基于动态自适应调整Hedonic模型的大宗商品指数研究

基于动态自适应调整Hedonic模型的大宗商品指数研究

论文摘要

随着大宗商品市场的迅速发展和商品指数的日趋成熟,商品指数在大宗商品交易中的作用日益突出,其变化也往往会影响股市、债券市场以及外汇市场的走向。但是目前较成熟的商品指数主要以期货价格为主,针对现货市场的商品价格指数还比较少,而且当前现货指数的构造方法与期货指数基本一致。而实际在进行现货指数编制时,往往需要面对现货交易商品的非标准化、品质特征差异等问题,如何处理大宗商品本身的特征属性,如何确定大宗商品价格与特征属性之间的关系,如何通过样本数据评价大宗商品的“纯价格变化”,这一系列在传统商品指数研究和编制中没有解决的问题,是进行大宗现货商品指数研究的新的突破方向,同时也是对商品指数有关理论和方法的新的拓展。本研究以商品指数理论和Hedonic价格模型为基础研究大宗商品市场价格的主要特征,建立大宗商品指数模型,对政府制定政策、供应商交易决策、购入者消费决策等提供具有实践意义的理论工具。对大宗商品现货指数提供了一套从早期数据分析选择、指数体系的设计、商品构成的选择、编制模型的建立、输入数据的预处理到模型优化分析以及最后实证计算的大宗商品指数编制方法论。针对大宗商品特征属性复杂的特点,为了减少输入维度,改进变量间的相关性和显著性水平,将主成分分析法引入Hedonic指数模型,对Hedonic模型的原始输入变量进行预处理,从而简化了Hedonic指数模型的结构,提高Hedonic模型计算的收敛性和有效性。本研究首先依据一般指数编制的设计原则与设计思路,建立大宗商品指数体系框架,在现有数据的基础上,确定本研究大宗商品指数的商品构成,以流通性指标,根据交易量进行权重分配。然后运用改进主成分分析方法对大宗商品交易信息的特征属性变量进行分析和调整,同时对Hedonic计算模型进行改进和适应性调整,将选择输入变量的主成分作为因子输入到设计的Hedonic指数模型中,完成本文的大宗商品指数模型构建。最后以某大型大宗商品资讯服务商及上海期货交易所橡胶交易数据作为实证分析的数据来源,以七个主要橡胶交易品种和全国14大市场的现货交易信息为基础,以单位重量橡胶的成交价格为因变量,以单位批次橡胶的品种特征、生产方特征、交易市场特征等为自变量,对橡胶现货交易的数据进行量化分析,并带入到本研究中设计的动态自适应调整Hedonic模型中,最后对实证结果进行分析比较,确认本研究设计模型的有效性和改进效果。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究的背景与意义
  • 1.2 研究现状
  • 1.2.1 国内外研究现状
  • 1.2.2 目前研究存在的问题及面临的挑战
  • 1.3 研究内容与取得的成果
  • 1.3.1 研究的目标、难点与创新
  • 1.3.2 研究内容与本文所做的工作
  • 第二章 大宗商品指数研究和技术分析
  • 2.1 大宗商品指数研究综述
  • 2.1.1 国内外主要商品指数研究
  • 2.1.2 Hedonic 模型研究现状
  • 2.2 目前研究存在的问题
  • 2.3 本文的技术路线
  • 2.4 相关理论和技术简介
  • 2.4.1 商品指数相关理论
  • 2.4.2 Hedonic 理论
  • 2.4.3 主成分分析方法
  • 第三章 基于动态自适应调整HEDONIC 模型的大宗商品指数模型研究与设计
  • 3.1 大宗商品指数设计原理
  • 3.1.1 设计原则
  • 3.1.2 大宗商品指数的商品构成
  • 3.1.3 权重设计方法
  • 3.1.4 大宗商品指数的运作
  • 3.2 动态自适应调整HEDONIC 模型的建立
  • 3.2.1 主成分分析法
  • 3.2.2 主成分分析法与Hedonic 模型的结合
  • 3.2.3 模型的分析和设计
  • 3.3 模型结构与设计流程
  • 第四章 基于动态自适应调整HEDONIC 模型对大宗商品指数计算的实证研究
  • 4.1 变量设定和数据来源
  • 4.1.1 数据说明和变量选择
  • 4.1.2 主要变量的统计性描述
  • 4.2 基于自适应调整HEDONIC 模型的橡胶指数编制
  • 4.2.1 对Hedonic 模型的自适应调整
  • 4.2.2 基于自适应调整Hedonic 模型的参数估计
  • 4.3 实例分析
  • 4.3.1 自适应调整Hedonic 模型与线性函数Hedonic 模型比较
  • 4.3.2 橡胶现货价格指数与期胶的相关性分析
  • 4.4 大宗商品指数系统设计
  • 4.4.1 系统逻辑结构
  • 4.4.2 系统的网络拓扑
  • 4.4.3 系统的基本用例说明及数据表单设计
  • 4.4.4 系统的场景描述
  • 第五章 总结和展望
  • 参考文献
  • 攻读硕士学位期间所做的研究和项目
  • 攻读硕士学位期间发表论文
  • 致谢
  • 相关论文文献

