亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        時(shí)間序列模型對(duì)大豆期貨價(jià)格的預(yù)測(cè)比較研究

        2015-04-07 02:41:02
        金融經(jīng)濟(jì) 2015年24期
        關(guān)鍵詞:期貨價(jià)格方差大豆

        褚 冬

        (西北大學(xué)經(jīng)濟(jì)管理學(xué)院,陜西 西安 710127)

        一、緒言

        (一)研究背景及意義

        我國(guó)期貨市場(chǎng)的發(fā)展已有20余年,但其發(fā)展的速度與規(guī)模,均比不上股票市場(chǎng)。因此,對(duì)期貨領(lǐng)域的研究也較少。近年來(lái),隨著我國(guó)經(jīng)濟(jì)的發(fā)展,國(guó)務(wù)院新頒布了《期貨交易管理?xiàng)l例》,我國(guó)期貨市場(chǎng)的發(fā)展?jié)摿Σ豢晒懒俊M瑫r(shí),在期貨界人士的宣傳和教育下,人們對(duì)期貨市場(chǎng)的功能和作用有了一定的了解,在新的理財(cái)觀念的影響下,逐漸接受了期貨投資。而且,近年來(lái)股市震蕩使得越來(lái)越多的人把目光投向了期貨市場(chǎng)這個(gè)新的投資渠道。

        面對(duì)期貨市場(chǎng)的風(fēng)云變幻,投資策略固然重要,但對(duì)期貨價(jià)格未來(lái)波動(dòng)大小及方向進(jìn)行估計(jì)和預(yù)測(cè)對(duì)于投資者或投機(jī)者來(lái)說(shuō)也是至關(guān)重要的。然而,國(guó)內(nèi)期貨價(jià)格波動(dòng)的研究大部分還停留在基本面的分析和技術(shù)分析理論上,程序化交易和數(shù)量分析研究才剛剛起步不久,廣大的散戶投資者更是對(duì)此一無(wú)所知。為此,本文在近年來(lái)國(guó)內(nèi)外時(shí)間序列模型的研究基礎(chǔ)上,通過時(shí)間序列模型在大豆期貨價(jià)格預(yù)測(cè)中的比較研究,選擇一種誤差較小的時(shí)間序列模型,為機(jī)構(gòu)研究者和投資者分析大豆期貨價(jià)格波動(dòng)提供一種科學(xué)的量化分析方法,幫助投資者做出合理的投資決策以獲得更高的投資收益率。

        (二)國(guó)內(nèi)外研究現(xiàn)狀綜述

        1.國(guó)外研究現(xiàn)狀

        國(guó)外對(duì)時(shí)間序列模型的研究開始較早,并廣泛應(yīng)用于經(jīng)濟(jì)領(lǐng)域。西蒙·史蒂芬利用ARIMA模型對(duì)美國(guó)房地產(chǎn)市場(chǎng)的價(jià)格走勢(shì)進(jìn)行預(yù)測(cè),發(fā)現(xiàn)對(duì)時(shí)間序列的線性趨勢(shì)有比較好的預(yù)測(cè)作用,合乎要求的時(shí)間序列是保證ARIMA模型預(yù)測(cè)精度的前提。[1]Md Zakir Hossain等人針對(duì)三種豆類的價(jià)格,通過ARIMA模型進(jìn)行了分析預(yù)測(cè),發(fā)現(xiàn)這一模型的預(yù)測(cè)精度是令人滿意的。[2]

        2.國(guó)內(nèi)研究現(xiàn)狀

        在國(guó)內(nèi)的研究中,主要有兩種研究方式:一種采用單一模型的檢驗(yàn)及預(yù)測(cè),另一種以兩個(gè)或兩個(gè)以上的模型進(jìn)行預(yù)測(cè)并比較。

        前者采用的模型主要有:ARMA模型,ARIMA模型,季節(jié)模型,ARCH模型,GARCH模型及其擴(kuò)展模型。許貴陽(yáng)(2010)通過建立ARMA模型對(duì)中國(guó)黃金價(jià)格進(jìn)行預(yù)測(cè),繞開了傳統(tǒng)的影響黃金價(jià)格的基本因素分析,圍繞實(shí)際數(shù)據(jù)進(jìn)行研究,該模型預(yù)測(cè)值與實(shí)際值相比擬合度高,預(yù)測(cè)結(jié)果較為精確。[3]馮兵(2002)借助 Box-Jenkins建模法和 ARIMA模型的理論以建立時(shí)間序列ARIMA模型,對(duì)LME銅的月結(jié)算平均價(jià)進(jìn)行預(yù)測(cè)。[4]

