ARMA-GARCH模型

摘要： 文章利用北京等8个试点交易市场的碳排放权交易价格,就我国碳排放权交易价格的波动特征和影响各省份交易价格波动的因素,分别构建了ARMA-GARCH模型和变截距固定效应模型进行实证分析。结果表明:我国8个试点交易市场的碳排放权交易价格波动特征各有差异,每个市场波动极不稳定,存在较大的风险;从能源价格、气候环境、宏观经济发展水平、国外市场和非结构性因素5个方面选取了10个经济指标,分析了各指标对碳排放权交易价格的影响程度,其中南方原油指标、中国LNG出厂价格指数、日平均气温、百度搜索指数、欧洲碳排放权交易价格日收盘数据和欧元兑人民币汇率对我国碳排放权交易价格的影响较为显著,而动力煤指数、空气质量指数、沪深300指数和中证工业指数对碳排放权交易价格的影响不显著。

摘要： 2019年年底暴发的新冠肺炎疫情对各国的经济都造成了较大的冲击,文章探索此次疫情对中国、美国、英国、德国、法国五个国家的影响以及五个国家股指收益率的相互冲击,并提出相应建议。首先建立ARMA-GARCH模型,结合虚拟变量系数即其p值得到疫情对中国、美国、德国、法国的股市有一定的冲击,导致中国、德国的股指收益率有下降趋势,且疫情使得中国、美国、德国、法国的股指收益率波动更加剧烈。最后建立VAR(7)模型,得到疫情期间五个国家指数间是相互冲击的,即当某国指数下跌时,其他国家指数也会受到影响。

摘要： 本文基于2019年1月28日上期所新上市的天然橡胶商品期权,选取2015年1月5日至2020年8月12日交易所的天然橡胶连续期货合约日收盘价格数据,构建ARMA模型、ARMA-GARCH模型进行实证分析,以研究新上市的天然橡胶期权对于其标的期货市场的波动率有何影响。研究发现,天然橡胶商品期权的上市能够减少标的期货市场的价格波动,因此得出一系列结论并提出对应建议,进一步丰富与完善我国金融衍生品市场,同时有效分散投资者的交易风险,为投资活动提供理论依据。

摘要： 本文使用ARMA-GARCH模型拟合,分析了疫情期间美国股市2019年至2020年部分期间数据。首先对数据进行检验,得出序列不平稳的结论;应用ARMA-GARCH模型,可以有效地拟合出道琼斯指数收益率序列,得到期间的波动率大小,通过图像能直观判断拟合模型后的波动率变化幅度;通过VaR的滚动预测实证也证实了在3月份,股市的投资风险显著上升。可以得出,利用ARMA-GARCH模型进行股市收益率及风险判断是可行的,拟合效果较好。但是,利用ARMA-GARCH模型时应注意:因为收益率序列的自相关与偏自相关图不是典型的时序图,所以从时间序列图中要准确地把握好ARMA模型,否则容易导致ARMA模型拟合存在偏差;GARCH模型可以进一步尝试其他分布的拟合。

摘要： 收益率是衡量金融资产价格的一大重要指标,而其波动性能很好地对资产价格的波动进行描述。投资者通过对收益率及其波动性的研究,可以对未来资产价格波动情况进行预测,获得关于资产波动情况的有效信息。本文选取2012年~2021年沪深300指数的指数回报率序列,基于ARMA-GARCH模型对其波动性进行分析。实证结果表明:资产冲击虽对序列存在影响,但ARMA(2,2)-N-GARCH(1,1)模型仍是有效拟合沪深300指数回报率波动特征的最优模型。对收益率序列进行预测时,静态预测结果下,收益率的波动程度具有显著的过滤效果;动态预测结果表明沪深市场中收益率序列围绕正值(约5%)波动,投资者在整体情况下能得到正向反馈,沪深市场是非零和市场。

摘要： 首先对股票收盘价序列进行经验模式分解(EMD),对分解后的本征模函数(IMF)与残差序列分别拟合ARMA-GARCH模型.将所建模型的预测结果相加,往后预测5 d的收盘价格,并与原始序列所建ARIM A-GARCH模型的预测结果进行比较.比较结果可以帮助股票投资者预测股票市场行情.

