• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      對黃金價格的預(yù)測

      2019-06-15 10:20楊震銳王昊
      商情 2019年14期
      關(guān)鍵詞:黃金價格

      楊震銳 王昊

      【摘要】黃金作為一種具有金融屬性的產(chǎn)品,其價格變化直接決定了黃金投資者和生產(chǎn)者的價值行為,同時,黃金價格的動態(tài)演變過程也是金融市場經(jīng)濟行為主體投資決策的反應(yīng)。對黃金價格的預(yù)測有助于為黃金投資者與生產(chǎn)者的決策提供幫助。本文通過建立ARMA模型對黃金價格進行預(yù)測,結(jié)果反映,AR(1,6)形式的模型在預(yù)測黃金價格中表現(xiàn)較好。ARMA模型能在一定程度上預(yù)測黃金價格。

      【關(guān)鍵詞】ARMA 黃金價格 單位根

      一、數(shù)據(jù)處理以及分析

      黃金價格有著較為明顯的時間趨勢,黃金價格首先逐漸增加,會后有所回落。黃金價格整體是增加的。此外,我們應(yīng)當(dāng)對黃金價格的季節(jié)性進行弱化處理,黃金價格在理論上存在著季節(jié)性,盡管在統(tǒng)計數(shù)據(jù)上并非非常明顯,但為排除季節(jié)因素可能造成的不利影響,需要對黃金價格取自然對數(shù),通過這種處理來達到將價格數(shù)據(jù)p轉(zhuǎn)變?yōu)楦悠椒€(wěn)的1p(1p為p取自然對數(shù))

      取對數(shù)后,由于1p仍然具有比較明顯的時間趨勢,因此我們對1p進行一階差分。進行一階差分后,dlp沒有明顯時間趨勢。為檢驗dlp的平穩(wěn)性,我們進行DF檢驗。

      從DF統(tǒng)計結(jié)果中我們可知,DF統(tǒng)計量結(jié)果為-16.318<-3.475(左邊單側(cè)檢驗),因此我們可以在1%的水平上拒絕原假設(shè),即不存在單位根。由于DF檢驗中擾動項有可能存在自相關(guān),因此我們還需進行更高階的ADF檢驗。我們采用Schwert(1989)的方法,令最大滯后階數(shù)為12*[(T/100)-(1/4)].其中,T為樣本容量,并對最終結(jié)果取最大整數(shù)。使用從大到小的序貫規(guī)則,看ADF檢驗中最后一階回歸系數(shù)是否顯著。計算可知,最大滯后階數(shù)為14。

      使用序貫規(guī)則,當(dāng)滯后階數(shù)等于10的時候,最后一階滯后項(LIOD)在5%的水平上是顯著的。我們可以看出,z(T)表明,可以在5%的水平上拒絕存在單位根的原假設(shè)。(-4.610<-3.478)由此,我們認為dlp為平穩(wěn)序列。即對1p進行一階差分后我們得到的時間序列是平穩(wěn)的。

      二、ARMA模型識別

      從自相關(guān)以及偏相關(guān)圖中,我們可以大致判斷ACF以及PACF函數(shù)都存在著截尾的現(xiàn)象。并且第6階自相關(guān)與偏相關(guān)系數(shù)較為顯著(不為零)。從而這種情況下可以認為6階以上的自相關(guān)與偏相關(guān)系數(shù)為0。由于白相關(guān)以及偏相關(guān)系數(shù)都存在著截尾的現(xiàn)象,我們分別考慮AR(6)以及MA(6)模型。

      由Q檢驗結(jié)果中可知,AR(6)模型可以接受殘差項無自相關(guān)的原假設(shè)。在AR(6)模擬結(jié)果表中,可知AR(6)模型中第1階,第6階較為顯著。而2至5階的系數(shù)并不顯著。為此,考慮更為簡潔的模型,將AR(6)模型中第2階,3階,4階以及5階變量省略,并進行重新估計。得到模型AR(1,6)

      其次,估計MA(6)模型,由Q檢驗結(jié)果中可知,MA(6)模型可以接受殘差項無自相關(guān)的原假設(shè)。在MA(6)模擬結(jié)果表中,可知MA(6)模型中第1階,第6階較為顯著。而2至5階的系數(shù)并不顯著。為此,考慮更為簡潔的模型,將MA(6)模型中第2階,3階,4階以及5階變量省略,并進行重新估計。得到模型MA(1,6),這與上文是一致的。

      綜上,我們建立了AR(6),AR(1,6)MA(6),MA(1,6)總共四個模型,為了選擇更好的模型,我們使用AIC信息準(zhǔn)則和BIC信息準(zhǔn)則來選擇更為合適的模型。

      通過觀察比較信息準(zhǔn)則,在AIC信息中,AR(1,6)有著最小的AIC信息,在所有的BIC信息中,AR(1,6)同樣有著最小的BIC信息。因此,我們最終選擇AR(1,6)模型,并通過AR(1,6)模型進行預(yù)測。

      從而,我們的模型為:

      dlpt=0.136dlp(t-1)+0.1351p(t-6)

      三、模型預(yù)測

      由此可見,ARMA模型對黃金價格有一定的預(yù)測能力,但是由于黃金價格影響因素眾多,ARMA模型僅僅基于黃金自身價格時間序列進行預(yù)測分析,從而并不能完全有效的對黃金價格進行預(yù)測。但是ARMA模型可以為黃金價格的變動提供一個基本的參照。

      猜你喜歡
      黃金價格
      經(jīng)濟周期下黃金價格相關(guān)性研究
      黃金價格和美元指數(shù)相關(guān)關(guān)系文獻綜述
      美元指數(shù)與黃金價格之間相關(guān)性的實證研究
      我國黃金現(xiàn)貨價格影響因素的實證分析
      基于ARIMA—GARCH模型的黃金價格分析及預(yù)測
      基于AIC的RVM核參數(shù)選擇方法及其應(yīng)用
      國際黃金價格波動的因素分析及建模
      當(dāng)前黃金價格影響因素小談
      黃金價格影響因素及時間序列分析
      乐昌市| 九江市| 吉隆县| 栾城县| 大石桥市| 安顺市| 徐汇区| 静乐县| 潜江市| 会理县| 楚雄市| 沙坪坝区| 石屏县| 正蓝旗| 分宜县| 竹北市| 吴桥县| 竹山县| 凉山| 桂阳县| 文化| 集安市| 湖北省| 淳化县| 建阳市| 中牟县| 甘泉县| 新平| 黑河市| 石门县| 威远县| 上思县| 双柏县| 凤冈县| 宁河县| 松桃| 城市| 贺兰县| 牟定县| 循化| 雅安市|