        后者主要以多模型為主,如梅志娟(2002)分別運(yùn)用了ARMA模型和GARCH模型對(duì)滬銅期貨日收盤價(jià)的預(yù)測(cè)研究,其研究結(jié)果表明,GARCH模型對(duì)期銅較長(zhǎng)時(shí)間的預(yù)計(jì)比較準(zhǔn)確。[5]劉軼芳,遲國(guó)泰等(2006)基于 GARCH -EWMA的期貨價(jià)格預(yù)測(cè)模型,用GARCH模型對(duì)EWMA模型中的關(guān)鍵參數(shù)—衰減因子進(jìn)行測(cè)定,接近了以往使用EWMA模型時(shí)沒有一個(gè)科學(xué)的確定衰減因子的方法,同時(shí)也通過對(duì)期貨價(jià)格的衰減因子進(jìn)行確定,發(fā)現(xiàn)不同品種不同時(shí)間的衰減因子顯著不同,也就是意味著不同期貨品種并不一定都適合用同一種模型進(jìn)行預(yù)測(cè)。[6]王江、費(fèi)宇(2010)構(gòu)建了上海鋅期貨日收盤價(jià)預(yù)測(cè)模型,針對(duì)單一模型存在預(yù)測(cè)誤差大的問題,結(jié)合了時(shí)間序列ARIMA模型、回歸模型及組合模型來(lái)分析預(yù)測(cè)鋅收盤價(jià),結(jié)果發(fā)現(xiàn)組合預(yù)測(cè)模型的精度高于單一模型的分析。[7]

        二、傳統(tǒng)時(shí)間序列模型簡(jiǎn)介

        1.AR模型

        p 階自回歸模型 AR(P)可表示為 Xt= φ1xt-1+ φ2xt-2+… +φpxt-p+μt,其中 μt為白噪聲。

        2.MA模型

        若μt不是白噪聲,則認(rèn)為μt為q階移動(dòng)平均模型MA(q):

        Xt=at- θ1at-1- θ2at-2… - θqat-q,其中 at為白噪聲。

        3.ARMA模型

        自回歸移動(dòng)平均模型ARMA(p,q):

        該序列要求是平穩(wěn)的,如果序列非平穩(wěn),則先進(jìn)行差分,若d階差分平穩(wěn),則其d階差分可用ARMA模型,原序列則適合ARIMA模型。

        三、改進(jìn)的時(shí)間序列模型簡(jiǎn)介

        1.ARCH模型

        該模型最初是由Engle于1982年提出的,其定義為:

        其中,εt是t期的擾動(dòng)項(xiàng),它是獨(dú)立同分布的白噪聲過程,表示偶發(fā)因素的作用。為條件方差,必須保證條件方差嚴(yán)格為正。滿足上述條件的模型稱為ARCH模型。

        2.GARCH模型

        在ACRH模型基礎(chǔ)上,Bollerslev(1968)提出了廣義自回歸條件異方差模型陣,它比ARCH模型需要的滯后階數(shù)更小,且與ARMA模型有相類似的結(jié)構(gòu)。GARCH模型定義如下:

        其中 p ≧0,q ≧0,αi>0(i=0,1,2,……q)

        3.GARCH—M模型

        均值廣義自回歸條件異方差模型是GARCH模型的一種推廣。該模型表示為:

        四、實(shí)證研究

        (一)樣本數(shù)據(jù)的選取

        大連的大豆期貨作為農(nóng)產(chǎn)品中的大品種,具有明顯的周期性規(guī)律。大連大豆期貨市場(chǎng)已成為全球第二大大豆期貨市場(chǎng),排在第一的是有著上百年交易歷史的美國(guó)CBOT大豆期貨市場(chǎng),其期貨價(jià)格是國(guó)際上最權(quán)威的期貨價(jià)格。近來(lái)來(lái),國(guó)內(nèi)大豆期貨價(jià)格美國(guó)CBOT的大豆期貨價(jià)格具有較強(qiáng)的相關(guān)性。因此,大豆期貨價(jià)格可以作為比較理想的樣本數(shù)據(jù)進(jìn)行時(shí)間序列分析。