摘要： 针对在险价值模型正态假设的不合理性,利用基于广义帕累托分布的POT模型对我国股票市场尾部风险进行了度量,并且通过对样本数据按照流动性分组探究股票流动性对我国股票市场尾部风险的影响.将统计理论中的斜率变点理论引入到传统阈值选取方法中,有效避免了最优阈值确定时的主观性问题.研究结果表明:对于股市尾部风险的度量,95％置信水平下的VaR值比90％置信水平下VaR值的估计结果更可信,且估计值显示尾部风险与流动性呈反向变化,即股票流动性越小,市场尾部风险越大.

摘要： 研究国内外碳市场的相依结构及风险溢出效应,对于投资决策、风险监管以及碳交易市场建设均具有重要意义.本文结合Copula函数和ARMA-GARCH模型捕捉欧盟碳市场期货价格与国内北京、上海、广东、深圳和湖北5个碳市场的碳价波动的尾部相依结构特征,并建立基于分位数的CoVaR模型探究欧盟碳市场对国内碳市场的风险溢出效应.研究表明:(1)国内外碳市场存在非对称的相依结构,Gumbel Copula捕捉到欧盟碳市场和北京、广东和湖北3个碳市场之间的相依结构,即风险对上尾比较敏感;Clayton Copula函数捕捉到欧盟碳市场和上海碳交易市场之间的相依结构,即风险对下尾比较敏感;而t-Copula函数刻画欧盟碳市场和深圳碳交易市场之间尾部特征呈现持续相依性;(2)欧盟碳市场对国内碳交易市场风险溢出效应影响最大的是湖北,最小的是深圳,且欧盟碳市场对国内碳交易市场的风险溢出效应可表示为:湖北>广东>上海>北京>深圳.基于上述结论提出了相关政策建议.

摘要： 考虑到股票价格瞬息万变,波动性强,用BP神经网络与ARMA-GARCH模型对上汽集团收盘价预测.对BP神经网络与ARMA-GARCH模型的股票预测结果进行对比分析,结果表明,在预测未来20 d收盘价时,BP神经网络平均绝对误差比ARMA-GARCH模型低31.4％;在预测未来6 d收盘价时,ARMA-GARCH模型平均绝对误差比BP神经网络低7.4％.说明BP神经网络在长期预测中更为精准,而ARMA-GARCH模型在短期预测中具有微弱优势.

摘要： 近年来我国利率市场化进程不断加快,利率风险管理问题再次凸显,上海银行作为短期流动性资金融通的工具其间隔夜拆放利率(Shibor)逐渐成为各金融机构主要参考的基准利率.以2006年10月8日至2020年10月30日隔夜Shibor数据为研究样本,构建ARMA-GARCH模型,并在95％和99％置信水平下利用VaR方法度量隔夜Shibor市场对数收益率的风险价值.结果表明:GED分布相较于正态分布和t分布更能描绘隔夜Shibor对数收益率序列尾部特征;ARMA(1,2)-TGARCH(2,2)-GED最能刻画隔夜Shibor对数收益率序列的分布且非对称项的估计结果表明存在"反杠杆效应",即正的冲击对于同业拆放利率市场波动性的影响要大于负的冲击;隔夜Shibor利率敏感性资产日均最大风险损失比率可达15.35％,利率风险损失值相对较高.因此,在利率市场化逐步推进过程中,商业银行需注意调整业务结构,适度提高金融衍生品利用率,不断加强自身利率风险管理能力.

摘要： 操作路径生成部(210)基于从状态传感器(101)输出的计测状态量，生成针对致动器(111)的操作量时间序列。预测模型部(220)将所述计测状态量和所述操作量时间序列作为输入来运算预测模型，由此，生成状态量预测时间序列。神经网络部(230)将从环境传感器(102)输出的计测环境量和所述状态量预测时间序列作为输入来运算神经网络，由此，校正所述状态量预测时间序列。状态量评价部(240)生成针对所述校正后的状态量时间序列的评价结果。操作路径生成部在所述评价结果满足适当基准的情况下，将所述操作量时间序列的前头的操作量向所述致动器输出。

