因子的问题,并提出一个基于遗传规划与向量误差修正模型相结合的集成预测方法(GPVECM).此方法以预测误差最小化为目标优化了因子提取过程,将因子提取与预测模型有机地集成在一起.本文应用GPVECM方法对中国进出口贸易预测进行了实证检验,取得了良好的预测结果,表明此方法能够有效地提炼数据中的信息,从而提高预测精度,进行有效预测.     

经济时序分析中的非线性诊断

提出基于统计熵的非线性诊断方法,对于实证模型进行非线性诊断,可以大大提高模型的解释力度和分析能力。通过蒙特卡罗模拟数据的分析结果表明,该方法对线性、非线性模型都能够正确地给予诊断。     

风险投资能筛选并培育优质企业吗?——基于中国创业板的模糊断点回归分析

风险投资(venture capital,简称VC)能否筛选出优质企业进行投资并促进被投企业的业绩改善,是判断新兴市场国家风险投资行业是否成熟的一个重要标志.对于这一问题,针对国内市场的研究匮乏.本文以中国创业板上市企业为研究样本,研究VC能否筛选出优质企业以及能否为被投企业带来业绩改善,并进一步探讨其作用机制.研究发现:1)基于逻辑回归,VC未必能筛选出优质的企业,表现为企业业绩变量回归系数不显著;2)基于模糊断点回归进行内生性调整后,VC能够促进被投企业的发展,对被投企业的业绩改善有正向作用;3)从经营效益和创新角度研究VC影响企业业绩的潜在机制发现:一方面,VC降低了被投企业的销售成本率,提高了企业的经营效益;另一方面,VC的进入为被投企业带来行业经验和资源等,促进被投企业技术或商业模式的创新,从而有助于改善企业的经营业绩.本文实证结果表明国内VC具有"增值"作用,能够创造经济价值,但不具有"筛选"作用,揭示了VC对被投企业业绩的影响及潜在作用机制,为VC能促进被投企业的发展提供了新的实证参考.研究结果对于企业、风险投资机构和政策制定者具有借鉴意义和参考价值.     

火力分配的最优剖分与投掷点的全局优化

火力分配的最优剖分与投掷点的全局优化李彦君，顾基发，汪寿阳（中国科学院系统科学研究所，北京１０００８０）ＯｐｔｉｍａｌＰａｒｔｉｔｉｏｎｓａｎｄＧｌｏｂａｌＯｐｔｉｍｉｚａｔｉｏｎｆｏｒＡｉｍｉｎｇＰｏｉｎｔｓｉｎＦｉｒｅＡｌｌｏｃａｔｉｏｎｓＹａｎ...     

利率随资本结构变化条件下的组合投资有效边界

根据企业理财中投融资决策的互动机理 ,针对不完全市场中存在的多种摩擦因子之一—资本结构 (负债率或债权率 )对组合投资的影响 ,将资本结构与投资组合优化结合起来 ,在均值—方差模型基础上 ,引入随资本结构变化对利率的影响这一重要因素 ,研究其对组合投资有效边界及有效组合的作用 ,以及优化模型的解析解.     

基于优选模型的季度国际油价预测系统构建

构建了一个以优选模型为基础的季度油价预测系统.系统不仅依靠模型和内部专家,同时以外部专家的预测值作为参考.系统将优选模型与外部专家的预测值集成后,由内部专家根据掌握的信息和经验,对结果进行综合集成,得到油价预测值.研究发现,基于时差相关的多元回归模型比误差修正模型和带外生变量的误差修正模型更适合预测季度油价.系统通过对模型的优选和对专家的评价,使效果更好的预测值作为集成预测的基础.实际工作中已被中石化和外汇管理局市场预期调查系统所参考,预测精度在市场预期调查系统各成员单位中处于领先水平.     

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.     

广义动态因子模型在景气指数构建中的应用——中国金融周期景气分析

传统的景气指数构建方法,例如广为应用的OECD合成指数方法,不能刻画动态性及指标间的关系,而只能构建单一景气指数.广义动态因子模型方法,不仅可以反映经济系统的动态联系,而且可以在一个统一的框架下同时构建多个景气指数.然而,该模型引入对称滤子导致实时分析存在滞后性.该文首先对算法在样本尾端进行单边化处理,解决实时分析的问题;其次,应用广义动态因子模型,在统一的模型框架下,同时分析中国的货币、信贷、利率等子周期,在此基础上构建了中国的金融周期景气指数,分析中国金融周期的波动及其与重要宏观经济指标间的动态关系.     

具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。