期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
地缘政治风险对原油运价指数波动的影响
1
作者 李晶 迟惠月 王爽 《上海海事大学学报》 北大核心 2025年第1期79-87,152,共10页
地缘政治风险是引发航运市场波动的因素之一,为测度该风险对原油运价指数波动的具体影响,构建双因子广义自回归条件异方差的混频数据抽样(generalized autoregressive conditional heteroscedasticity mixed data sampling,GARCH-MIDAS... 地缘政治风险是引发航运市场波动的因素之一,为测度该风险对原油运价指数波动的具体影响,构建双因子广义自回归条件异方差的混频数据抽样(generalized autoregressive conditional heteroscedasticity mixed data sampling,GARCH-MIDAS)模型。将地缘政治风险(地缘政治威胁+地缘政治行为)水平值及其增长率加入模型,分析它们对原油运价指数长期波动的异质性影响。结果表明:地缘政治风险水平值及其增长率的提高均会显著加剧原油运价指数波动,但从整体来看,地缘政治风险增长率的冲击影响更大,作用时间更长。地缘政治行为水平值的提升加剧了原油运价指数的长期波动,地缘政治威胁增长率和地缘政治行为增长率的提升均会加剧原油运价指数长期波动,但地缘政治威胁增长率和地缘政治行为增长率提升的作用强度和时长存在差异。所得结果可为原油海运市场参与者和各国政府决策提供参考,有助于降低地缘政治风险对原油运价指数剧烈波动的不良影响。 展开更多
关键词 油船运输市场 原油运价指数波动 地缘政治风险 广义自回归条件异方差的混频数据抽样(GARCH-MIDAS)模型
在线阅读 下载PDF
参考作物腾发量的GARCH类模型模拟与比较 被引量：7
2
作者 孙怀卫 严冬 +2 位作者 陈皓锐 周建中 张勇传 《农业工程学报》 EI CAS CSCD 北大核心 2015年第7期131-136,共6页
由于辐射、气象等复杂因素变化,水文过程时间序列模型的预测和不确定性是当前研究的重要问题。该文以参考作物腾发量为研究对象,运用能够反映时间序列非线性变化的GARCH(generalized autoregressive conditional heteroscedasticity mod... 由于辐射、气象等复杂因素变化,水文过程时间序列模型的预测和不确定性是当前研究的重要问题。该文以参考作物腾发量为研究对象,运用能够反映时间序列非线性变化的GARCH(generalized autoregressive conditional heteroscedasticity model)类模型,选取湖北省宜昌站1953—2007年实测气象数据进行计算,依次研究其时间序列特性、预测模型、波动特征和最优的误差预测模型。结果表明,季节自回归滑动平均模型(SARMA,seasonal autoregressivemoving average model模型)很好地模拟了参考作物腾发量时间序列变化(模型均方根误差为0.089mrn),但Engle拉格朗日乘数检验结果表明参考作物腾发量变化过程存在条件异方差特性;GARCH、TGAR,CH(threshold GARCH)、EGARCH(exponential GARCH)和PGARCH(power GARCH)模型的应用估计表明,GARCH类模型能够很好刻画时间序列预测模拟中的方差变化特征,相比于传统线性时间序列模型能够更好反应预测中的不确定特性;通过多个误差统计量的比较研究表明,EGARCH模型能够较好地预测参考作物腾发量波动特征,相对于其他GARCH类模型具有较高的精度。该文对参考作物腾发量时间序列条件异方差特性的研究,有利于深度挖掘水文规律,为水资源管理提供理论基础。 展开更多
关键词 作物需水 不确定性分析 模型 水文 GARCH 异方差性
在线阅读 下载PDF
非线性时间序列建模的混合GARCH方法 被引量：9
3
作者 田铮 吴芳琴 王红军 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第8期1867-1871,共5页
在文献[1]的基础上,首次提出混合广义自回归条件异方差(MixtureGeneralizedAutoregressiveConditionalHeteroscedasticModel简记MGARCH)模型;给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分条件;给出该模型参数... 在文献[1]的基础上,首次提出混合广义自回归条件异方差(MixtureGeneralizedAutoregressiveConditionalHeteroscedasticModel简记MGARCH)模型;给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分条件;给出该模型参数估计的EM算法;利用BIC定阶准则对MGARCH模型的各成份进行定阶;计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力,有广阔的应用前景。 展开更多
