沪深港股指时间序列GRANGER因果关系变化分析

目的 在于利用时间序列分析理论研究证券市场间Granger因果关系及其变化.以沪、深、港三证券市场每日收盘综指数据为基础,检验其形成的指数时间序列之间Granger因果关系的存在性,据此分析在香港回归前后三市场指数时间序列间Granger因果关系及其变化情况.根据检验表明:(1)各分析时段里香港与上海、深圳间不存在Granger因果关系,而上海与深圳间存在Granger因果关系；(2)各分析时段里三市场间均存在Granger同期因果关系.     

沪深港股指时间序列协整关系变化研究

研究意义在于用时间序列协整理论分析证券市场间长期稳定的均衡关系.用沪深港证券市场每日收盘综指数据,将其指数形成的时间序列进行协整检验,分析三市场指数时间序列在香港回归前后协整关系的变化.分析表明:(1)三市场每日收盘指数时间序列存在部分协整关系,说明相关市场间有长期稳定的均衡关系;(2)用协整理论分析三市场间均衡关系的结论与实际较吻合;(3)与相关研究相比所选指数数据频率更高,时间段更长.     

基于因子分析法的汽车零部件中心仓库选址模型

采用溶胶-凝胶法制备了单斜结构的Li Fe BO3/LBO复合材料(C2/c空间群).通过XRD,SEM,充放电测试、循环伏安、交流阻抗等手段分别对结构、形貌和电化学性能进行了研究.结果表明,与不含LBO的Li Fe BO3相比,复合材料具有较高的放电比容量和良好的循环性能,尤其是当复合材料中含有15.1%LBO时,该材料在C/20倍率下获得了194.6m Ah/g的首次放电比容量,100次循环后放电比容量仍维持在137.0 m Ah/g.循环伏安和交流阻抗测试结果也表明,LBO含量为15.1%的复合材料中Li Fe BO3粒子之间的导电性明显得到改善.     

基于因子分析法的汽车零部件中心仓库选址模型

零部件售后服务是汽车业竞争的焦点之一.基于因子分析法,构建汽车售后零部件中心仓库选址模型,并采用全国30个主要城市进行对汽车售后零部件进行实证研究,结果表明,提出方法不仅具有很好的实用性,还具有较好的应用前景.     

时间序列协整关系的存在性及检验方法

利用时间序列协整理论来提高金融系统中长期预测精度是其重要应用领域.在时间序列协整关系存在性的判断及检验方法的研究领域中,国外以2003年度诺贝尔经济学奖得主Engel和Granger所研究的线性协整为成熟代表,他们研究的是非平稳时间序列之间的长期线性协整关系,国内以张世英为代表的研究集体所研究的是非线性与长记忆时间序列间的协整关系并在这方面取得了一系列创造性的成果,他们还在非协整系统中分量序列的非线性变换、贝叶斯检验等方面也有较深入的研究.本文主要介绍了这些时间序列协整关系的存在性及检验方法并对这些方法进行适当对比分析.