基于一类长记忆过程的经济时间序列建模研究
【图文】：
括号内为t统计量。查临界值表,自由度为28、显著水平α为5%时的t分布临界值为1.701。由于上述t统计量的绝对值均大于临界值,因而^β1显著。利用^d =(1+^β1)/2可以求出^d≈0.3<0.5。因而序列DCPI具有长记忆性。然后,作出DCPI样本数据图,如图2所示。图2 DCPI数据图3基于一类长记忆过程的经济时间序列建模研究
该统计量反映了模型对序列自相关函数的描述效果,不同模型的MSE(m)值相比,其值越小越好。利用S程序,我们得到表3的统计量结果及图3、图4及图5的自相关函数对照图。我们看出ARFIMA(p,d,q)序列不仅MSE统计量优于其它模型,而且,参数个数也少于AR(14)。因而对CPI数据建模显然用长记忆分整建模,即ARFIMA(p,d,q)的建模手段是优于传统模型及FDN模型的。 表3 DCPI序列MSE统计量表模型MSEARFIMA(2
该统计量反映了模型对序列自相关函数的描述效果,不同模型的MSE(m)值相比,其值越小越好。利用S程序,我们得到表3的统计量结果及图3、图4及图5的自相关函数对照图。我们看出ARFIMA(p,d,q)序列不仅MSE统计量优于其它模型,而且,参数个数也少于AR(14)。因而对CPI数据建模显然用长记忆分整建模,即ARFIMA(p,d,q)的建模手段是优于传统模型及FDN模型的。 表3 DCPI序列MSE统计量表模型MSEARFIMA(2
【相似文献】
相关期刊论文 前10条
1 胡彦梅,张卫国;我国股市长记忆性的检验与拟合[J];固原师专学报;2004年03期
2 高洁;存在缺失值的ARFIMA模型的最大似然估计[J];系统工程;2004年10期
3 刘文财,刘豹,张维;ARFIMA模型在中国股票市场预测的失效[J];系统工程理论方法应用;2002年02期
4 张恩泽,邹平;分形市场分析在汇率波动预测中的应用[J];昆明理工大学学报(理工版);2004年03期
5 高洁;长记忆时间序列适应性预测的应用[J];江南大学学报(自然科学版);2004年05期
6 吴涛,萧德云,刘震涛;汇率时间序列的长记忆性分析及其建模[J];计算机工程与应用;2004年36期
7 姜仁娜,叶俊;沪深两市股票指数的长记忆性[J];清华大学学报(自然科学版);2004年12期
8 苏卫东,齐安甜,黄兴;长记忆SV模型的统计性质及其实证分析[J];系统工程;2004年03期
9 王春峰,张庆翠,李刚;中国股票市场收益的长期记忆性研究[J];系统工程;2003年01期
10 杜修立;;涨跌幅限制对中国股市结构及有效性的经验分析[J];财经问题研究;2006年12期
相关会议论文 前9条
1 夏南新;;中国黑市汇率长记忆性的ARFIMA-FIGARCH模型研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年
2 李汉东;张世英;;随机波动模型的波动持续性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 徐立霞;刘次华;聂高琴;;长记忆模型的Bayes估计及其在汇率波动中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年
4 吴丽娟;贾代平;;记忆性对序列方差估计精度的影响及其改善方法[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集（上）[C];2008年
5 张晨;李月环;;基于调整“已实现”波动率的沪深300指数高频数据波动性研究与预测[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（上册）[C];2008年
6 徐旖;胡谊;;专长记忆中的过程理论和结果理论[A];第十二届全国心理学学术大会论文摘要集[C];2009年
7 王琳;郭霞;冯向英;祝之明;蒋世新;;代谢综合征合并急性脑血管病时认知功能障碍的临床特征[A];中华医学会第七次全国神经病学学术会议论文汇编[C];2004年
8 楚世峰;张均田;;人参抗老年痴呆的研究进展[A];2009全国抗衰老与老年痴呆学术会议论文汇编[C];2009年
9 ;Measurement of coupling behavior between two physiological time series using multiscale cross entropy[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
相关重要报纸文章 前10条
1 本报记者 邱兴春;包谷饭金阳人最爱吃[N];凉山日报(汉);2007年
2 倪娜 编译;大脑机理研究有进展[N];大众科技报;2000年
3 赵畅;有多少书可以重读？[N];光明日报;2003年
4 光明日报记者 付小悦;学者的本色 英雄的情怀[N];中国教师报;2006年
5 苏婷邋王友文;让轻松快乐成为暑期主调[N];西部时报;2007年
6 苏婷邋王友文;让轻松快乐成为暑期主调[N];中国教育报;2007年
7 本报记者 刘西艳 王悦;“六一”，给孩子怎样的快乐？[N];铜川日报;2008年
8 王文;凯越：来自创新的竞争力[N];中国电子报;2003年
9 记者 郭晓虹;外研社《快乐星球》发行300万册[N];中国新闻出版报;2007年
10 本报记者 李培邋实习生 赵文君;“垮掉的一代”还是“新崛起”？[N];南方日报;2007年
相关博士学位论文 前10条
1 徐梅;金融波动分析的小波和频域方法研究[D];天津大学;2004年
2 苏卫东;金融波动模型及其在中国股市的应用[D];天津大学;2002年
3 黄后川;中国股票市场波动率的高频估计、特性与预测[D];厦门大学;2002年
4 徐立霞;一类时间序列的频域分析及其应用[D];华中科技大学;2006年
5 张颖;中国保险发展的周期性与影响因素的计量研究[D];吉林大学;2010年
6 陈维云;中国股市波动的非对称性研究[D];重庆大学;2010年
7 赵红强;基于小波分析的我国经济运行特征研究[D];吉林大学;2011年
8 王文静;金融时间序列的长记忆特性及预测研究[D];天津大学;2009年
9 陆智萍;稳定与不稳定长记忆随机过程分析：估计、应用及预测[D];华东师范大学;2010年
10 喻国平;我国开放式股票型基金投资风格识别及漂移风险研究[D];暨南大学;2011年
相关硕士学位论文 前10条
1 胡彦梅;我国金融市场长记忆的检验与拟合分析[D];宁夏大学;2004年
2 洪兆萍;ARFIMA模型参数贝叶斯估计的渐近性质[D];南京师范大学;2007年
3 程海洋;中国股市收益率及其波动的长期记忆性研究[D];东北财经大学;2005年
4 刘星;上海股票市场Beta系数时变性的实证研究[D];暨南大学;2011年
5 丁卓武;ARMA模型、ARFIMA模型及其贝叶斯统计推断与实证分析[D];中南大学;2008年
6 王文超;基于PCA的ARFIMA-GARCH油价预测模型研究[D];天津大学;2012年
7 陈璞;长记忆时间序列的研究与应用[D];华中科技大学;2006年
8 刘娟;基于时间序列理论方法的流感病毒DNA序列特征分析[D];江南大学;2011年
9 何建;时间序列的长记忆性研究及其实证分析[D];电子科技大学;2006年
10 刘素军;我国期货价格波动的长记忆性研究[D];中南大学;2006年
本文编号：2751217
本文链接：https://www.wllwen.com/weiguanjingjilunwen/2751217.html
