基于灰色理论和时间序列模型的可转换债券价格预测

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:jinglwwb33
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
可转债是我国金融衍生产品市场的重要组成部分,由于可转换债券结构、标的资产定价以及证券市场交易的复杂性,对可转换债券定价及价格预测的研究还远没有根本解决,而沿用传统B-S模型方法研究可转换债券的定价或估值与中国可转换债券市场的实际情况会有较大差距,且指导性不强。再有,B-S模型应用需要深刻的专业理解和庞大的数据支撑,所需数据需有较长的时间跨度,这对专业的机构投资者都很难,对新兴市场的普通投资人更是难为其用。可转换债券定价的关键因素是可转换债券市场的重要市场信息,其必然反映在可转换债券的价格演变之中并对之产生重要影响。这样,传统意义上的可转换债券定价和估值问题就可以转化为对其价格趋势的判断和对其价格的分析预测。 本文正是基于以上情况,立足于找出一种更加简便实用、操作性强的可转换债券投资价值判定方法,在可转换债券及其相关理论背景介绍的基础上引进灰色理论并结合时间序列模型对可转换债券的价格指数进行拟合和预测,改变单纯运用GM(1,1)模型的数据不能过多的局限性,提出用新陈代谢GM(1,1)模型拟合可转换债券价格指数的趋势项,并确定出最优的模型维数;然后,对基于灰色模型拟合的序列所产生的残差以ARIMA模型进行修正,即GM-ARIMA方法:最后,用统计试验方法对基于GM-ARIMA方法的预测结果进行比较分析,得出新模型具有较好预测结果的结论。
其他文献
现在越来越多研究者开始利用具有广泛应用前景的复杂网络工具来研究金融市场,与此同时,Song等人开创性的应用分维描述复杂网络的自相似性,使得自相似性成为复杂网络的一个重要
差异演化算法是一种基于群体差异的演化算法,由于算法的易实现性和高效性,受到了相关领域专家学者的广泛关注,在很多工程与应用领域,比如非线性函数优化、神经网络、多目标优
运用模糊优化技术解决转运联盟车辆路径问题。在转运联盟车辆路径问题基础上,提出混沌粒子群算法、混合遗传算法等,分别研究基于模糊需求的企业间转运联盟车辆路径问题,具有
随着物联网的快速发展,轻量级密码算法受到越来越多的关注.轻量级分组密码算法不断提出,如PRINCE算法,PRESENT算法等等.轻量级分组密码分析已经成为促进分析学发展的重要方向