引言

本文使用 ARIMA 模型對螺紋鋼基差建模,進一步分析螺紋鋼基差蘊含的季節(jié)因素,并預(yù)測螺紋鋼基差未來的走勢.

ARIMA 模型建模步驟

詳細步驟

簡略步驟

樣本選取

本文選取 2017 年 7 月-2022 年 7 月螺紋鋼月度基差數(shù)據(jù).

基差=現(xiàn)貨價格-期貨價格

現(xiàn)貨價格：wind-商品現(xiàn)貨數(shù)據(jù)庫——螺紋鋼_HRB400 20mm_上海

期貨價格：wind-螺紋鋼期貨價格指數(shù)

樣本情況

基差時序圖

將日線圖整理成月線圖并觀察季節(jié)效應(yīng)

平穩(wěn)性檢驗

圖檢驗法

?ACF 圖顯示 1,11,12 階拖尾,其他階截尾.顯示序列平穩(wěn)且具有季節(jié)性.

ADF 檢驗

檢驗結(jié)果

在 5%的顯著性水平上都拒絕原假設(shè) 1-3,故不存在單位根,不存在截距項,不存在時間趨勢.

殘差圖如下:

序列白噪聲檢驗

序列非白噪聲

ARIMA建模

?自動識別階數(shù).

注:因序列沒有單位根,故 I=0

結(jié)果為乘積季節(jié)模型:?ARIMA(2,0,0)(0,1,1)[12]?

模型診斷

結(jié)果顯示,殘差各階均截尾.

殘差為白噪聲,建模成功

模型預(yù)測

上表分別為:預(yù)測期數(shù),點預(yù)測值,80%置信區(qū)間下限,80%置信區(qū)間上限,95%置信區(qū)間下限,95%置信區(qū)間上限.

結(jié)論

本文使用 ARIMA 模型對螺紋鋼價差建模,數(shù)據(jù)顯示螺紋鋼基差符合乘積季節(jié)模型:?ARIMA(2,0,0)(0,1,1)[12] ,在此基礎(chǔ)上本文給出了后 20 期的預(yù)測.

不足之處:本文選取的樣本量較少.選擇期貨指數(shù)作為期貨合約的替代,與實務(wù)存在一定的差異.

參考文獻

[1].王燕 .應(yīng)用時間序列分析（第三版）[M].中國人民大學(xué)出版社2012

[2].陳強.高級計量經(jīng)濟學(xué)及stata應(yīng)用[M] .高等教育出版社2014?

[3].張成思?.金融計量學(xué) 時間序列分析視角（第二版）[M].中國人民大學(xué)出版社2016

[4].Jonathan D.Cryer等.時間序列分析及應(yīng)用-R語言 第二版[M].機械工業(yè)出版社2011?

[5].五柳冰冰.實證研究：螺紋鋼期貨與現(xiàn)貨協(xié)整分析.