论文：基于ARIMA 模型的融券交易量预测研究

基于ARIMA 模型的融券交易量预测研究
秦记者1,郭旗2
QinJizhe1,GuoQi2
1沈阳大学,2沈阳大学
1 Shenyang University, Shenyang, China
2 Shenyang University, Shenyang, China
1jizheqin@qq.com,2qiguo.211@163.com
115940090716,215502437113
地址:辽宁省沈阳市大东区望花南街21号沈阳大学11号公寓
邮编:110044
1秦记者(1986—),女,汉,山东省临沂市,沈阳大学工商管理学院研究生,主要研究方向:资本运营与风险研究
2郭旗(1986—),男,汉,河南省信阳市,沈阳大学工商管理学院研究生,主要研究方向:资本运营与风险研究
中图分类号:F832 文献标识码:A
摘要: ARIMA模型是一种著名的时间序列预测方法.融券交易量对融券相关机构和个
……（新文秘网https://www.wm114.cn省略659字，正式会员可完整阅读）……　
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,融资融券交易正式进入市场操作阶段.融资融券对证券市场有重要影响.时间序列模型常根据历史数据做预测,可以利用时间序列ARIMA模型对融券的交易量进行预测,便于国家,融券相关机构和个人做出投资和风险预测.当然影响融券成交量因素多种多样, 不仅与融资融券自身_因素有关, 还与国家宏观经济政策, 国民经济发展方向等各种因素相关.
2.ARIMA模型介绍
ARIMA模型全称为差分自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA),是由博克斯(Bo*)和詹金斯(Jenkins)于70年代初提出的一著名时间序列预测方法,所以又称为bo*-jenkins模型、博克思-詹金斯法.其中ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归, p为自回归项; MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数.[1]
设为是d阶单整序列,即~I(d),则
为平稳序列,即~I(0),于是对建立ARIMA模型
用滞后算子表示,则
其中:;
经过差分变换后的ARIMA(p,q)得到ARIMA(p,d,q)模型
即:
ARIMA 模型的基本思想是: 将预测对象随时间推移而形成的数据序列视为一个随机序列, 用一定的数学模型来近似描述这个序列.这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值.
建模步骤:
(1)原时间序列的平稳性检验.时间序列的平稳性是统计建模的基础,判断序列是否平稳的主要方法是单位根检验,如ADF检验[2].如果序列不满足平稳性条件,可以通过差分等变化使序列满足平稳性条件;
(2)估计模型的未知参数,确定模型.通过计算能够描述序列特征的一些统计变量,确定p和q,并在初始估计中选择尽可能少的参数,使模型本身的具有合理性;
(3)进行模型检验分析,以证实所得模型与原时间序列数据特征相符.
3.国内市场的实证研究
融资融券又称"证券信用交易",是指投资者向具有上海证券交易所或深圳证券交易所会员资格的证券公司提供担保物,借入资金买入本所上市证券或借入本所上市证券并卖出的行为.融资的买入量即为融资的交易量;融券的卖出量即为融券的交易量.融资的买入额即为融资的交易额;融券的卖出额即为融券的交易额.
选取上海交易所和深圳交易所的融券的卖出量,合并整理汇总得到如下原始数据:2010年4月融券成交量1465263,五月份增加到6863386,之后六、七月份减少到3496547、3544443,八、九月份缓慢增加到4213167,十、十一月份 ……（未完，全文共5271字，当前仅显示1851字，请阅读下面提示信息。收藏《论文：基于ARIMA 模型的融券交易量预测研究》）