【基于ARMA-GARCH模型的G銀行股票價(jià)格的影響因素實(shí)證探究9400字（論文）】

基于ARMA-GARCH模型的G銀行股票價(jià)格的影響因素實(shí)證研究【摘要】商業(yè)銀行的持續(xù)經(jīng)營(yíng)對(duì)于中國(guó)金融體系的安全穩(wěn)定至關(guān)重要，隨著中國(guó)銀行業(yè)的逐步開放，市場(chǎng)結(jié)構(gòu)發(fā)生重大變化，外資金融機(jī)構(gòu)紛紛進(jìn)入金融市場(chǎng)，民間融資逐漸增多，銀行業(yè)競(jìng)爭(zhēng)加劇，因此本文以我國(guó)工商銀行為研究對(duì)象，分析探討了其內(nèi)部控制制度，旨在探討影響工商銀行股價(jià)的各項(xiàng)因素。金融市場(chǎng)上的時(shí)間序列數(shù)據(jù)包含了各項(xiàng)歷史信息，能夠充分的反映系統(tǒng)的運(yùn)行規(guī)律。研究者們可以采用常見的時(shí)間序列分析的通用模型，使用Eviews10軟件，對(duì)以前的金融數(shù)據(jù)（如股價(jià)）進(jìn)行系列檢驗(yàn)，探尋其規(guī)律，并運(yùn)用于未來走勢(shì)的短期預(yù)測(cè)。選取工商銀行（601398）的股票日收盤價(jià)（2015月4月1日至2020年3月27日）序列，進(jìn)行一階差分使數(shù)據(jù)平穩(wěn)，之后作者選取ARMA模型對(duì)于未來三天的工商銀行收盤價(jià)（2020年3月30日至2020年4月1日）進(jìn)行了有效預(yù)測(cè)。通過將預(yù)測(cè)結(jié)果與實(shí)際值進(jìn)行比較后，發(fā)現(xiàn)預(yù)測(cè)結(jié)果更為準(zhǔn)確，誤差較小，結(jié)果說明ARMA模型適合于股價(jià)短期預(yù)測(cè)，進(jìn)一步證實(shí)了時(shí)間序列模型在金融融資方面的作用，這對(duì)于工商銀行股價(jià)的影響因素探討起著至關(guān)重要的作用?！娟P(guān)鍵詞】時(shí)間序列；ARMA-GARCH模型；股價(jià)預(yù)測(cè)目錄摘要…………………………I引言………………………1一、現(xiàn)狀分析…………………1（一）目前中國(guó)商業(yè)銀行內(nèi)部控制的現(xiàn)狀………………1（二）制約我國(guó)商業(yè)銀行內(nèi)部控制制度發(fā)展的原因分析………………2（三）中國(guó)工商銀行股價(jià)的演變分析……………………3二、相關(guān)研究…………………4（一）內(nèi)部審計(jì)在財(cái)務(wù)舞弊防范中的優(yōu)勢(shì)………………4（二）內(nèi)部審計(jì)在財(cái)務(wù)舞弊防范中的作用………………5三、模型簡(jiǎn)介…………………5（一）ARMA模型………………………5（二）GARCH模型………………………6四、實(shí)證研究……………12（一）數(shù)據(jù)的選擇與說明…………12（二）實(shí)證分析………………………12五、工商銀行股票價(jià)格的影響因素…………12（一）消費(fèi)者價(jià)格指數(shù)…………………12（二）利率…………………13六、結(jié)論和建議…………12（一）結(jié)論……………12（二）建議……………12七、總結(jié)……………………12參考文獻(xiàn)………………………14II引言時(shí)間序列是按照時(shí)間順序排列的一系列數(shù)據(jù)，這些數(shù)據(jù)是具有隨機(jī)性的，但數(shù)據(jù)彼此之間又存在著一定的相互依賴性。金融市場(chǎng)上存在很多諸如此類的時(shí)間序列數(shù)據(jù)，比如股價(jià)、利率等的不斷變化。時(shí)間序列數(shù)據(jù)與橫截面數(shù)據(jù)不同的是，時(shí)間序列包含著系統(tǒng)的運(yùn)行規(guī)律，正因?yàn)檫@個(gè)特點(diǎn)，所以我們可以通過研究來研究這一規(guī)律，并且對(duì)于未來的發(fā)展趨勢(shì)做出一定的預(yù)測(cè)，這項(xiàng)研究對(duì)于金融行業(yè)的從業(yè)人員來說是非常必要的。股票是全球經(jīng)濟(jì)的晴雨表，無論是對(duì)于國(guó)家還是對(duì)于投資者來說，投資者對(duì)于股票價(jià)格的預(yù)測(cè)都是非常重要的。預(yù)測(cè)股票價(jià)格的經(jīng)濟(jì)模型中，ARMA模型是目前最常用的平穩(wěn)時(shí)間序列的模型，此模型在預(yù)測(cè)時(shí)既考慮了金融市場(chǎng)指標(biāo)在時(shí)間方面的依賴性，又考慮了隨機(jī)波動(dòng)的干擾性，從而能夠準(zhǔn)確高效地預(yù)測(cè)股票在短期內(nèi)的發(fā)展趨勢(shì)。