关键词 混合广义自回归条件异方差模型 非线性时间序列 建模和预报 GARCH模型 平稳性 EM算法 BIC准则
在线阅读 下载PDF
基于FHNN相似日聚类自适应权重的短期电力负荷组合预测 被引量：42
4
作者 牛东晓 魏亚楠 《电力系统自动化》 EI CSCD 北大核心 2013年第3期54-57,共4页
提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模... 提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模型,即自回归滑动平均(ARMA)模型、广义自回归条件异方差(GARCH)模型、人工神经网络(ANN)和支持向量机(SVM)分别进行模型预测。对于需要预测的负荷,根据历史数据,将一年的数据先按照季度分类,再分别按照月、日、小时,利用模糊神经网络(FHNN)将其聚类。根据不同单一预测模型在不同情景下的误差计算出组合权重,从而获得组合预测模型。算例分析验证了所提出的组合预测模型的有效性和精确性。 展开更多
关键词 负荷预测 组合预测 自回归滑动平均模型 广义自回归条件异方差模型 人工神经网络 支持向量机 模糊神经网络 相似日
在线阅读 下载PDF
基于在线LASSO VAR和EGARCH模型的风场功率集成概率预测 被引量：4
5
作者 王鹏 李艳婷 张宇 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第7期845-858,共14页
由于风速波动性大,风力发电往往呈现一定的不确定性.传统风能预测模型以均值为0、方差固定的正态分布度量不确定性,但方差可能随时间变化,即具有异方差性.为提升预测精度,基于在线最小绝对收缩和选择算子的向量自回归(LASSO VAR)和指数... 由于风速波动性大,风力发电往往呈现一定的不确定性.传统风能预测模型以均值为0、方差固定的正态分布度量不确定性,但方差可能随时间变化,即具有异方差性.为提升预测精度,基于在线最小绝对收缩和选择算子的向量自回归(LASSO VAR)和指数自回归条件异方差(EGARCH)模型,提出一种考虑异方差性的风场级功率集成概率预测模型.首先使用在线LASSO VAR模型预测风力机的有功功率,再利用自回归条件异方差检验验证残差的异方差性,并利用信息冲击曲线和动态显著线评估正负残差对未来条件方差的不对称影响.然后针对异方差性和不对称性,使用EGARCH模型对单风力机有功功率的残差进行预测,得到有功功率的条件方差.最后,考虑各风力机有功功率的相关性,将风场中各风力机的有功功率求和,得到整个风场总有功功率的概率预测结果.将该方法应用于中国华东某地风场,验证了该模型能有效提高预测精度. 展开更多
关键词 在线LASSO VAR 异方差 指数条件异方差模型 概率预测
在线阅读 下载PDF
特征滞后计算的股市波动预测 被引量：1
6
作者 姚宏亮 李大光 李俊照 《计算机应用》 CSCD 北大核心 2015年第7期2077-2082,共6页
针对股票价格波动拐点难以有效预测导致预测精度不高的问题,提出一种特征滞后程度计算的均值门限广义自回归条件异方差(LRD-TGARCH-M)模型。首先,基于股价波动与指标变化出现的不一致性,给出了滞后性的定义,并引入能量波动概念,从能量... 针对股票价格波动拐点难以有效预测导致预测精度不高的问题,提出一种特征滞后程度计算的均值门限广义自回归条件异方差(LRD-TGARCH-M)模型。首先,基于股价波动与指标变化出现的不一致性,给出了滞后性的定义,并引入能量波动概念,从能量角度提出特征滞后程度(LD)计算模型;然后,用LD度量拐点出现之前的风险大小,将其加入到股价均值方程中,克服均值门限广义自回归条件异方差(TGARCH-M)模型对拐点预测的不足;其次,根据拐点附近波动相对剧烈,将LD加入到误差项的方差方程中,优化方差的变化,提高模型的预测精度;最后,给出了LRD-TGARCH-M模型的波动预测公式和精度分析,并在股票数据上进行实验,结果表明,与TGARCH-M模型相比,精确度提高了3.76%;与均值指数GARCH(EGARCH-M)模型相比,精确度提高了3.44%,证明了LRD-TGARCHM模型可以提高股价走势预测精度,减小误差。 展开更多
关键词 股价波动 特征滞后 能量性 波动风险 门限广义自回归条件异方差模型
在线阅读 下载PDF
一阶广义随机系数自回归模型参数的最小渐近方差估计 被引量：2
7
作者 赵志文 王德辉 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2012年第6期1135-1140,共6页
研究广义随机系数自回归模型中参数的估计问题,给出了未知参数的一个估计类,证明了该估计类中估计的相合性和渐近正态性,并且获得了该估计类中的最小渐近方差估计,并通过数值模拟比较了估计类中各种估计方法的优劣.
