钢铁行业库存量化研究框架专题二:以库存锚定钢价,基于基本面与经济逻辑,构建短期钢价预测体系.docxVIP

钢铁行业库存量化研究框架专题二:以库存锚定钢价,基于基本面与经济逻辑,构建短期钢价预测体系.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
若出现排版错位,数据显示不全等问题,可加微信535600147,凭下载记录获取PDF版目录索引 HYPERLINK \l _TOC_250003 前言:经济惯性、新息与短期未来的可预测性 4一、库存-钢价关系的再审视:基于理论推导,我们设计了一个以库存为中心的指标体系 5 HYPERLINK \l _TOC_250002 (一)库存-钢价的同步关系:由于库存噪声项和钢价涨跌幅均反映同期供需关系,因此两者存在可验证的同步镜像关系 5 HYPERLINK \l _TOC_250001 (二)库存-钢价的异期相关:由于供需缺口的内生性,库存噪声项与钢铁涨跌幅呈现异期相关 7 HYPERLINK \l _TOC_250000 (三)完善价格函数:考虑到短期价格不仅表达为供需的函数,我们引入市场价格预期与滞后价格作为解释变量 9(四)拓展供需函数:基于水泥价格所表征的需求景气脉冲可对供需缺口作出前瞻................................................................................................................................. 12二、模型设定:考虑到变量内生性与价格残差的均值回归特征,我们分别基于VAR 与 ARIMAX 展开模型构建 14(一)VAR 模型:一个反映变量相互传导机制的内生系统,基于VAR 可以大致验证前文变量间关系的逻辑 14(二)ARIMAX 模型:以价格残差的均值回归性为出发点的模型,它引入了价格超调的自我修复机制 17三、模型应用:VAR 模型是较优的模型设定,在市场平稳与市场震荡时分别适用 VAR 模型和 ARIMAX 模型 19(一)模型预测:预测分布、上涨概率与置信区间 19(二)模型评估:VAR 模型是较优的模型设定,在市场平稳与市场震荡时分别适用VAR 模型和ARIMAX 模型 21四、风险提示 27图表索引图 1:库存噪声项和钢价涨跌幅均是供需关系的表征,理论上两者存在同步的镜像关系 5图 2:库存噪声项与钢价涨跌幅大致存在同步镜像关系,但这并不能完全地解释钢价波动 6图 3:由于供需缺口存在内生性,因此库存与钢价表现出滞前滞后关系 8图 4:由于钢贸商可以基于市场预期调整其存货及影响市场交易,因此市场预期成为影响价格的一个因变量 9图 5:在不同阶数上,偏自相关性存在相反的方向,且负相关系数的绝对值较小.............................................................................................................................. 12图 6:基于简单线性回归,预测指标体系已经取得了初步的成效 14图 7:基于 VAR 模型,我们较好地拟合了钢价涨跌幅的走势,但它在部分时点上可能存在过度反应 16图 8:ARIMAX 模型的拟合程度较 VAR 模型有所提高,但可能存在自我趋势的过度修复 18图 9:我们可以基于 VAR 模型对库存进行外推 20图 10:VAR 模型的预测效果散点图 24图 11:ARIMAX 模型的预测效果散点图 24图 12:Logistic 模型的预测效果散点图 24图 13:VAR 模型仍然延续了惯性特征,即模型对下一期的预测值依赖于上一期的实际市场表现 25图 14:ARIMAX 相对于 VAR 模型要更加灵敏,但倾向于过度自我修复 26表 1:库存噪声项与钢价涨跌幅存在同期的负向相关关系 7表 2:库存噪声项与钢价涨跌幅存在同期的负向相关关系与异期的正向相关关系. 8表 3:滞后一阶期货指数涨跌幅与当期钢价涨跌幅保持显著的正相关关系 10表 4:滞后一阶水泥价格涨跌幅与当期钢价涨跌幅保持显著的正相关关系 13表 5:VAR 系统的系数与显著性矩阵 15表 6:ARIMAX 模型估计结果概览 18表 7:VAR 模型和 ARIMAX 模型对 2018 年 6 月 29 日~2018 年 7 月 5 日钢价涨跌幅预测结果 21表 8:VAR、ARIMAX 与 Logistic 作为二元分类器时的历史预测表现 25前言:经济惯性、新息与短期未来的可预测性波动性已经成为当前理解钢铁行业所不可忽视的一个维度。一方面,当前行业需求端面临着多个周期的对冲而非共振,信贷周期与财政周期的紧缩通道与朱格拉周期的扩张倾向导致经济持续处于两相抉择与反复纠偏当中,信用风险蔓延与外围形势紧张也使得政策端衍生出较强的不确定性;而供给端则处于盈利刺激、供给钝化与政策约束的交叉通道之下。愈是在行业气象与市场逻辑纷乱之处,愈是需要我们以笃定的态度与客观的方

您可能关注的文档

文档评论(0)

535600147 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档