        由于在期貨交易中,有一個(gè)合約的成交量是最大的,這一合約被稱為主力合約。它是市場(chǎng)上最活躍的合約,投資者基本上參與這個(gè)合約的交易,因此,這個(gè)合約的價(jià)格就具有權(quán)威性。而期貨交易又存在交割月,因此主力合約并不是固定的,而是隨著資金的流入和流出而變化的。為了保證序列的連貫性,又不失價(jià)格的權(quán)威性,本文在國(guó)泰君安期貨有限公司文華財(cái)經(jīng)軟件上選取2007年1月4日至2012年5月4日以成交量作為權(quán)重的大豆指數(shù)的收盤價(jià)共1278個(gè)數(shù)據(jù)作為樣本數(shù)據(jù),進(jìn)行研究。

        1)運(yùn)用關(guān)注點(diǎn)分析法分析問題,即將復(fù)雜問題簡(jiǎn)化為簡(jiǎn)單問題的累積。如這道題中,將最終結(jié)果的計(jì)算簡(jiǎn)化為三個(gè)過程的累積:a.求和;b.選取最大值和最小值;c.計(jì)算平均值。

        (二)平穩(wěn)性檢驗(yàn)

        運(yùn)用Eviews6.0做出大豆指數(shù)的收盤價(jià)散點(diǎn)圖(圖3-1)。從圖中可以看出,序列非平穩(wěn)。

        圖3-1 大豆指數(shù)收盤價(jià)

        從趨勢(shì)圖中可以看出序列非平穩(wěn),為了消除時(shí)間序列的非平穩(wěn)性,對(duì)原數(shù)據(jù)取自然對(duì)數(shù)后一階差分,即定義期貨價(jià)格日收益率第t個(gè)交易日大豆指數(shù)的收盤價(jià)格。

        看日收益率的走勢(shì)圖(圖3-2),可以看出R序列基本圍繞著0上下波動(dòng),初步判斷是一個(gè)平穩(wěn)的時(shí)間序列。

        圖3-2 日收益率走勢(shì)圖

        ADF檢驗(yàn)結(jié)果顯示,單根統(tǒng)計(jì)量ADF=-38.68,小于顯著性水平的ADF臨界值,因此拒絕原假設(shè),即R序列是平穩(wěn)的??梢詫?duì)R序列進(jìn)行時(shí)間序列建模。

        (三)模型的建立與分析

        1.ARMA模型建立與分析

        通過對(duì)R的相關(guān)圖和偏相關(guān)圖(表3-3)的分析,應(yīng)用剔除法進(jìn)行ARMA模型的估計(jì),建立ARMA(2,2)模型。

        輸出表達(dá)式為:

        圖3-5 殘差序列圖

        從殘差序列圖(圖3-5)看,容易發(fā)現(xiàn)該殘差序列波動(dòng)呈現(xiàn)“群集性”現(xiàn)象,即大幅波動(dòng)后面緊跟大幅波動(dòng),而小幅波動(dòng)后面緊跟小幅波動(dòng)的現(xiàn)象。這說(shuō)明模型可能存在自回歸條件異方差,需要進(jìn)一步做ARCH效應(yīng)檢驗(yàn)。

        ARCH-LM檢驗(yàn)結(jié)果顯示,F(xiàn)和LM統(tǒng)計(jì)量均在5%的顯著性水平下拒絕原假設(shè)。殘差的平方序列存在2階自相關(guān),因此應(yīng)建立ARCH模型。

        在ARMA(2,2)模型的基礎(chǔ)上建立ARCH模型,均值方程為:

        GARCH(1,1)方程:

        根據(jù)資產(chǎn)定價(jià)理論,金融市場(chǎng)的風(fēng)險(xiǎn)是決定金融產(chǎn)品價(jià)格的重要因素,一個(gè)投資者在做出某一投資決策時(shí),不但要考慮收益率,還要考慮收益率的波動(dòng),或者說(shuō)風(fēng)險(xiǎn)的大小。方差的增加將導(dǎo)致預(yù)期收益率的增加,因此引入“將風(fēng)險(xiǎn)因素引入金融資產(chǎn)定價(jià)過程”的思想,考慮將風(fēng)險(xiǎn)因素作為解釋變量,引入序列的均值方程,建立GARCH-M模型。

