實(shí)物交易指數(shù)的深度學(xué)習(xí)：經(jīng)濟(jì)定價(jià)、統(tǒng)計(jì)識(shí)別和數(shù)據(jù)驅(qū)動(dòng).pdf

1、中國(guó)輕紡城市場(chǎng)是中國(guó)紡織品實(shí)物交易的重要市場(chǎng).作為紡織品實(shí)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(huì)關(guān)注的焦點(diǎn).對(duì)價(jià)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(jiàn)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(jì)過(guò)渡到推斷性統(tǒng)計(jì)，把經(jīng)典的情景分析導(dǎo)入可檢驗(yàn)的模擬預(yù)測(cè)中.從經(jīng)濟(jì)定

2、價(jià)到傳統(tǒng)的統(tǒng)計(jì)識(shí)別，直至數(shù)據(jù)學(xué)習(xí)，重構(gòu)紡織價(jià)格指數(shù).
　　本文的研究從經(jīng)濟(jì)定價(jià)到傳統(tǒng)的統(tǒng)計(jì)識(shí)別，即從局限的經(jīng)濟(jì)定價(jià)要素到苛刻的統(tǒng)計(jì)假設(shè)條件，然后是完全放寬的數(shù)據(jù)驅(qū)動(dòng)模式，最后是數(shù)據(jù)學(xué)習(xí)，到實(shí)時(shí)預(yù)測(cè)，這樣一條主線展開(kāi).
　　以計(jì)量經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)多學(xué)科交叉的方法研究紡織價(jià)格指數(shù).利用經(jīng)典的資本資產(chǎn)定價(jià)模型對(duì)紡織價(jià)格指數(shù)做經(jīng)濟(jì)意義上的定價(jià).用統(tǒng)計(jì)檢驗(yàn)方法推斷紡織價(jià)格指數(shù)總體的性質(zhì).據(jù)此，利用完全數(shù)據(jù)驅(qū)動(dòng)的非參數(shù)回歸的性質(zhì)，對(duì)

3、影響紡織指數(shù)的因素進(jìn)行篩選和識(shí)別，在此基礎(chǔ)上建立半?yún)?shù)時(shí)變系數(shù)回歸模型，分析各因素在整個(gè)指數(shù)中所占的比重.再用經(jīng)典的簡(jiǎn)單模型和時(shí)間序列模型對(duì)紡織價(jià)格指數(shù)做統(tǒng)計(jì)學(xué)意義上的定價(jià)或預(yù)測(cè).最后建立狀態(tài)空間模型，利用卡爾曼濾波實(shí)時(shí)預(yù)測(cè)紡織價(jià)格指數(shù).
　　對(duì)比分析法和描述性研究法貫穿整篇文章的實(shí)證分析.本文建立不同的模型對(duì)紡織價(jià)格指數(shù)進(jìn)行模擬，通過(guò)描述性研究，把模擬的結(jié)果展示出來(lái);通過(guò)對(duì)比分析，說(shuō)明各種因素對(duì)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(cè)時(shí)的優(yōu)劣.
　　用探索性研究法確立總體模型的參數(shù)，通過(guò)非參數(shù)路徑分析法揭示非線性變量的變動(dòng)對(duì)被解釋變量的直接的和間接的影響.
　　本文的主要研究?jī)?nèi)容如下:
　　(1)梳理金融資產(chǎn)、實(shí)物資產(chǎn)的定價(jià)模型，特別是資本資產(chǎn)定價(jià)模型(CAPM)的應(yīng)用及其模型假設(shè)的檢驗(yàn).
　　(2)用經(jīng)典的資本資產(chǎn)定價(jià)模型對(duì)紡織價(jià)格指數(shù)進(jìn)行經(jīng)濟(jì)學(xué)意義上的定價(jià).由于現(xiàn)實(shí)中沒(méi)有符合CAPM模型假設(shè)中的無(wú)風(fēng)險(xiǎn)收益，所以用方差最小的