摘要： 一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于C语言的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定模型范围：确定精细化建模范围和粗略建模范围；在线机理模型构建；概念模型构建；在线机理模型与概念模型耦合；模型参数校正；降雨过程建立；排水系统水量、水质模拟；排水系统仿真控制；数据模型辅助应用：构建神经网络模型，通过接收特征数据建立降雨与径流、管网流量与深度的关系，关系建立后用于径流及管网深度的预测；模拟结果分析展示。该模型融合C语言的在线机理模型SWMM模型、概念模型及数据模型的丰富功能，实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 提供用于构建能够生成多种数据的生成模型的技术。本发明的一个方面涉及的模型生成装置具备：生成部，使用生成模型生成数据；发送部，将生成的数据分别发送至多个学习完毕的识别模型，使各识别模型对数据执行识别，多个学习完毕的识别模型分别通过使用本地学习数据的机器学习获得了识别被提供的数据是否为本地学习数据的能力；接收部，接收各识别模型对被发送的数据进行识别的结果；以及学习处理部，通过使用接收到的识别的结果的机器学习来训练生成模型，以生成使多个识别模型中的至少任意一个识别模型的识别性能降低这样的数据。

摘要： 三维模型编码装置(300)，具备：投影部(301)，将三维模型投影到至少一个以上的二维平面，从而生成二维图像；校正部(302)，利用二维图像，对二维图像中包括的构成没有投影三维模型的无效区域的一个以上的像素进行校正，从而生成校正图像；以及编码部(304)，对校正图像进行二维编码，从而生成编码数据。

摘要： 三维模型分发方法，根据三维模型，生成深度图像(S121)，分发深度图像以及用于根据深度图像恢复三维模型的信息(S122)。例如，三维模型分发方法也可以，进一步，利用二维图像压缩方式，对深度图像进行压缩，在所述分发中，分发压缩后的深度图像。例如，在所述深度图像的生成中也可以，根据三维模型，生成不同视点的多个深度图像，在所述压缩中，利用多个深度图像间的关系，对多个深度图像进行压缩。

摘要： 提取部(120)从建筑信息模型即BIM(40)中提取起点要素。提取部(120)针对BIM(40)，将起点要素作为起点来检索彼此相邻的多个建筑物要素，在作为检索结果的多个建筑物要素中分别配备虚拟部件，由此，从BIM(40)中提取由虚拟部件构成的虚拟房间。生成部(130)对虚拟房间的各个虚拟部件设定BIM(40)包含的属性信息中的、与配备有虚拟部件的建筑物要素对应的属性信息，生成设定有属性信息的虚拟房间作为房间模型(51)。

摘要： 提供一种有效进行利用特定条件的学习数据执行了DNN的声学模型的自适应且可提高精度的统计声学模型的自适应方法。在采用了DNN的声学模型的说话人自适应方法中，包括：第1存储装置分别存储不同的说话人的讲话数据(90～98)的步骤；准备按说话人区分的隐藏层模块(112～120)的步骤；在切换选择讲话数据(90～98)的同时，一面用与选出的讲话数据相对应的隐藏层模块(112～120)动态地置换特定层(110)，一面进行针对DNN(80)的所有层(42、44、110、48、50、52、54)的准备性学习的步骤；用初始隐藏层置换已完成准备性学习的DNN的特定层(110)的步骤；和将初始隐藏层以外的层的参数固定，采用特定说话人的声音数据进行DNN的学习的步骤。

摘要： 一种模型化装置，具备：分类部120，其为了鉴别收容室外机11、室内机12、室外机21、室内机22、冷冻机31及冷冻机41等的设施10的热平衡模型的构筑所需的参数而计测的计测数据按作为对参数赋予影响的条件的分类条件每一个分类；鉴别部130，其基于按分类条件每一个分类的计测数据，按分类条件每一个鉴别参数。

摘要： 本实用新型属于装饰装修模型技术领域，公开了圆形穹顶装修模型及具有该模型的模型箱和模型间，包括多个弧形龙骨架(1)彼此连接构成的圆形穹顶骨架(2)，圆形穹顶骨架(2)连接有三角状的弧形面板(3)，构成圆形穹顶；还包括圆形的加固龙骨架(4)，加固龙骨架(4)与各个弧形龙骨架(1)固定连接。通过本实用新型的展示，能够让行业工作者更容易理解圆形穹顶装修的施工工艺，有利于实现标准化施工，同时让消费者能够直观地了解圆形穹顶装修，为装修质量提供依据。