實物交易指數(shù)的深度學(xué)習(xí)：經(jīng)濟(jì)定價、統(tǒng)計識別和數(shù)據(jù)驅(qū)動.pdf

1、中國輕紡城市場是中國紡織品實物交易的重要市場.作為紡織品實物交易風(fēng)向標(biāo)的柯橋紡織指數(shù)，發(fā)布于2007年10月，至今已有九年多，其影響深刻而廣泛，一直是行業(yè)和社會關(guān)注的焦點.對價格指數(shù)進(jìn)行定量分析，探究紡織指數(shù)本身，以及紡織行業(yè)的發(fā)展，有著十分重要的意義.但是，至今仍未見有系統(tǒng)的定量分析和研究.
　　本文以技術(shù)面為導(dǎo)向，利用純技術(shù)指標(biāo)，基于大數(shù)據(jù)分析理念，把描述性統(tǒng)計過渡到推斷性統(tǒng)計，把經(jīng)典的情景分析導(dǎo)入可檢驗的模擬預(yù)測中.從經(jīng)濟(jì)定

2、價到傳統(tǒng)的統(tǒng)計識別，直至數(shù)據(jù)學(xué)習(xí)，重構(gòu)紡織價格指數(shù).
　　本文的研究從經(jīng)濟(jì)定價到傳統(tǒng)的統(tǒng)計識別，即從局限的經(jīng)濟(jì)定價要素到苛刻的統(tǒng)計假設(shè)條件，然后是完全放寬的數(shù)據(jù)驅(qū)動模式，最后是數(shù)據(jù)學(xué)習(xí)，到實時預(yù)測，這樣一條主線展開.
　　以計量經(jīng)濟(jì)學(xué)、統(tǒng)計學(xué)和數(shù)學(xué)多學(xué)科交叉的方法研究紡織價格指數(shù).利用經(jīng)典的資本資產(chǎn)定價模型對紡織價格指數(shù)做經(jīng)濟(jì)意義上的定價.用統(tǒng)計檢驗方法推斷紡織價格指數(shù)總體的性質(zhì).據(jù)此，利用完全數(shù)據(jù)驅(qū)動的非參數(shù)回歸的性質(zhì)，對

3、影響紡織指數(shù)的因素進(jìn)行篩選和識別，在此基礎(chǔ)上建立半?yún)?shù)時變系數(shù)回歸模型，分析各因素在整個指數(shù)中所占的比重.再用經(jīng)典的簡單模型和時間序列模型對紡織價格指數(shù)做統(tǒng)計學(xué)意義上的定價或預(yù)測.最后建立狀態(tài)空間模型，利用卡爾曼濾波實時預(yù)測紡織價格指數(shù).
　　對比分析法和描述性研究法貫穿整篇文章的實證分析.本文建立不同的模型對紡織價格指數(shù)進(jìn)行模擬，通過描述性研究，把模擬的結(jié)果展示出來;通過對比分析，說明各種因素對紡織指數(shù)的影響程度，以及不同模型用

4、于紡織指數(shù)的預(yù)測時的優(yōu)劣.
　　用探索性研究法確立總體模型的參數(shù)，通過非參數(shù)路徑分析法揭示非線性變量的變動對被解釋變量的直接的和間接的影響.
　　本文的主要研究內(nèi)容如下:
　　(1)梳理金融資產(chǎn)、實物資產(chǎn)的定價模型，特別是資本資產(chǎn)定價模型(CAPM)的應(yīng)用及其模型假設(shè)的檢驗.
　　(2)用經(jīng)典的資本資產(chǎn)定價模型對紡織價格指數(shù)進(jìn)行經(jīng)濟(jì)學(xué)意義上的定價.由于現(xiàn)實中沒有符合CAPM模型假設(shè)中的無風(fēng)險收益，所以用方差最小的