    • [1].国内商品指数比较研究[J]. 西部皮革 2016(20)
    • [2].商品指数及其衍生品将推动期货公司业务创新[J]. 中国有色金属 2014(23)
    • [3].商品指数及其衍生品推动创新[J]. 中国有色金属 2014(14)
    • [4].上期所正式发布商品指数系列包括铜、铝、锌、铅、锡、镍等单商品指数[J]. 中国有色金属 2017(01)
    • [5].商品指数型基金运作模式与功能[J]. 中国有色金属 2014(18)
    • [6].我国商品指数及衍生品的前景[J]. 中国有色金属 2014(21)
    • [7].商品指数及衍生品的应用[J]. 中国有色金属 2014(17)
    • [8].首个大宗商品指数在沪诞生[J]. 精细化工原料及中间体 2012(02)
    • [9].道琼斯瑞银商品指数研究及对我国的启示[J]. 浙江金融 2012(07)
    • [10].基于灰色系统的“义乌·中国小商品指数”预测[J]. 科技经济市场 2010(11)
    • [11].商品指数投资者行为模式探究文献综述[J]. 商场现代化 2014(29)
    • [12].商品指数基金调高权重点评[J]. 股市动态分析 2009(02)
    • [13].义乌·中国小商品指数[J]. 中外玩具制造 2008(04)
    • [14].商品金融化背景下大宗商品指数收益机制转换[J]. 管理科学学报 2017(09)
    • [15].华夏银行联手德银新推商品指数挂钩型理财产品[J]. 卓越理财 2008(01)
    • [16].有色产业的创新工具[J]. 中国有色金属 2014(15)
    • [17].商品指数金融工具化对石油市场的影响[J]. 能源 2016(03)
    • [18].警惕大宗商品投资风险[J]. 金融博览(财富) 2016(10)
    • [19].上期有色金属指数热点问答之五[J]. 中国有色金属 2014(13)
    • [20].2019年5月份中国大宗商品指数(CBMI)为101.1%[J]. 中国包装 2019(08)
    • [21].上期有色金属指数热点问答之四[J]. 中国有色金属 2014(12)
    • [22].区域物流[J]. 中国物流与采购 2018(02)
    • [23].文华商品指数与CPI关系的实证研究[J]. 西南农业大学学报(社会科学版) 2013(12)
    • [24].商品期货指数在信托领域的应用[J]. 中国有色金属 2014(19)
    • [25].我国商品期货价格指数评价指标体系研究[J]. 金融理论探索 2018(04)
    • [26].我国增强型商品期货指数编制研究[J]. 价格理论与实践 2019(05)
    • [27].基于统计套利模型的商品指数期货双跨套利方案研究[J]. 管理评论 2013(09)
    • [28].商品指数、投资者情绪及宏观经济变量的关联研究[J]. 金融理论与教学 2018(06)
    • [29].“汇聚宝”近期发售计划[J]. 国际金融 2008(03)
    • [30].大宗商品期货缘何普涨?[J]. 资源再生 2018(09)

    标签:;  ;  ;  ;  

    基于动态自适应调整Hedonic模型的大宗商品指数研究
    下载Doc文档

    猜你喜欢