并且ARMA模型在投資理論上也是相對(duì)成熟的，在統(tǒng)計(jì)分析和數(shù)學(xué)處理方面已經(jīng)成為一種實(shí)用的模型。在中國(guó)經(jīng)濟(jì)“新常態(tài)”下，我國(guó)的經(jīng)濟(jì)發(fā)展速度逐漸減緩，由高速發(fā)展轉(zhuǎn)為中高速發(fā)展，由追求速度增長(zhǎng)轉(zhuǎn)變?yōu)橘|(zhì)量增長(zhǎng)。在十九大中提出新一輪金融開放是目前我國(guó)經(jīng)濟(jì)形勢(shì)下對(duì)于金融領(lǐng)域的要求，也是經(jīng)濟(jì)金融發(fā)展的需要，而在整個(gè)經(jīng)濟(jì)中各大銀行扮演著重要的角色。中國(guó)的市場(chǎng)經(jīng)濟(jì)發(fā)展處于初級(jí)階段，市場(chǎng)經(jīng)濟(jì)體制還不完善。因此，要想穩(wěn)健股票價(jià)格，首要的是內(nèi)部運(yùn)營(yíng)保持長(zhǎng)期的平穩(wěn)上升趨勢(shì)。因此需要完善我國(guó)中小銀行內(nèi)部控制制度，加強(qiáng)檢查和控制，規(guī)避經(jīng)營(yíng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)。長(zhǎng)期促進(jìn)各企業(yè)的持續(xù)發(fā)展，對(duì)于我國(guó)的各大銀行來說是非常重要的?，F(xiàn)狀分析目前中國(guó)商業(yè)銀行內(nèi)部控制的現(xiàn)狀外部競(jìng)爭(zhēng)日趨激烈，商業(yè)銀行的操作風(fēng)險(xiǎn)日益增大隨著金融市場(chǎng)開放度的不斷擴(kuò)大，我國(guó)的商業(yè)銀行正在面臨著更加嚴(yán)峻的競(jìng)爭(zhēng)環(huán)境和更加復(fù)雜的風(fēng)險(xiǎn)狀況，一些利益驅(qū)動(dòng)的終端商業(yè)銀行過于重視業(yè)務(wù)發(fā)展，因而降低了對(duì)于內(nèi)部控制建設(shè)的力度，導(dǎo)致不能完全實(shí)施一定的內(nèi)部控制，最終造成了商業(yè)銀行在不知不覺中承擔(dān)著不同程度的潛在風(fēng)險(xiǎn)。監(jiān)管壓力的加大和市場(chǎng)結(jié)構(gòu)的變化將對(duì)于商業(yè)銀行的穩(wěn)健發(fā)展產(chǎn)生重要影響，因此，我國(guó)的各大銀行必須完善內(nèi)部控制機(jī)制，不斷促進(jìn)內(nèi)部控制體系的完善，加強(qiáng)對(duì)于內(nèi)部控制體系的檢查和監(jiān)控，防范有可能發(fā)生的系列操作風(fēng)險(xiǎn)，促進(jìn)不同種類企業(yè)的持續(xù)發(fā)展。當(dāng)前，傳統(tǒng)銀行業(yè)風(fēng)險(xiǎn)管理技術(shù)和巴塞爾銀行業(yè)風(fēng)險(xiǎn)管理新指標(biāo)等新技術(shù)尚未完全掌握。在此背景下，中小商業(yè)銀行如何應(yīng)對(duì)自身業(yè)務(wù)發(fā)展的挑戰(zhàn)和內(nèi)部控制體系內(nèi)的風(fēng)險(xiǎn)防范需求成為了各大銀行的當(dāng)務(wù)之急。工商銀行作為國(guó)有五大行之一，不斷積極開展金融產(chǎn)品開發(fā)和金融衍生品創(chuàng)新，并且正在持續(xù)開發(fā)中間業(yè)務(wù)的產(chǎn)品市場(chǎng)。雖然創(chuàng)新型公司和新產(chǎn)品的類型有所增加，但是在應(yīng)對(duì)上仍然存在時(shí)滯，不能及時(shí)適應(yīng)新業(yè)務(wù)，這就導(dǎo)致了內(nèi)部控制方面的缺失。內(nèi)部控制系統(tǒng)的建設(shè)很難適應(yīng)業(yè)務(wù)發(fā)展的需要一是內(nèi)部控制的制度機(jī)制不完善，一些基本的規(guī)章制度還存在很多薄弱的不健全環(huán)節(jié)；二是金融業(yè)內(nèi)部環(huán)境和外部環(huán)境日趨復(fù)雜多樣，內(nèi)部控制的制度設(shè)計(jì)仍然存在諸多薄弱環(huán)節(jié)，尤其是缺乏對(duì)未知風(fēng)險(xiǎn)的防范措施；三是不完善的制度較多，已經(jīng)制定的規(guī)章制度在實(shí)際操作過程中執(zhí)行不嚴(yán)格，對(duì)于內(nèi)部控制的監(jiān)管不平衡，這一點(diǎn)是造成金融風(fēng)險(xiǎn)的主要原因。內(nèi)部控制系統(tǒng)的建設(shè)是工商銀行現(xiàn)有管理體系的一部分，由于缺乏經(jīng)驗(yàn)、信息溝通，反饋交流等環(huán)節(jié)，強(qiáng)化了內(nèi)部控制作為驗(yàn)證和合規(guī)檢查，沒有達(dá)到風(fēng)險(xiǎn)防控和利潤(rùn)提升的目的。