关键词 广义随机系数自回归模型 最小二乘估计 渐近正态性 加权最小二乘估计 最小渐近方差估计
在线阅读 下载PDF
数据挖掘在中国公司债券市场非对称性中的应用 被引量：1
8
作者 李向荣 张茂军 卞琪 《济南大学学报（自然科学版）》 北大核心 2017年第3期194-201,共8页
借助数据挖掘中的广义自回归条件异方差(GARCH)模型分析中国公司债券市场的非对称效应,在计算公司债券收益率的基础上,对数据进行基本统计分析,并且构建E-GARCH模型和GJR-GARCH模型,以研究不同信用级别的公司债券收益率的非对称特征。... 借助数据挖掘中的广义自回归条件异方差(GARCH)模型分析中国公司债券市场的非对称效应,在计算公司债券收益率的基础上,对数据进行基本统计分析,并且构建E-GARCH模型和GJR-GARCH模型,以研究不同信用级别的公司债券收益率的非对称特征。结果表明:在AA-级和AAA级公司债券中,利空消息对市场的冲击大于利好消息的;而在AA级和AA+级公司债券中,利好消息对市场的冲击大于利空消息的。 展开更多
关键词 数据挖掘 公司债券 广义自回归条件异方差模型 非对称性
在线阅读 下载PDF
运用贝叶斯方法的混合异方差模型的参数估计 被引量：1
9
作者 朱莹 陈萍 《重庆理工大学学报（自然科学）》 CAS 北大核心 2019年第1期187-192,共6页
介绍了混合正态广义自回归条件异方差模型的基本特征,推导出在风险中性测度下模型的变化。用贝叶斯方法进行参数估计,从而形成一种新的组合方法。利用上证50ETF2017. 01—2017. 12的历史数据进行实证分析,结果表明:采用这种新的组合方... 介绍了混合正态广义自回归条件异方差模型的基本特征,推导出在风险中性测度下模型的变化。用贝叶斯方法进行参数估计,从而形成一种新的组合方法。利用上证50ETF2017. 01—2017. 12的历史数据进行实证分析,结果表明:采用这种新的组合方法对收益率时间序列数据进行估计,不仅可以有效地估计出模型的参数,而且在应用于我国上证5OETF期权时误差效果也比较好。 展开更多
关键词 混合正态异方差模型 贝叶斯参数估计 上证50ETF期权
在线阅读 下载PDF
中美贸易争端对两国股市影响的实证研究——基于宣告效应的分析比较 被引量：4
10
作者 吕频捷 顾艳伟 《中南财经政法大学学报》 CSSCI 北大核心 2020年第6期78-90,160,共14页
在中美贸易争端背景下,本文实证分析中国与美国股市受到的冲击,从而间接考察贸易争端对两国实体经济的影响。首先提出理论模型和研究假设,其次采用广义自回归条件异方差(GARCH)模型进行验证,研究发现:贸易争端信息冲击对中国股市的总体... 在中美贸易争端背景下,本文实证分析中国与美国股市受到的冲击,从而间接考察贸易争端对两国实体经济的影响。首先提出理论模型和研究假设,其次采用广义自回归条件异方差(GARCH)模型进行验证,研究发现:贸易争端信息冲击对中国股市的总体负面影响大于对美国股市的负面影响;区分信息内容属性,利好消息有利于两国股市复苏,利空消息则降低两国股市收益,且中国股市反应更为敏感;区分信息发布归属,两国股市在应对不同国家发布的贸易争端消息时,反应差异较大;区分企业规模及行业板块,中国的工业部门和中小企业股价受贸易争端影响更大,大企业所受影响相对较小,而美国的工业企业股价所受影响更大,其他行业所受影响较小。综上所述,此次中美贸易争端对两国实体经济都造成了显著负面影响,贸易争端没有赢家,应尽快化解两国间的贸易争端,两国贸易关系回归正轨有利于两国经济的中长期健康发展。 展开更多
关键词 中美贸易争端 宣告效应 股市波动 广义自回归条件异方差(GARCH)模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部