股票价格、收益率及其风险预测—基于云南白药的实证研究.pdfVIP

股票价格、收益率及其⻛险预测

股票价格、收益率及其⻛险预测

股票价格、收益率及其⻛险预测

—基于云南⽩药的实证研究

—基于云南⽩药的实证研究

—基于云南⽩药的实证研究

摘要：在现实中很多问题，例如利率波动、收益率变化和汇率变化通常都是⼀个时间序

列。然⽽经济时间序列不同于横截⾯数据存在重复抽样的情况。它是⼀个随机事件的唯⼀记

录。这个过程是⼀个不可重复的过程。⽽在横截⾯数据中的随机变量可以⾮常⽅便地通过其

均值、⽅差或者数据的概率分别加以⾯熟。但是时间序列中这种描述是很不清楚的。是需要

⽤⼀些特定的计量⽅法和⼿段分析其变化的规律的。AR、MA和ARMA模型在经济预测过

程中就考虑了⾦融市场、股票市场指标在时间序列伤的依存性。⽽且还考虑了随机波动的⼲

扰性，对其指标短期趋势的预测准确率较⾼。它⽤在有限参数线性模型描述时间的⾃相关结

构，便于进⾏统计分析和数学处理。因此AR、MA和ARMA模型是⽬前常⽤的⽤于拟合平

稳序列的模型。尤其在⾦融和股票领域中具有重要意义。本⽂⾸先选定云南⽩药（000538）

股票的相关数据进⾏描述性分析和平稳性检验，经过⽐较AIC和SC运⽤最合适的AR模型

对云南⽩药的每⽇收盘价（2022年1⽉4⽇，星期⼆——2023年6⽉2⽇，星期五）和收

益率进⾏分析，以此预测其1期以及多期的收盘价和收益率，和真实值对⽐其预测效果。基

于此进⾏⼀个样本外预测。最后是对⻛险进⾏建模和预测并分析其效果。

关键词：时间序列;ARMA模型；股价预测

1

Stockprice,yieldandriskforecast

-BasedontheempiricalstudyofYunnan

Baiyao

Abstract:Inreality,manyproblems,suchasinterestratefluctuations,yieldchangesand

exchangeratechangesareusuallyatimeseries.However,economictimeseriesisdifferentfrom

cross-sectionaldatawithrepeatedsampling.Itistheonlyrecordofarandomevent.Thisprocess

isanunrepeatableone.Randomvariablesincross-sectionaldatacanbeeasilyidentifiedbytheir

mean,variance,orprobabilityofthedata.Butthisdescriptionofthetimeseriesisveryunclear.It

isnecessarytousesomespecificmeasurementmethodsandmeanstoanalyzethelawofits

change.AR,MAandARMAmodelstakeintoaccountthedependenceoffinancialmarketand

stockmarketindexesontimeseriesintheprocessofeconomicforecasting.Moreover,considering

theinterferenceofrandomfluctuations,thepredictionaccuracyoftheshort-termtrendofthe

indexishigher.Itcanbeusedtodescribetheautocorrelationstructureoftimeinfiniteparameter

linearmodels,whichisconvenientforstatisti