（二）制約我國(guó)商業(yè)銀行內(nèi)部控制制度發(fā)展的原因分析1.內(nèi)部控制的觀念有一定的偏差在實(shí)際工作中，我一直認(rèn)為內(nèi)部控制機(jī)制是各種規(guī)章制度的綜合、約束和綜合，這體現(xiàn)在商業(yè)銀行的經(jīng)營(yíng)管理方式上。對(duì)于這樣無法避免的問題，如果采用了完全違背內(nèi)部控制主體特征、隱藏財(cái)務(wù)風(fēng)險(xiǎn)的事后救濟(jì)方法，那么公司發(fā)展將會(huì)與內(nèi)控制度建設(shè)不同步，特別是新業(yè)務(wù)的發(fā)展將缺乏制度的保障，久而久之，其潛在風(fēng)險(xiǎn)將會(huì)越來越大。2.內(nèi)部控制的機(jī)構(gòu)組織不完善工商銀行的內(nèi)部控制制度不僅僅是部門之間的分離，而且是相互抵觸的，比如會(huì)計(jì)崗位員工沒有限制資金組織部門的資金成本的權(quán)限，因此將導(dǎo)致存款結(jié)構(gòu)日趨不合理。由于互聯(lián)網(wǎng)金融的不斷發(fā)展，銀行業(yè)務(wù)由傳統(tǒng)的人工服務(wù)向現(xiàn)代的虛擬銀行業(yè)務(wù)進(jìn)行轉(zhuǎn)變。由于管理和改革進(jìn)程的長(zhǎng)期滯后，一些新公司尚未制定完整的操作程序和內(nèi)部控制體系制度。3.運(yùn)營(yíng)上尚且存在許多弱點(diǎn)工商銀行在具體業(yè)務(wù)流程上的薄弱，可以改善操作風(fēng)險(xiǎn)的發(fā)生和內(nèi)部控制的難度。虛擬交易平臺(tái)的技術(shù)漏洞和業(yè)務(wù)鏈的缺陷將會(huì)導(dǎo)致內(nèi)部控制問題和操作風(fēng)險(xiǎn)的增加。（三）中國(guó)工商銀行股價(jià)的演變分析股票是一國(guó)經(jīng)濟(jì)狀況的晴雨表，無論是對(duì)于國(guó)家還是對(duì)于投資者來說，對(duì)股價(jià)的預(yù)測(cè)都具有重要意義，股價(jià)預(yù)測(cè)應(yīng)該建立在對(duì)工商銀行的股票現(xiàn)狀全面分析的基礎(chǔ)上。通過對(duì)于工商銀行年度財(cái)務(wù)報(bào)表的分析，發(fā)現(xiàn)工商銀行的利潤(rùn)率同比增長(zhǎng)2%，與上年年報(bào)持平；一季度撥備前利潤(rùn)同比增長(zhǎng)2.8%，較上年同期下降1.5%。主要原因是成本收入比略有上升；一季度成本效益比上年同期增長(zhǎng)1%，一季度減值力度同比增長(zhǎng)5.7%，增速平穩(wěn)。相關(guān)研究學(xué)者丁瑋珂（2019）利用ARMR模型，結(jié)合桂林旅游(000978)股票的開盤價(jià)進(jìn)行時(shí)間序列的實(shí)證分析，進(jìn)而利用所建立的ARMR模型對(duì)未來工作日的股價(jià)進(jìn)行預(yù)測(cè)分析，并且與實(shí)際股價(jià)相比較，從而得出結(jié)論，最終預(yù)測(cè)了在未來短期內(nèi)桂林旅游這支股票的股價(jià)將會(huì)有所上升。學(xué)者耿娟（2019）通過GARCH模型預(yù)測(cè)收盤價(jià)整體的趨勢(shì)和實(shí)際是相符的，預(yù)測(cè)收益率和實(shí)際收益率的正負(fù)號(hào)幾乎都是一致的，預(yù)測(cè)收盤價(jià)和實(shí)際收盤價(jià)也都是呈上升的趨勢(shì)。說明GARCH模型對(duì)于滬深300指數(shù)在短期預(yù)測(cè)股票波動(dòng)趨勢(shì)是可靠的。學(xué)者陳麗宇（2019）選用GARCH模型擬合股市波動(dòng)情況，兩岸金融開放政策的實(shí)施對(duì)兩岸股票市場(chǎng)收益率波動(dòng)的影響效果，上證綜指、深成指數(shù)及臺(tái)灣股票指數(shù)收益率存在顯著的條件異方差特征，表明選取GARCH模型分析大陸與臺(tái)灣的股票市場(chǎng)可以恰當(dāng)?shù)胤从硟砂豆墒惺找媛实牟▌?dòng)情況。學(xué)者劉振威（2009）運(yùn)用GARCH模型通過對(duì)我國(guó)1996年至2007年的年度平均消費(fèi)者物價(jià)指數(shù)CPI值進(jìn)行實(shí)證分析，建立了一個(gè)反映CPI變化規(guī)律的較優(yōu)的統(tǒng)計(jì)預(yù)測(cè)模型。學(xué)者徐晨萌（2019）運(yùn)用ARMA模型對(duì)未來三天的股價(jià)進(jìn)行預(yù)測(cè)，其對(duì)工商銀行股票日開盤價(jià)進(jìn)行了建模和實(shí)證分析，預(yù)測(cè)了短期股價(jià)，結(jié)果較為理想，說明ARMA模型可以較好地解決非平穩(wěn)時(shí)間序列的建模問題，并運(yùn)用于金融時(shí)間序列問題的研究和預(yù)測(cè)方面。