5、與市場(chǎng)組合零協(xié)方差證券組合的期望收益作為無(wú)風(fēng)險(xiǎn)收益建立零貝塔CAPM模型，檢驗(yàn)不同類型的產(chǎn)品市場(chǎng)是否適用CAPM模型，進(jìn)一步地測(cè)算不同類型產(chǎn)品的市場(chǎng)風(fēng)險(xiǎn)和檢驗(yàn)其定價(jià)的合理性.
　　(3)對(duì)紡織價(jià)格指數(shù)時(shí)間序列的樣本進(jìn)行統(tǒng)計(jì)分析和檢驗(yàn).采用描述性統(tǒng)計(jì)分析，正態(tài)性檢驗(yàn)，平穩(wěn)性檢驗(yàn)，序列自相關(guān)檢驗(yàn)，游程檢驗(yàn)，獨(dú)立同分布檢驗(yàn).所有的數(shù)學(xué)模型，包括統(tǒng)計(jì)模型都有其適用的條件和范圍，在對(duì)實(shí)際問(wèn)題建立模型之前，必須通過(guò)樣本檢驗(yàn)?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(méi)有實(shí)際價(jià)值.
　　(4)用數(shù)據(jù)驅(qū)動(dòng)的方法建模.應(yīng)該沒(méi)有完全符合模型假設(shè)的實(shí)際問(wèn)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(duì)寬松的完全數(shù)據(jù)驅(qū)動(dòng)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(jià)格指數(shù)的因素集，從中篩選影響顯著的因素，并對(duì)這些具有顯著影響的因素進(jìn)行識(shí)別，區(qū)分其對(duì)紡織價(jià)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(duì)紡

7、織指數(shù)影響的強(qiáng)度.
　　(5)建立預(yù)測(cè)模型.一個(gè)合理的模型體系應(yīng)該具備預(yù)測(cè)功能.CAPM模型有嚴(yán)苛的難以檢驗(yàn)的假設(shè)和現(xiàn)實(shí)中很難滿足的前提，而用半?yún)?shù)模型進(jìn)行預(yù)測(cè)之前，必須先預(yù)測(cè)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(cè)功能.最后建立狀態(tài)空間模型，利用Kalman濾波，實(shí)現(xiàn)對(duì)紡織價(jià)格指數(shù)的實(shí)時(shí)預(yù)測(cè).
　　取2007年5月到2016年12月作為樣本期間，通過(guò)研究得到如下結(jié)論:
　　(1)經(jīng)濟(jì)定價(jià)的結(jié)果.把CAPM模

8、型用于實(shí)物交易指數(shù)的定價(jià)，分別對(duì)紡織價(jià)格的周指數(shù)和月指數(shù)建立CAPM模型，發(fā)現(xiàn)對(duì)月指數(shù)建立的模型好于對(duì)周指數(shù)建立的模型.在統(tǒng)計(jì)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(xiàng)不能拒絕為0的原假設(shè)，即認(rèn)為定價(jià)合理.一次項(xiàng)系數(shù)顯著不為0，即價(jià)格受市場(chǎng)風(fēng)險(xiǎn)的影響，其中的超額收益是市場(chǎng)風(fēng)險(xiǎn)溢價(jià).但是對(duì)30個(gè)中類指數(shù)建模的結(jié)果發(fā)現(xiàn)，只有9個(gè)中類月指數(shù)模型的常數(shù)項(xiàng)不能拒絕為0的原假設(shè)，且常數(shù)項(xiàng)系數(shù)顯著大于0.考慮到現(xiàn)實(shí)中并不存在可以無(wú)限借

