論文：基于ARIMA 模型的融券交易量預測研究

基于ARIMA 模型的融券交易量預測研究
秦記者1,郭旗2
QinJizhe1,GuoQi2
1沈陽大學,2沈陽大學
1 Shenyang University, Shenyang, China
2 Shenyang University, Shenyang, China
1jizheqin@qq.com,2qiguo.211@163.com
115940090716,215502437113
地址:遼寧省沈陽市大東區(qū)望花南街21號沈陽大學11號公寓
郵編:110044
1秦記者(1986—),女,漢,山東省臨沂市,沈陽大學工商管理學院研究生,主要研究方向:資本運營與風險研究
2郭旗(1986—),男,漢,河南省信陽市,沈陽大學工商管理學院研究生,主要研究方向:資本運營與風險研究
中圖分類號:F832 文獻標識碼:A
摘要: ARIMA模型是一種著名的時間序列預測方法.融券交易量對融券相關機構和個
……（新文秘網http://m.jey722.cn省略659字，正式會員可完整閱讀）……　
recast effect to short selling volume monthly. ARIMA model has certain reference in short selling volume monthly forecast, but short selling volume also is influenced by securities market, and still need to consider other related factors.
Keywords: ARIMA model; securities trading; forecast; time series; EVIEWS
1.引言
2010年3月31日,融資融券交易正式進入市場操作階段.融資融券對證券市場有重要影響.時間序列模型常根據歷史數據做預測,可以利用時間序列ARIMA模型對融券的交易量進行預測,便于國家,融券相關機構和個人做出投資和風險預測.當然影響融券成交量因素多種多樣, 不僅與融資融券自身_因素有關, 還與國家宏觀經濟政策, 國民經濟發(fā)展方向等各種因素相關.
2.ARIMA模型介紹
ARIMA模型全稱為差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model,簡記ARIMA),是由博克斯(Bo*)和詹金斯(Jenkins)于70年代初提出的一著名時間序列預測方法,所以又稱為bo*-jenkins模型、博克思-詹金斯法.其中ARIMA(p,d,q)稱為差分自回歸移動平均模型,AR是自回歸, p為自回歸項; MA為移動平均,q為移動平均項數,d為時間序列成為平穩(wěn)時所做的差分次數.[1]
設為是d階單整序列,即~I(d),則
為平穩(wěn)序列,即~I(0),于是對建立ARIMA模型
用滯后算子表示,則
其中:;
經過差分變換后的ARIMA(p,q)得到ARIMA(p,d,q)模型
即:
ARIMA 模型的基本思想是: 將預測對象隨時間推移而形成的數據序列視為一個隨機序列, 用一定的數學模型來近似描述這個序列.這個模型一旦被識別后就可以從時間序列的過去值及現在值來預測未來值.
建模步驟:
(1)原時間序列的平穩(wěn)性檢驗.時間序列的平穩(wěn)性是統計建模的基礎,判斷序列是否平穩(wěn)的主要方法是單位根檢驗,如ADF檢驗[2].如果序列不滿足平穩(wěn)性條件,可以通過差分等變化使序列滿足平穩(wěn)性條件;
(2)估計模型的未知參數,確定模型.通過計算能夠描述序列特征的一些統計變量,確定p和q,并在初始估計中選擇盡可能少的參數,使模型本身的具有合理性;
(3)進行模型檢驗分析,以證實所得模型與原時間序列數據特征相符.
3.國內市場的實證研究
融資融券又稱"證券信用交易",是指投資者向具有上海證券交易所或深圳證券交易所會員資格的證券公司提供擔保物,借入資金買入本所上市證券或借入本所上市證券并賣出的行為.融資的買入量即為融資的交易量;融券的賣出量即為融券的交易量.融資的買入額即為融資的交易額;融券的賣出額即為融券的交易額.
選取上海交易所和深圳交易所的融券的賣出量,合并整理匯總得到如下原始數據:2010年4月融券成交量1465263,五月份增加到6863386,之后六、七月份減少到3496547、3544443,八、九月份緩慢增加到4213167,十、十一月份 ……（未完，全文共5271字，當前僅顯示1851字，請閱讀下面提示信息。收藏《論文：基于ARIMA 模型的融券交易量預測研究》）