模型簡(jiǎn)介（一）ARMA模型ARMA模型又被稱為自回歸移動(dòng)平均模型，此模型是由美國(guó)統(tǒng)計(jì)學(xué)家Jenkins和英國(guó)統(tǒng)計(jì)學(xué)家Box在20世紀(jì)70年代提出的時(shí)間序列分析模型，其中ARMA(p,q)模型是差分自回歸滑動(dòng)平均模型，AR是自回歸過程，p為自回歸的階數(shù)；MA為移動(dòng)平均過程，q為移動(dòng)平均階數(shù)。一般的ARMA(p,q)模型的形式可以表示為：式中，是白噪聲序列，p和q都是非負(fù)整數(shù)，AR和MA模型都是ARMA(p,q)的特殊情形。當(dāng)時(shí)間序列不平穩(wěn)時(shí)，不能直接運(yùn)用ARMA模型，而是需要經(jīng)過一系列處理后，形成一個(gè)新的平穩(wěn)的時(shí)間序列，進(jìn)而才能使用自回歸移動(dòng)平均模型進(jìn)行分析。（二）GARCH模型GARCH模型又被稱為廣義自回歸條件異方差模型，Engle提出了自回歸條件異方差模型（ARCH），通過條件異方差的形式解決了傳統(tǒng)模型中殘差存在的異方差性問題。在此基礎(chǔ)上，波勒斯列夫T.Bollerslev(1986)提出了廣義自回歸條件異方差模型（GARCH），模型通過對(duì)殘差序列的進(jìn)一步分析來提高模型的擬合精度。GARCH(p,q)模型中，q表示GARCH項(xiàng)中的滯后階數(shù)，p表示ARCH項(xiàng)中的滯后階數(shù)。GARCH(p,q)模型其一般形式為：其中：。GARCH模型廣泛應(yīng)用于金融市場(chǎng)波動(dòng)率研究中，GARCH模型是自回歸條件異方差模型的推廣和拓展。GARCH模型除了具有ARCH模型的基本特點(diǎn)之外,它更能反應(yīng)數(shù)據(jù)之間的長(zhǎng)期自相關(guān)性,從而有效的地模擬長(zhǎng)期的異方差函數(shù)。實(shí)證研究數(shù)據(jù)的選擇與說明本文以工商銀行2015/04/01-2020/3/27的歷史收盤價(jià)作為原數(shù)據(jù)，共有1218個(gè)樣本數(shù)據(jù)，數(shù)據(jù)來源為國(guó)泰安數(shù)據(jù)庫(kù)，利用Eviews10軟件，通過ARMA-GARCH模型預(yù)測(cè)分析2020/3/30-2020/4/1未來三天的收盤價(jià)。首先對(duì)于數(shù)據(jù)的平穩(wěn)性進(jìn)行判斷：將數(shù)據(jù)導(dǎo)入Eviews10軟件，觀察時(shí)間序列圖（如圖4.1所示），可以初步判斷，工商銀行股票收盤價(jià)是不平穩(wěn)的。圖4.1工商銀行股票日收盤價(jià)的序列圖實(shí)證分析原始數(shù)據(jù)ADF檢驗(yàn)由于工商銀行股票收盤價(jià)不平穩(wěn)，因此首先需要對(duì)于收盤價(jià)序列進(jìn)行平穩(wěn)性檢驗(yàn)，本文利用的是常用的ADF單位根檢驗(yàn)方法進(jìn)行平穩(wěn)性檢驗(yàn)。由圖4.1可知，工商銀行股票收盤價(jià)是不平穩(wěn)的，由此進(jìn)一步對(duì)原始數(shù)據(jù)進(jìn)行ADF檢驗(yàn)（結(jié)果如圖4.2.1所示）。單位根檢驗(yàn)的原假設(shè)是含有一個(gè)單位根，經(jīng)檢驗(yàn)可知，ADF檢驗(yàn)的t統(tǒng)計(jì)量為-2.416300，均大于顯著性水平為1%、5%和10%分別所對(duì)應(yīng)的臨界值-3.965605，-3.413508和-3.128801，所以不拒絕原假設(shè)，判斷原始數(shù)據(jù)是不平穩(wěn)的。圖4.2.1原始數(shù)據(jù)ADF檢驗(yàn)結(jié)果數(shù)據(jù)處理從收盤價(jià)序列圖4.1可以明顯看出，該時(shí)間序列有一個(gè)大幅波動(dòng)趨勢(shì)，序列形狀是不規(guī)則的，所以我們認(rèn)為序列是非平穩(wěn)時(shí)間序列，因此在運(yùn)用ARMA模型對(duì)該組時(shí)間序列進(jìn)行處理之前，需要首先運(yùn)用差分法使序列達(dá)到平穩(wěn)狀態(tài)。因此對(duì)序列進(jìn)行一階差分操作后得到新的序列如圖3所示?？梢钥吹?，對(duì)原始數(shù)據(jù)進(jìn)行一階差分后的序列圖4.2.2與圖4.1相比來看更加趨于平穩(wěn)。圖4.2.2一階差分后的時(shí)間收益率序列圖一階差分后的數(shù)據(jù)ADF檢驗(yàn)由一階差分后的時(shí)間收益率序列圖，可以大致判斷經(jīng)過一階差分后的時(shí)間序列為平穩(wěn)時(shí)間序列。