摘要 本论文以上海综合指数作为研究对象,选取了 2010 年 4 月 16 日至 2016 年 4 月 14 日的日收盘价, 用 ARIMA 模型进行检验。通过检验后,预测下一期的收盘价。最后预测数据与现实值误差较小,表明该模型 基本符合精度要求。76100

毕业论文关键词  ARIMA 模型;上海证券综合指数;预测

1  引言

目前我国证券市场还处于成长过程,机构投资者还不够强大,证券市场的盈利主要通过低 买高卖来实现,虽然上市公司分红企业数不断地在增加,但是所占比例依然较低。2015 年,我 国股市出现了股灾,投资者在这一阶段损失惨重,证券市场的融资功能也因此受到影响,系统金融风险发生的概率也因此增加。

2015 年,上海证券综合指数虽然没有创新高,但是单日成交额却是创历史新高,这个不仅 和我国不断增加的上市公司有关联,而且和不断增加的货币供给量有着密切关联。2014 年,我 国股票价格指数期货成交额占总期货市场成交额 80%,这意味着衍生工具的上市增大了证券市 场的波动性。在股票价格指数出现大幅波动时,投资者的风险会变大,如何度量投资者面临的 风险,帮助投资者最大化降低所持资产的可能损失,毫无疑问,这是需要解决的问题之一。论文网

现在我国证券市场已经成为人们重要的投资渠道之一,参与股票投资的人数在不断增加, 证券投资也一直是一个热点。人们通过各种方法对股票价格指数未来的运行方向进行判断,根 据这个判断作出有利于自己的资产操作。伴随着计算机普遍应用到现代金融市场中,金融大数 据时代的到来,促进了统计工具在金融领域的应用。统计学是利用历史数据来进行分析,统计 软件在金融市场的应用由于计算机计算能力的提高,能够更好地挖掘数据所包含的各种信息。 金融市场所产生的数据有着明显的时间性。各种时间序列处理方法,如单位根检验、协整检验、 ARMA 模型、ARIMA 模型、GARCH 模型,都可以用来处理这类数据。

中国学者纪庆帅在《股价指数与货币供给量关系研究》[1]中采用格兰杰因果关系检验及最 小二乘估计的方法,选取 2004 年 5 月~2008 年 4 月的上证每月收盘价研究,最后表明货币政策 的传导对证券市场的影响显著,证券市场对货币政策的敏感性不断增强。在《货币政策对股价 指数影响的滞后效应分析》[2]一文中,陈立双用滞后模型对 2002 年 1 月~2007 年 12 月的上证 综指月度数据进行分析,发现利率、货币供应量和股价指数变量间的长期均衡误差能在短期内 引起股价大幅波动。在文献[3]中,杨慧敏用基于向量自回归 VAR 的计量方法进行研究,发现 我国股价指数与宏观经济变量间存在协整关系。

随着统计工具大量应用于金融市场,从证券市场本身来研究其波动的文献也开始增多。在

《中国股指期货与沪深 300 指数关系的实证研究》[4]这篇文章中,彭紫云建立 EGARCH 模型并 且用 Granger 因果检验分析,发现股指期货比现货指数对现货指数的引导作用要大。并且在文 献[6]中,黄嘉、林丽用 2009 年 5 月 5 日~2010 年 6 月 25 日沪深 300 股指期货、上证综指、深 证成分指数的每日收盘价为样本,由格兰杰因果分析得出二者一直存在平稳的协整关系。吴小 强在《股票价格指数的趋势分析》[6]中运用 ARIMA 模型上证指数进行了分析,总结出该模型 在股价预测中有较好的表现。在《基于 ARIMA 模型对上证国债指数的预测研究》[7]一文中,

刘培以 2008 年 7 月 1 日至 2009 年 7 月 31 日的日收盘价为样本数据,用 ARIMA 模型预测分析 发现该模型在描述国债指数方面有借鉴性。在金融大数据时代,有很多学者通过股票指数的历 史数据对其未来走势进行分析,多数学者研究发现 ARIMA 模型的拟合效果较高。

上一篇:3C数码电子跨境电商对传统国际贸易的影响
下一篇:中国金融资产投资渠道与美国的比较分析

电子媒介影响下的会展传播效果影响因素研究

人民币区域化背景下人民...

基于CreditMetrics模型的商业...

共享经济在国内的发展现...

浙江省蔬菜价格波动的影响因素研究

人口老龄化背景下的老年人理财问题的研究

可持续发展视角下的会展...

麦秸秆还田和沼液灌溉对...

我国风险投资的发展现状问题及对策分析

张洁小说《无字》中的女性意识

老年2型糖尿病患者运动疗...

互联网教育”变革路径研究进展【7972字】

ASP.net+sqlserver企业设备管理系统设计与开发

LiMn1-xFexPO4正极材料合成及充放电性能研究

安康汉江网讯

新課改下小學语文洧效阅...

网络语言“XX体”研究