9、貸的無(wú)風(fēng)險(xiǎn)利率，用零貝塔CAPM模型再對(duì)各中類市場(chǎng)進(jìn)行檢驗(yàn)，計(jì)算得5個(gè)大類市場(chǎng)，即原料、坯布、服裝面料、家紡和服飾輔料市場(chǎng)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(jì)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(chǎng)、服裝面料市場(chǎng)和服飾輔料市場(chǎng)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(chǎng)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(jì)結(jié)果與CAPM模型的估計(jì)結(jié)果相差不多.究其原因，應(yīng)該是中國(guó)輕紡城紡織品交易市場(chǎng)以及市場(chǎng)經(jīng)營(yíng)者對(duì)市場(chǎng)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(guò)樣本揭示紡織價(jià)格指數(shù)總體的性質(zhì).
　　(2)統(tǒng)計(jì)識(shí)別的結(jié)果.基本統(tǒng)計(jì)分析的結(jié)果認(rèn)為紡織價(jià)格指數(shù)厚尾右偏，不服從正態(tài)分布.ADF檢驗(yàn)和KPSS檢驗(yàn)的結(jié)果認(rèn)為紡織價(jià)格指數(shù)序列存在一階單位根;自相關(guān)性檢驗(yàn)的結(jié)果認(rèn)為存在序列自相關(guān)性;游程檢驗(yàn)的結(jié)果認(rèn)為序列不是隨機(jī)游走過(guò)程;B

11、DS檢驗(yàn)的結(jié)果確實(shí)不是獨(dú)立同分布的.所以，紡織價(jià)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(dòng)的變量選擇和識(shí)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(gè)可能影響紡織品價(jià)格指數(shù)的變量，以LCLS(Local Constant Least-squared)方法估計(jì)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(gè)控制變量對(duì)因

12、變量沒(méi)有顯著影響，將其剔除.對(duì)余下的控制變量做識(shí)別，以LLLS(Local Linear Least-Squared)方法重新估計(jì)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(gè)控制變量對(duì)因變量的影響是線性的，其余變量對(duì)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(jià)、商品零售價(jià)格指數(shù)、工業(yè)品出廠價(jià)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(jī)構(gòu)企業(yè)存款、金融機(jī)構(gòu)短期貸款、匯率水平和期末

13、國(guó)家外匯儲(chǔ)備等變量對(duì)紡織品價(jià)格指數(shù)有顯著影響;識(shí)別的結(jié)果是，原油平均現(xiàn)價(jià)、商品零售價(jià)格指數(shù)、工業(yè)品出廠價(jià)格指數(shù)、以及因變量的滯后一階變量4個(gè)變量的窗寬大于兩倍的樣本標(biāo)準(zhǔn)差，認(rèn)為這4個(gè)變量對(duì)紡織品價(jià)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(jī)構(gòu)企業(yè)存款、金融機(jī)構(gòu)短期貸款、匯率水平和期末國(guó)家外匯儲(chǔ)備對(duì)紡織價(jià)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(shí)別的結(jié)果，建立半?yún)?shù)變系數(shù)回歸方程，用來(lái)模擬各非參數(shù)變量對(duì)被解釋變量的影

14、響強(qiáng)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(jì)算各個(gè)參數(shù)項(xiàng)和包括7個(gè)控制變量的非參數(shù)項(xiàng)在紡織價(jià)格指數(shù)中所占的比重.4個(gè)參數(shù)項(xiàng)在紡織品價(jià)格指數(shù)中所占的比例近80％，非參數(shù)項(xiàng)則占20％強(qiáng).在所有6個(gè)控制變量中，棉花“指數(shù)A”起著主要的作用，實(shí)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(guò)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(guò)平均占比的兩倍.
　　(5)建立

15、實(shí)時(shí)預(yù)測(cè)模型.用三類模型，即簡(jiǎn)單模型、時(shí)間序列模型和狀態(tài)空間模型（Kalman濾波）對(duì)紡織品價(jià)格總指數(shù)進(jìn)行樣本期內(nèi)預(yù)測(cè)（估計(jì)）和一期外推預(yù)測(cè)，在樣本期內(nèi)，用均方根誤差衡量預(yù)測(cè)誤差，誤差均在可接受的范圍內(nèi)，而時(shí)間序列模型的預(yù)測(cè)誤差比簡(jiǎn)單模型要大，說(shuō)明時(shí)間序列模型的設(shè)定正確.狀態(tài)空間模型的遞推預(yù)測(cè)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(huì)消除，所以舍棄狀態(tài)空間模型預(yù)測(cè)序列的最初60期以后，預(yù)測(cè)精確度高于時(shí)間序列模型.無(wú)論從預(yù)