        在實(shí)際行情走勢(shì)中,常??梢杂^察到這樣一個(gè)現(xiàn)象,利多和利空的消息對(duì)期貨價(jià)格的影響是不一樣的。如果期貨價(jià)格在市場(chǎng)上向上或向下波動(dòng)相同的幅度,往往利空向下的波動(dòng)性要大于利多向上的波動(dòng)性,這就是杠桿效應(yīng)。因此通過建立TGARCH模型考察新息曲線的對(duì)稱性,即考慮條件方差對(duì)沖擊的反應(yīng)是否對(duì)稱。均值方程:

        GARCH(1,1)方程:

        下面考察是否可以建立組合GARCH模型。均值方程:

        GARCH(1,1)方程:

        (ωt-ω)項(xiàng)系數(shù)是0.9919,說(shuō)明長(zhǎng)期參數(shù)將緩慢地收斂于穩(wěn)定狀態(tài)。

        綜上分析,可以建立 ARMA(2,2)—GARCH(1,1)模型和 ARMA(2,2)—組合 GARCH(1,1)模型。

        (四)模型的選擇與預(yù)測(cè)

        首先分別對(duì)這兩個(gè)模型進(jìn)行ARCH效應(yīng)檢驗(yàn)。兩個(gè)模型的F、LM統(tǒng)計(jì)量的值對(duì)應(yīng)的概率都遠(yuǎn)大于0.05,說(shuō)明這兩個(gè)模型的誤差項(xiàng)中已不存在自回歸條件異方差。

        為了選擇一個(gè)最優(yōu)的模型,下面對(duì) ARMA(2,2)—GARCH(1,1)模型和 ARMA(2,2)—組合 GARCH(1,1)模型分別做預(yù)測(cè)性檢驗(yàn)。檢驗(yàn)結(jié)果如表3-14:

        表3-14

        兩個(gè)模型的預(yù)測(cè)誤差都不大,相對(duì)來(lái)說(shuō),ARMA(2,2)—GARCH(1,1)模型的誤差更小,預(yù)測(cè)效果更好。因此可以選擇ARMA(2,2)—GARCH(1,1)模型對(duì)大豆期貨價(jià)格進(jìn)行預(yù)測(cè)。

        應(yīng)用ARMA(2,2)—GARCH(1,1)模型對(duì)5月7日至5月11日大豆指數(shù)預(yù)測(cè),并與真實(shí)值相比較,結(jié)果如表3-15:

        表3-15

        從預(yù)測(cè)結(jié)果分析可以得出以下結(jié)論:

        第一,連續(xù)5日的預(yù)測(cè)平均誤差為1.87%,預(yù)測(cè)誤差不是很大,作為大豆期貨價(jià)格的短期預(yù)測(cè)模型基本可行。

        第二,隨著預(yù)測(cè)時(shí)間的延長(zhǎng),預(yù)測(cè)的誤差也逐漸增大,反映了該模型短期預(yù)測(cè)的效果比較好。

        第三,5月9日和5月11日兩日的預(yù)測(cè)誤差相對(duì)較大,而與之對(duì)應(yīng)的是,這兩日大豆期貨價(jià)格跌幅較大,日內(nèi)跌幅都超過了1%。說(shuō)明該模型在大豆期貨價(jià)格日內(nèi)漲跌幅較大的情況下預(yù)測(cè)效果可能不是很好。

        五、展望

        如今,ARCH類模型在國(guó)際學(xué)術(shù)界已成為熱點(diǎn),但目前我國(guó)在該領(lǐng)域的研究還比較薄弱,如利用更高級(jí)的ARCH類模型,應(yīng)用于股市、期市、外匯等金融領(lǐng)域。限于時(shí)間和本人的學(xué)術(shù)水平,本文只做了膚淺的討論,其中尚有許多不足之處。

        首先,本文只對(duì)幾個(gè)比較常用的ARCH類模型進(jìn)行比較研究,選擇較為合適的模型,而對(duì)另一種典型的異方差模型SV模型并未做一定的探討,而SV模型正成為國(guó)內(nèi)外金融經(jīng)濟(jì)學(xué)家的研究熱點(diǎn)。

        其次,由于期貨合約存在交割月,因此本文選取根據(jù)成交量對(duì)主力合約加權(quán)平均后的大豆期貨指數(shù)為研究對(duì)象,默認(rèn)大豆期貨收益率滿足正態(tài)分布,并沒有對(duì)不同分布下的預(yù)測(cè)效果進(jìn)行比較分析。

        最后,本次研究發(fā)現(xiàn)模型對(duì)大跌時(shí)的大豆期貨價(jià)格預(yù)測(cè)效果不佳,而且大豆期貨價(jià)格在周末和節(jié)假日具有非連續(xù)性,對(duì)于如何完善和改進(jìn)模型還需進(jìn)一步的研究,本人將在以后的工作中繼續(xù)探索這些問題。

        [1]Simon Stevenson,“A comparison of the forecasting ability of AR MIA models”,Journal of Property Investment&Finance,vol.25,no.3(January 2007),pp.223 -240.