5、與市場組合零協(xié)方差證券組合的期望收益作為無風(fēng)險收益建立零貝塔CAPM模型，檢驗不同類型的產(chǎn)品市場是否適用CAPM模型，進(jìn)一步地測算不同類型產(chǎn)品的市場風(fēng)險和檢驗其定價的合理性.
　　(3)對紡織價格指數(shù)時間序列的樣本進(jìn)行統(tǒng)計分析和檢驗.采用描述性統(tǒng)計分析，正態(tài)性檢驗，平穩(wěn)性檢驗，序列自相關(guān)檢驗，游程檢驗，獨立同分布檢驗.所有的數(shù)學(xué)模型，包括統(tǒng)計模型都有其適用的條件和范圍，在對實際問題建立模型之前，必須通過樣本檢驗?zāi)Ｐ图僭O(shè)是否成立，即

6、總體是否具有這些性質(zhì)，否則所建模型是不可靠的，得到的結(jié)論也沒有實際價值.
　　(4)用數(shù)據(jù)驅(qū)動的方法建模.應(yīng)該沒有完全符合模型假設(shè)的實際問題，常常只是近似滿足，近似程度越高，模型的可靠性越好，所以本文采用條件相對寬松的完全數(shù)據(jù)驅(qū)動的非參數(shù)方法.首先基于大數(shù)據(jù)的理念，確定可能直接影響紡織價格指數(shù)的因素集，從中篩選影響顯著的因素，并對這些具有顯著影響的因素進(jìn)行識別，區(qū)分其對紡織價格指數(shù)的影響是線性的還是非線性的，然后建模分析各因素對紡

7、織指數(shù)影響的強度.
　　(5)建立預(yù)測模型.一個合理的模型體系應(yīng)該具備預(yù)測功能.CAPM模型有嚴(yán)苛的難以檢驗的假設(shè)和現(xiàn)實中很難滿足的前提，而用半?yún)?shù)模型進(jìn)行預(yù)測之前，必須先預(yù)測線性的和非線性的自變量的值，所以都只有理論上的預(yù)測功能.最后建立狀態(tài)空間模型，利用Kalman濾波，實現(xiàn)對紡織價格指數(shù)的實時預(yù)測.
　　取2007年5月到2016年12月作為樣本期間，通過研究得到如下結(jié)論:
　　(1)經(jīng)濟(jì)定價的結(jié)果.把CAPM模

8、型用于實物交易指數(shù)的定價，分別對紡織價格的周指數(shù)和月指數(shù)建立CAPM模型，發(fā)現(xiàn)對月指數(shù)建立的模型好于對周指數(shù)建立的模型.在統(tǒng)計意義上，后者方程的決定系數(shù)較大;在經(jīng)濟(jì)意義上，方程的常數(shù)項不能拒絕為0的原假設(shè)，即認(rèn)為定價合理.一次項系數(shù)顯著不為0，即價格受市場風(fēng)險的影響，其中的超額收益是市場風(fēng)險溢價.但是對30個中類指數(shù)建模的結(jié)果發(fā)現(xiàn)，只有9個中類月指數(shù)模型的常數(shù)項不能拒絕為0的原假設(shè)，且常數(shù)項系數(shù)顯著大于0.考慮到現(xiàn)實中并不存在可以無限借

9、貸的無風(fēng)險利率，用零貝塔CAPM模型再對各中類市場進(jìn)行檢驗，計算得5個大類市場，即原料、坯布、服裝面料、家紡和服飾輔料市場在樣本期內(nèi)的零協(xié)方差證券組合的月期望收益率的估計值分別為0.9479％、0.1448％、0.1037％、-0.0483％、0.1535％，樣本期內(nèi)一年期存款基準(zhǔn)利率的月化利率是0.125％，坯布市場、服裝面料市場和服飾輔料市場的零協(xié)方差組合的月期望收益率與之相當(dāng)，而家紡類的市場零協(xié)方差組合的月收益率小于零.零貝塔CA

10、PM模型的估計結(jié)果與CAPM模型的估計結(jié)果相差不多.究其原因，應(yīng)該是中國輕紡城紡織品交易市場以及市場經(jīng)營者對市場的交易的期望與CAPM的假設(shè)條件相去甚遠(yuǎn)，所以需要通過樣本揭示紡織價格指數(shù)總體的性質(zhì).
　　(2)統(tǒng)計識別的結(jié)果.基本統(tǒng)計分析的結(jié)果認(rèn)為紡織價格指數(shù)厚尾右偏，不服從正態(tài)分布.ADF檢驗和KPSS檢驗的結(jié)果認(rèn)為紡織價格指數(shù)序列存在一階單位根;自相關(guān)性檢驗的結(jié)果認(rèn)為存在序列自相關(guān)性;游程檢驗的結(jié)果認(rèn)為序列不是隨機游走過程;B