但是，用圖形法來判斷該組時(shí)間序列的平穩(wěn)性并不能得出確切的結(jié)論，因此仍需進(jìn)行ADF單位根檢驗(yàn)以判斷該序列是否是真正的平穩(wěn)時(shí)間序列。選擇無趨勢(shì)項(xiàng)和無常數(shù)項(xiàng)進(jìn)行ADF檢驗(yàn)，檢驗(yàn)結(jié)果如圖4.2.3所示。圖4.2.3一階差分后的數(shù)據(jù)ADF檢驗(yàn)結(jié)果從圖4.2.3可以看出，ADF檢驗(yàn)的t統(tǒng)計(jì)量為-34.87077均小于顯著性水平為1%、5%和10%分別所對(duì)應(yīng)的臨界值-3.965611，-3.413511和-3.128802，單位根檢驗(yàn)的原假設(shè)是含有一個(gè)單位根，所以得出結(jié)論為拒絕原假設(shè)，因而不存在單位根，差分后的序列為平穩(wěn)序列，至此完成了原始數(shù)據(jù)的平穩(wěn)化處理，可以根據(jù)差分后的序列建立ARMA模型。ARMA模型滯后期的選擇運(yùn)用Eviews10軟件對(duì)進(jìn)行過一階差分處理的時(shí)間序列運(yùn)行可以得到其自相關(guān)和偏自相關(guān)圖（如圖所示），均沒有拖尾和截尾的特征，因此使用ARMA模型。圖一階差分后的自相關(guān)函數(shù)圖和偏自相關(guān)函數(shù)圖由于經(jīng)濟(jì)變量一般都為1階或者2階的ARMA模型，因此本文選取ARMA（1，1，1）、ARMA（1，1，2）、ARMA（2，1，1）、ARMA（2，1，2）四種金融計(jì)量模型進(jìn)行比較，旨在最終能夠在其中選取其中最優(yōu)的模型進(jìn)行預(yù)測(cè)。選擇一階差分后的數(shù)據(jù)，考察樣本范圍2015月4月1日至2020年3月27日的結(jié)果（如圖所示）。觀察比較在這四種情況下，系數(shù)的顯著性和AIC、SC、HQ的值，得到表4.2.4。ARMA（1，1，1）ARMA（1，1，2）ARMA（2，1，1）ARMA（2，1，2）圖由表4.2.4可知：ARMA（1，1，1）中和ARMA（2，1，2）中的系數(shù)都十分顯著，但ARMA（2，1，2）中SC、HQ的值相對(duì)最小，所以選擇ARMA（2，1，2）模型對(duì)工商銀行的每日收盤價(jià)進(jìn)行金融建模。顯著性AICSCHQARMA（1，1，1）顯著-5.607944-5.591168-5.601629ARMA（1，1，2）MA(2)不顯著-5.609658-5.588628-5.601705ARMA（2，1，1）AR(2)不顯著-5.609428-5.588458-5.601534ARMA（2，1，2）顯著-5.622202-5.597038-5.612729表4.2.4一階差分后ARMA顯著性模型剔除常數(shù)項(xiàng)后，由圖可知，ARMA模型的AIC值更小，這說明修改后的模型更加準(zhǔn)確，擬合度更好，因此可以優(yōu)先選擇提出常數(shù)項(xiàng)后修改得到的模型。最終，ARMA（2，1，2）模型具體的擬合結(jié)果可以寫成：圖剔除常數(shù)項(xiàng)后的ARMA模型殘差A(yù)RCH效應(yīng)檢驗(yàn)從上圖中可以看到，模型估計(jì)的擬合優(yōu)度Ｒ為0.022079，修正后的Ｒ2為0.018851，這說明擬合效果不理想。經(jīng)過參數(shù)估計(jì)之后，我們?nèi)匀恍枰獙?duì)殘差序列進(jìn)行白噪聲檢驗(yàn)，以便確定所建立的ARMA模型是否合適。如圖4.2.5經(jīng)過檢驗(yàn)后結(jié)果為非白噪聲序列，這說明所建立的模型仍然需要繼續(xù)改進(jìn)。通過殘差序列的自相關(guān)和偏自相關(guān)圖我們可以得到，該組殘差序列的p值都小于0.05，這表明所有Q值都大于0.05的檢驗(yàn)水平下的卡方分布臨界值，即殘差序列存在自相關(guān)，該序列是非白噪聲序列。由此可見，我們所建立的模型ARMA（2，1，2）是不合適的。圖4.2.5殘差序列白噪聲檢驗(yàn)結(jié)果建立ARMA-GARCH模型采用GARCH模型進(jìn)行擬合后，結(jié)果顯示p值大于0.05，因此不再具有ARCH效應(yīng)。預(yù)測(cè)收益率，對(duì)比收盤價(jià)預(yù)測(cè)值和真實(shí)值預(yù)測(cè)值真實(shí)值誤差2020年3月30日5.2825185.220.0625182020年3月31日5.2825205.150.1325202020年4月01日5.2806045.160.120604表4.2.7對(duì)工商銀行未來三天股價(jià)的預(yù)測(cè)結(jié)果根據(jù)表格，用模型預(yù)測(cè)出的股票價(jià)格與真實(shí)價(jià)格較為接近，誤差較小。