        [2]Md Zakir Hossain,Quazi Abdus Samad,“ARIMA model and forecasting with three types of pulse prices in Bangladesh:a case study ”,Interna tional Journal of Social Economics,vol,33,no.4(November 2006),pp.344 -353.

        [3]許貴陽(yáng),中國(guó)黃金現(xiàn)貨價(jià)格預(yù)測(cè)模型——基于時(shí)間序列的數(shù)據(jù)分析[J].中國(guó)證券期貨,2010,(12).

        [4]馮兵,LME銅價(jià)時(shí)間序列的預(yù)測(cè)模型,[J].中國(guó)證券期貨,2011,(9).

        [5]梅志娟,ARMA-GARCH模型的期貨價(jià)格預(yù)測(cè)比較研究,[J].經(jīng)濟(jì)研究導(dǎo)刊,2010,(34).

        [6]劉軼芳,遲國(guó)泰.基于GARCH-EWMA的期貨價(jià)格預(yù)測(cè)模型[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2006,(19).

        [7]王江,費(fèi)宇.上海鋅期貨價(jià)格的組合預(yù)測(cè)分析,[J].中國(guó)證券期貨,2011,(1).

        [8]趙偉雄,崔海蓉,何建敏.GARCH類模型波動(dòng)率預(yù)測(cè)效果評(píng)價(jià)—以滬銅期貨為例,[J].西安電子科技大學(xué)學(xué)報(bào),2010,(4).

        [9]張美英,何杰,時(shí)間序列預(yù)測(cè)模型研究綜述,[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2011,(18).

        [10]王振龍,胡永宏,應(yīng)用時(shí)間序列分析[M].北京,科學(xué)出版社,2007.

        [11]張世英,許啟發(fā),周紅,金融時(shí)間序列分析[M].北京,清華大學(xué)出版社,2008.

        猜你喜歡
        期貨價(jià)格方差大豆
        方差怎么算
        注意防治大豆點(diǎn)蜂緣蝽
        從大豆種植面積增長(zhǎng)看我國(guó)糧食安全
        巴西大豆播種順利
        大豆的營(yíng)養(yǎng)成分及其保健作用
        新冠疫情對(duì)黃金期貨價(jià)格的干預(yù)影響研究
        概率與統(tǒng)計(jì)(2)——離散型隨機(jī)變量的期望與方差
        紅棗期貨價(jià)格大漲之后怎么走
        計(jì)算方差用哪個(gè)公式
        方差生活秀
        日本人妻系列中文字幕| 天天躁狠狠躁狠狠躁夜夜躁| 亚洲妇女水蜜桃av网网站| 国产在线不卡AV观看| 亚洲av乱码专区国产乱码| 国产一区二区三区观看视频| 精品国产日产av在线| 华人在线视频精品在线| 伊人久久精品无码av一区| 中文字幕在线播放| 国产一级免费黄片无码AV| 开心激情站开心激情网六月婷婷| 日韩精品一区二区三区av| 国产在线91精品观看| 婷婷久久香蕉五月综合加勒比| 国产乱色精品成人免费视频| 免费毛片性天堂| 日本一道高清在线一区二区| 成人影片麻豆国产影片免费观看| 成人国产精品一区二区网站公司| 欧美最猛黑人xxxx黑人表情| 久久久久久人妻精品一区百度网盘| 国产精品女同一区二区久| 精品精品国产三级av在线| 午夜亚洲av日韩av无码大全| 在线视频这里只有精品| 日本在线中文字幕一区| av网页免费在线观看| 亚洲av色欲色欲www| 和外国人做人爱视频| 五十路熟妇亲子交尾| 伊人不卡中文字幕在线一区二区 | 成人无码区免费a片www| 国产精品一区二区av片| 韩国免费一级a一片在线| 亚洲最大中文字幕熟女| 国产精品久线在线观看| 国内免费AV网站在线观看| 激情人妻网址| 久久国产精品美女厕所尿尿av| 久久人妻无码一区二区|