11、DS檢驗的結(jié)果確實不是獨立同分布的.所以，紡織價格指數(shù)的性質(zhì)并不適合前提嚴(yán)格的模型.
　　(3)數(shù)據(jù)驅(qū)動的變量選擇和識別的結(jié)果.首先依據(jù)產(chǎn)業(yè)經(jīng)濟(jì)學(xué)和宏觀經(jīng)濟(jì)學(xué)理論，選取了14個可能影響紡織品價格指數(shù)的變量，以LCLS(Local Constant Least-squared)方法估計方程，并用LSCV(Least-Squared Cross-Validation)法選取各控制變量的窗寬，認(rèn)為窗寬大于兩倍樣本標(biāo)準(zhǔn)差的6個控制變量對因

12、變量沒有顯著影響，將其剔除.對余下的控制變量做識別，以LLLS(Local Linear Least-Squared)方法重新估計方程，仍用LSCV法選取各控制變量的窗寬，認(rèn)為其中窗寬大于兩倍樣本標(biāo)準(zhǔn)差的4個控制變量對因變量的影響是線性的，其余變量對因變量的影響是非線性的.篩選的結(jié)果是，原油平均現(xiàn)價、商品零售價格指數(shù)、工業(yè)品出廠價格指數(shù)、因變量的滯后一階變量、棉花“指數(shù)A”、貨幣供應(yīng)量、金融機構(gòu)企業(yè)存款、金融機構(gòu)短期貸款、匯率水平和期末

13、國家外匯儲備等變量對紡織品價格指數(shù)有顯著影響;識別的結(jié)果是，原油平均現(xiàn)價、商品零售價格指數(shù)、工業(yè)品出廠價格指數(shù)、以及因變量的滯后一階變量4個變量的窗寬大于兩倍的樣本標(biāo)準(zhǔn)差，認(rèn)為這4個變量對紡織品價格指數(shù)的影響是線性的.棉花“指數(shù)A”、貨幣供應(yīng)量、金融機構(gòu)企業(yè)存款、金融機構(gòu)短期貸款、匯率水平和期末國家外匯儲備對紡織價格指數(shù)的影響是非線性的，稱之為控制變量.根據(jù)選擇和識別的結(jié)果，建立半?yún)?shù)變系數(shù)回歸方程，用來模擬各非參數(shù)變量對被解釋變量的影

14、響強度.
　　(4)半?yún)?shù)模型的模擬結(jié)果.建立關(guān)于線性變量和非線性變量的半?yún)?shù)回歸方程，并且計算各個參數(shù)項和包括7個控制變量的非參數(shù)項在紡織價格指數(shù)中所占的比重.4個參數(shù)項在紡織品價格指數(shù)中所占的比例近80％，非參數(shù)項則占20％強.在所有6個控制變量中，棉花“指數(shù)A”起著主要的作用，實證和模擬的結(jié)果認(rèn)為，在樣本期內(nèi)如果棉花“指數(shù)A”不超過兩倍的樣本均值，可以使得各部分的占比不出現(xiàn)極端值，不超過平均占比的兩倍.
　　(5)建立

15、實時預(yù)測模型.用三類模型，即簡單模型、時間序列模型和狀態(tài)空間模型（Kalman濾波）對紡織品價格總指數(shù)進(jìn)行樣本期內(nèi)預(yù)測（估計）和一期外推預(yù)測，在樣本期內(nèi)，用均方根誤差衡量預(yù)測誤差，誤差均在可接受的范圍內(nèi)，而時間序列模型的預(yù)測誤差比簡單模型要大，說明時間序列模型的設(shè)定正確.狀態(tài)空間模型的遞推預(yù)測結(jié)果受初始值的影響，但是當(dāng)遞推次數(shù)足夠多以后，初值的影響會消除，所以舍棄狀態(tài)空間模型預(yù)測序列的最初60期以后，預(yù)測精確度高于時間序列模型.無論從預(yù)