并且未來短期內(nèi)工商銀行這支股票的股價(jià)將會(huì)有一定的上升。工商銀行股票價(jià)格的影響因素消費(fèi)者價(jià)格指數(shù)居民消費(fèi)價(jià)格指數(shù)（CPI）是用來反映居民消費(fèi)品和服務(wù)價(jià)格變動(dòng)的宏觀經(jīng)濟(jì)指標(biāo)。居民消費(fèi)價(jià)格指數(shù)在國(guó)民經(jīng)濟(jì)和生產(chǎn)生活中起著非常重要的作用。消費(fèi)價(jià)格指數(shù)還反映了一個(gè)國(guó)家一段時(shí)期內(nèi)的通貨膨脹率、購(gòu)買力水平和工資水平。通貨膨脹率是消費(fèi)物價(jià)指數(shù)的增長(zhǎng)率。當(dāng)居民消費(fèi)價(jià)格指數(shù)上升時(shí)，通貨膨脹加劇，即某種商品的價(jià)格上升。與股票市場(chǎng)相比，股票價(jià)格會(huì)上漲。居民購(gòu)買力是指能夠以固定價(jià)格購(gòu)買的商品數(shù)量的減少。當(dāng)居民消費(fèi)價(jià)格指數(shù)上升時(shí)，商品價(jià)格上升，居民購(gòu)買力下降，從而導(dǎo)致投資資金減少，股市投資減少，股價(jià)下跌。此外，隨著居民消費(fèi)價(jià)格指數(shù)的上升，名義工資水平也會(huì)上升。但是，由于工資水平的上升幅度小于消費(fèi)品和服務(wù)的上升幅度，實(shí)際工資水平下降，導(dǎo)致股市投資額減少，股價(jià)下跌。綜上所述，股市的價(jià)格不能簡(jiǎn)單地由居民消費(fèi)價(jià)格指數(shù)的漲跌來決定，而要看行業(yè)和企業(yè)的具體情況。（二）利率利率是一段時(shí)間內(nèi)利息與貸款（或存款）金額的比率。當(dāng)中央銀行（本文稱之為美國(guó)聯(lián)邦基金）降低利率時(shí)，借貸量將增加，庫(kù)存量將減少，消費(fèi)將得到促進(jìn)，對(duì)股市的投資將增加，股票價(jià)格將上漲。當(dāng)利率上升時(shí)，貸款額減少，存量增加，消費(fèi)受到抑制，對(duì)股市的投資減少，股價(jià)下跌。因此，利率與股價(jià)之間存在負(fù)相關(guān)關(guān)系。六、結(jié)論與建議（一）結(jié)論本文運(yùn)用經(jīng)典時(shí)間序列模型，即ARMA模型對(duì)工商銀行股票日的收盤價(jià)進(jìn)行了金融建模和實(shí)證分析，預(yù)測(cè)了短期股價(jià)，預(yù)測(cè)結(jié)果較為理想，這說明ARMA模型可以較好地解決非平穩(wěn)時(shí)間序列的建模問題，并運(yùn)用于金融時(shí)間序列問題的研究和預(yù)測(cè)方面。決策者們可以運(yùn)用模型，結(jié)合Eviews等時(shí)間序列軟件，為其決策提供合理化建議。本文首先選取了真實(shí)的樣本數(shù)據(jù)，對(duì)樣本數(shù)據(jù)進(jìn)行了平穩(wěn)性檢驗(yàn)。在發(fā)現(xiàn)原始數(shù)據(jù)不平穩(wěn)時(shí)，對(duì)其進(jìn)行了一階差分的數(shù)據(jù)處理。隨后，通過觀察自相關(guān)圖以及偏自相關(guān)圖確定了模型類型。之后進(jìn)一步通過試驗(yàn)，比較不同階數(shù)的顯著性和信息準(zhǔn)則，以此來判斷選取滯后階數(shù)，確定了模型的參數(shù)估計(jì)式。然后對(duì)其進(jìn)行殘差檢驗(yàn)，證明所選模型的合理性。最后，對(duì)于工商銀行未來三天的股價(jià)進(jìn)行有效預(yù)測(cè)。預(yù)測(cè)出的股票價(jià)格與真實(shí)價(jià)格較為接近，誤差較小，這說明ARMA模型可以用來預(yù)測(cè)股票價(jià)格。（二）建議進(jìn)一步完善商業(yè)銀行內(nèi)部控制制度完善全流程控制內(nèi)部風(fēng)險(xiǎn)控制模式。第一，要有高度的戰(zhàn)略認(rèn)識(shí)。完善的內(nèi)部控制機(jī)制是金融機(jī)構(gòu)安全有序運(yùn)行的前提和基礎(chǔ)，是規(guī)避金融風(fēng)險(xiǎn)的關(guān)鍵，商業(yè)銀行內(nèi)部控制制度的建立不僅是有效規(guī)避金融風(fēng)險(xiǎn)的關(guān)鍵，同時(shí)也是商業(yè)銀行內(nèi)部控制的基礎(chǔ)，商業(yè)銀行在構(gòu)建內(nèi)部控制體系時(shí)，不能脫離客觀條件，強(qiáng)調(diào)嚴(yán)格和有限。為了實(shí)施內(nèi)部控制制度，必須建立實(shí)施制度的監(jiān)督機(jī)制。