于雯 遼寧科技大學(xué)經(jīng)法學(xué)院金融工程系
2021年,隨著新冠疫情的控制,經(jīng)濟(jì)逐漸恢復(fù),對鋼鐵行業(yè)帶來正面積極的支撐。進(jìn)一步推動鋼材價格的提振,使鋼材產(chǎn)量屢創(chuàng)新高。這對于鋼鐵行業(yè)來說是風(fēng)險和機(jī)遇并存。因此,科學(xué)合理地運(yùn)用價格預(yù)測技術(shù),預(yù)測鋼材價格的變化趨勢,對于投資者規(guī)避風(fēng)險,把握當(dāng)下機(jī)遇來說十分有必要。
觀察所選的數(shù)據(jù)可明顯看出原始序列隨時間變動的趨勢,并且在后段一部分?jǐn)?shù)據(jù)波動不集中。而在前半部分?jǐn)?shù)據(jù)較集中,由其偏度和峰度可看出,原始序列不服從正態(tài)分布。同時從原始數(shù)據(jù)的自相關(guān)圖中可以看出明顯的拖尾過程,衰減速率很低,所以可以判斷序列不平穩(wěn)。而在PAC中可以看出在一階和二階之間出現(xiàn)0,所以序列可能是一階單正的。一階差分后,雖然序列仍不服從正態(tài)分布,但觀其峰度偏度,序列接近正態(tài)分布。
ARMA模型是指將非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)的時間序列,然后將因變量僅對它的滯后值及其隨機(jī)誤差項(xiàng)的現(xiàn)值、滯后值進(jìn)行回歸所建立的模型。
一般而言,金融序列都具有其次非平穩(wěn)性特征,若將其轉(zhuǎn)化為平穩(wěn)序列,必須對原數(shù)據(jù)序列進(jìn)行d階差分,使其滿足平穩(wěn)性的特征。因此,階數(shù)選擇是關(guān)鍵。其次,針對模型的選擇和定階問題,這里通過自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的性質(zhì),以及信息準(zhǔn)則來確定。白噪聲就是均值為零、方差為常數(shù)的穩(wěn)定隨機(jī)序列,計(jì)量模型中的隨機(jī)誤差項(xiàng)必須是白噪聲,模型才有經(jīng)濟(jì)意義。比較每個模型中AIC 和SC 統(tǒng)計(jì)量,取最小的統(tǒng)計(jì)量對應(yīng)的滯后期數(shù)作為模型的階數(shù)。
根據(jù)ARMA 模型建模的前提要求,對河鋼股份原始樣本數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn),觀察其時間序列圖,可以初步判斷序列不平穩(wěn)。對原始數(shù)列進(jìn)行ADF檢驗(yàn),發(fā)現(xiàn)原序列不平穩(wěn)。然后對原始數(shù)據(jù)進(jìn)行一階差分,再進(jìn)行ADF檢驗(yàn)后,一階差分序列平穩(wěn)。
根據(jù)模型識別基本原則建立ARMA模型。根據(jù)AIC 準(zhǔn)則和SC 準(zhǔn)則選取最優(yōu)模型,結(jié)果顯示ARMA(2,2)模型的AIC和SC 統(tǒng)計(jì)量最小,該模型最優(yōu)。觀察ARMA(2,2)模型的估計(jì)結(jié)果,可以看出參數(shù)估計(jì)值中的p值都顯著,說明系數(shù)具有統(tǒng)計(jì)意義,而常數(shù)項(xiàng)的p 值并不顯著。把常數(shù)項(xiàng)剔除之后,重新對模型ARMA(2,2)進(jìn)行估計(jì)和檢驗(yàn),結(jié)果表明:模型的系數(shù)依然顯著,但是AIC和SC 統(tǒng)計(jì)量增大,因此為了擬合效果更好選擇保留常數(shù)項(xiàng)。
對參數(shù)估計(jì)后的殘差序列進(jìn)行白噪聲檢驗(yàn)后,觀察殘差序列的自相關(guān)圖和偏自相關(guān)圖Q值,發(fā)現(xiàn)其符合白噪聲序列,所以可以運(yùn)用ARMA(2,2)模型對河鋼股份鋼材未來價格進(jìn)行預(yù)測。
最后觀察最優(yōu)ARMA結(jié)構(gòu)模型的靜態(tài)預(yù)測圖可以看出真實(shí)值與預(yù)期值有明顯的隨時間變動的趨勢,誤差很小,擬合結(jié)果較好,能夠較為準(zhǔn)確對河鋼股份短期內(nèi)的鋼材價格走勢進(jìn)行預(yù)測。
因此,在沒有重大宏觀政策調(diào)整時,投資者可以運(yùn)用ARMA結(jié)構(gòu)預(yù)測短期鋼材價格的走向,同時根據(jù)鋼材需求情況,來做到對近期市場的一個理性判斷,快速做出反應(yīng),進(jìn)行相應(yīng)鋼材的存貨或賣出。避免投資者長期處于觀望狀態(tài),從而錯過投機(jī)機(jī)會。