加強(qiáng)對(duì)商業(yè)銀行的監(jiān)管審計(jì)監(jiān)督是內(nèi)部控制機(jī)制的重要組成部分，不協(xié)調(diào)、不可替代，商業(yè)銀行必須盡快建立審計(jì)機(jī)構(gòu)，建立獨(dú)立、遠(yuǎn)程、超前的現(xiàn)代控制體系。如果條件不成熟，可以采取總部統(tǒng)一管理、總部統(tǒng)一管理的辦法，實(shí)行一級(jí)法人負(fù)責(zé)制的審計(jì)管理制度，推進(jìn)外部審計(jì)部門的再審計(jì)制度，從總行中選擇技術(shù)實(shí)力強(qiáng)、信譽(yù)好的審計(jì)事務(wù)所，這種內(nèi)部審計(jì)與外部審計(jì)的結(jié)合，促進(jìn)了內(nèi)部審計(jì)工作質(zhì)量的提高，充分發(fā)揮了監(jiān)督控制作用，防范了銀行經(jīng)營(yíng)風(fēng)險(xiǎn)。完善人事管理機(jī)制在完善內(nèi)部控制制度的同時(shí)，要更加注重制度的落實(shí)和監(jiān)督，同時(shí)不斷完善員工績(jī)效考核的考核方法和員工競(jìng)爭(zhēng)機(jī)制。完善銀行內(nèi)部控制制度的法定人員配置制度。逐步推進(jìn)產(chǎn)權(quán)制度改革，把國(guó)有商業(yè)銀行改為國(guó)家控股的股份制銀行，完善法人治理結(jié)構(gòu)。以業(yè)務(wù)經(jīng)營(yíng)和風(fēng)險(xiǎn)控制為依據(jù)設(shè)置職能部門。根據(jù)各級(jí)分支機(jī)構(gòu)自身的職能作用、業(yè)務(wù)范圍、經(jīng)營(yíng)規(guī)模設(shè)置相應(yīng)的職能部門。職能部門在職責(zé)分工上既要體現(xiàn)制約，又要體現(xiàn)協(xié)作配合，以防止業(yè)務(wù)在跨部門運(yùn)作中的失控。在確定的職能部門的基礎(chǔ)上，設(shè)置科學(xué)、合理、有效的崗位。同時(shí)，采取得力措施，下決心撤并虧損或無效益的支行，改變現(xiàn)有的部門重疊，效率低下的狀況。加強(qiáng)組織管理積極推動(dòng)銀行、政府、稅務(wù)機(jī)關(guān)、企業(yè)的四方合作，逐步推進(jìn)法制改革，國(guó)有商業(yè)銀行向國(guó)有控股股份制銀行轉(zhuǎn)型，完善公司治理結(jié)構(gòu)，建立以管理和風(fēng)險(xiǎn)控制為基礎(chǔ)的職能部門。各級(jí)分行設(shè)立的業(yè)務(wù)周期和業(yè)務(wù)規(guī)模。在分配任務(wù)時(shí)，職能部門應(yīng)體現(xiàn)約束和配合，以防止：部門間業(yè)務(wù)失控，在明確職能分工的基礎(chǔ)上，科學(xué)、合理、有效地確定崗位，并采取有效措施，消除分支機(jī)構(gòu)的虧損或低效，改變現(xiàn)有部門的重復(fù)和低效。強(qiáng)化金融科技應(yīng)用，完善統(tǒng)一信用風(fēng)險(xiǎn)監(jiān)控體系，不斷提升信貸管理的智慧化和準(zhǔn)確化。一方面，實(shí)現(xiàn)數(shù)據(jù)精準(zhǔn)化，通過運(yùn)用大數(shù)據(jù)云計(jì)算的手段，將數(shù)據(jù)轉(zhuǎn)化成真正的智慧化的金融服務(wù)。七、總結(jié)綜上所述，雖然股價(jià)存在波動(dòng)性，但是ARMA模型確實(shí)可以通過歷史數(shù)據(jù)對(duì)未來的股價(jià)進(jìn)行預(yù)測(cè)，并且較為準(zhǔn)確。這種方法可以進(jìn)行運(yùn)用，為金融決策者提供幫助。在當(dāng)前經(jīng)濟(jì)形勢(shì)下，商業(yè)銀行面臨著巨大的競(jìng)爭(zhēng)，為了保證商業(yè)銀行的持續(xù)經(jīng)營(yíng)，規(guī)避各種可能的經(jīng)營(yíng)風(fēng)險(xiǎn)，商業(yè)銀行內(nèi)部控制是一系列完善的內(nèi)部控制制度，對(duì)商業(yè)銀行的發(fā)展具有特殊的重要意義，本文針對(duì)商業(yè)銀行內(nèi)部控制制度建設(shè)中存在的問題，提出了一些有效的對(duì)策。加強(qiáng)商業(yè)銀行的監(jiān)管作用，豐富人事管理制度，加強(qiáng)組織管理能力。參考文獻(xiàn) 徐晨萌,方華.運(yùn)用ARMA模型對(duì)股價(jià)預(yù)測(cè)的實(shí)證研究[J].經(jīng)濟(jì)研究導(dǎo)刊,2019(31):77-82.丁瑋珂.基于ARMA模型預(yù)測(cè)股票價(jià)格的實(shí)證分析[J].廣西質(zhì)量監(jiān)督導(dǎo)報(bào),2019(05):151-153.耿娟,劉怡超.基于GARCH模型的股票收益率分析及預(yù)測(cè)[J].河北企業(yè),2019(10):61-62.劉振威.基于ARMA模型對(duì)我國(guó)CPI未來走勢(shì)的實(shí)證分析[J].華北金融,2009(09):10-11.陳麗宇.金融開放政策對(duì)兩岸股票市場(chǎng)收益率的影響研究——基于GARCH模型[J].沈陽(yáng)航空航天大學(xué)學(xué)報(bào),2019,36(05):86-93.宋歌歌.基于多元線性回歸模型研究股票價(jià)格影響因素[J].全國(guó)流通經(jīng)濟(jì),2020(29):129-131.楊譯.互聯(lián)網(wǎng)金融與我國(guó)商業(yè)銀行風(fēng)險(xiǎn)相依結(jié)構(gòu)及溢出效應(yīng)研究[D].吉林財(cái)經(jīng)大學(xué),2019.孟雨微,張進(jìn)陽(yáng),劉新穎,張人方,陳錦珊.基于財(cái)務(wù)視角的上市公司股價(jià)影響因素分析——以銀行業(yè)為例[J].全國(guó)流通經(jīng)濟(jì),2021(02):169-171.尚彩云、權(quán)金熙.基于GONE理論的ST康美財(cái)務(wù)舞弊案分析[J],中國(guó)管理信息化,2020(23):10-11.孟雨微,張進(jìn)陽(yáng),劉新穎,張人方,陳錦珊.基于財(cái)務(wù)視角的上市公司股價(jià)影響因素分析——以銀行業(yè)為例[J].全國(guó)流通經(jīng)濟(jì),2021(02):169-171.宋歌歌.基于多元線性回歸模型研究股票價(jià)格影響因素[J].全國(guó)流通經(jīng)濟(jì),2020(29):129-131.徐藝歌.基于線性回歸模型分析幾種因素對(duì)上市銀行股票價(jià)格的影響[J].全國(guó)流通經(jīng)濟(jì),2020(27):153-155.張曼婷.“互聯(lián)網(wǎng)+醫(yī)療”政策出臺(tái)對(duì)上市公司股價(jià)影響的實(shí)證研究[D].北京外國(guó)語(yǔ)大學(xué),2020.翟穎越.基于GONE理論的我國(guó)上市公司財(cái)務(wù)舞弊研究[D],河北師范大學(xué),2020.劉思岐.基于線性回歸模型的股票影響因素研究[J].全國(guó)流通經(jīng)濟(jì),2020(05):162-164.朱泓林.房地產(chǎn)上市企業(yè)股價(jià)影響因素實(shí)證研究[J].現(xiàn)代商業(yè),2019(34):97-98.宮能泉.科創(chuàng)板上市企業(yè)每股收益的影響因素分析[J].大眾投資指南,2019(16):4-5.陳晶晶.黑天鵝事件對(duì)我國(guó)上市公司股價(jià)的影響研究[D].北京郵電大學(xué),2019.梁杰.試論企業(yè)會(huì)計(jì)風(fēng)險(xiǎn)管理中內(nèi)部審計(jì)的應(yīng)用[J],財(cái)會(huì)學(xué)習(xí),2021(08):116-118.何金坤.創(chuàng)新投入下股利政策對(duì)公司股價(jià)影響研究[D].長(zhǎng)安大學(xué),2019.宋穎佳.基于醫(yī)藥行業(yè)不同動(dòng)因的股票回購(gòu)市場(chǎng)效應(yīng)比較研究[D].上海師范大學(xué),2019.李倩.關(guān)于企業(yè)內(nèi)部審計(jì)如何促進(jìn)內(nèi)部控制的對(duì)策研究[J],商訊,2021(12):92-93.鄒曉梅.利率調(diào)整對(duì)我國(guó)資產(chǎn)價(jià)格的影響研究——基于特征事實(shí)與VAR模型的分析[J].中國(guó)物價(jià),2021(05):47-51.李炳念,王淳祥,楊光.股票回購(gòu)與股價(jià)崩盤風(fēng)險(xiǎn)：穩(wěn)定器還是加速器[J].現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào)),2021,41(04):37-50.周澤將,汪帥,王彪華.經(jīng)濟(jì)周期與金融風(fēng)險(xiǎn)防范——基于股價(jià)崩盤視角的分析[J/OL].財(cái)經(jīng)研究:1-18[2021-05-18]./10.16538/ki.jfe.20210313.103.王詩(shī)源.基于VAR模型研究半導(dǎo)體進(jìn)口額與相關(guān)行業(yè)股價(jià)的關(guān)系[J].商展經(jīng)濟(jì),2021(06):58-61.楊秋平,劉紅忠.資本市場(chǎng)開放與股價(jià)同步性——基于滬港通的實(shí)證分析[J].上海金融,2021(03):25-36.錢宗鑫,王芳,孫挺.金融周期對(duì)房地產(chǎn)價(jià)格的影響——基于SV-TVP-VAR模型的實(shí)證研究[J].金融研究,2021(03):58-76.ZhangTongbin.StockPricesandtheRisk-freeRa