亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        中國股市波動的變動長期記憶性研究

        2010-05-22 08:06:40
        統(tǒng)計與決策 2010年5期
        關鍵詞:記憶性單位根差分

        俞 婕

        (復旦大學 管理學院,上海 200433)

        0 引言

        我們在研究金融時間序列時,有可能會發(fā)現(xiàn)某些序列其自相關函數(shù)(ACF)隨著時間間隔(lag)的增加以多項式的衰減速度緩慢趨近于0,序列的這個特征被稱為長期記憶性,通常采用分整模型來描述。

        由于分整模型對于長期記憶性的刻畫單一,即僅用一個分數(shù)差分參數(shù)說明整個序列的長期記憶性,Dufrénot等(2005,2008)將自激門限自回歸(SETAR)的思想引入到分整模型中,率先建立分整SETAR模型,更為詳細地描述了序列變動的長期記憶性。

        Caporale等(2004)采用了如下模型研究非線性長期記憶性:

        其中,f是非線性函數(shù),用平滑轉換自回歸模型(STAR)進行估計,zi為變量的其中一個值,Θ為一組未知參數(shù),L為滯后算子,d為分數(shù)差分,υi為白噪聲。由于該模型的非線性和分數(shù)差分項是相加關系,因此相對分整SETAR模型而言,不能刻畫非線性與長期記憶性的交互作用。

        Dijk等(2002)引入模型:

        研究了失業(yè)率的長期記憶性以及非對稱性,但是這個模型中,閥值劃分的兩個機制下的分數(shù)差分參數(shù)相同,這意味著在不同機制下長期記憶性相同,這點往往不符合金融時間序列的特征,分整SETAR模型允許分數(shù)差分參數(shù)在不同狀態(tài)下取不同值,因此更好表現(xiàn)了長期記憶性的變動特征。因此本文采用分整SETAR模型作為研究方法。

        對于相對發(fā)達資本市場而言較為新興的中國股票市場,現(xiàn)有文獻表明其股票收益率存在長期記憶性,例如王春峰、張慶翠(2003,2004)分別采用ARFIMA、FIGARCH模型描述中國股票市場的長期記憶性。侯成琪、徐緒松(2007)采用R/S分析和李亞普諾夫指數(shù)兩種方法計算了深滬兩市的記憶長度。本文嘗試對于中國股票市場建立分整SETAR模型,討論中國股市波動的變動長期記憶性特征。

        1 SETAR模型

        Dufrénot等(2008)提出 SETAR 模型為:

        其中L為滯后算子,di∈(0,1/2)(i=1,2)為不同機制下分數(shù)差分參數(shù),c為閥值,為具有有限方差的強白噪聲。di(i=1,2)的絕對值大小決定了過程的持續(xù)性程度,di(i=1,2)越接近1,記憶性越長久。如果0<di<1/2,序列為長期記憶性且平穩(wěn)過程;如果1/2<di<1,序列為長期記憶性但非平穩(wěn)過程;如果 di<0,序列為弱記憶性(memory-less)過程。

        由于門限自回歸的引入,模型的對應似然函數(shù)非連續(xù),故不能采用最大似然法估計參數(shù),我們參考Dufrénot等所選用的方法,首先估計閥值參數(shù),再根據(jù)GPH算法,估計模型其他參數(shù)。

        1.1 確定閥值參數(shù)

        首先將{Xi}Ti=1由小至大排成序列,取前k1個值組成子集作為序列標號,求出其對應的t-ratio:t;k1

        增加序列標號的值,取k2=k1+1,重復(1)中過程得到tk2,不斷增加序列標號的值,由此得到對應N個t-ratio值。

        最后取不同的n~值,得到不同的f值對應的p-value,其中得到最小p-value的n~值相應的c=為估計的最佳閥值。

        表1 |Rt|以及序列的單位根檢驗

        表1 |Rt|以及序列的單位根檢驗

        ?

        表2 |Rt|序列SETAR模型參數(shù)估計

        表3 序列SETAR模型參數(shù)估計

        表3 序列SETAR模型參數(shù)估計

        ?

        1.2 估計分數(shù)階差分參數(shù)

        本文沿用GPH(Geweke–Porter–Hudak,1983)估計作為參數(shù)確定的方法,其基礎是對數(shù)周期圖回歸方程:

        GPH估計具有長期記憶特征的分數(shù)階差分參數(shù)為

        d^=-β^1

        根據(jù)已估計的閥值,將原序列分割為兩組,其各自分別滿足不同的機制即對應不同的分數(shù)差分d^(i)(i=1,2),對分割后的兩組序列分別建立對數(shù)周期圖回歸方程,得到其對應的不同機制下的分數(shù)差分參數(shù)估計值。

        2 實證檢驗

        本文采用2001年8月10日~2009年8月12日上證指數(shù)、深證成指作為中國股票市場的代表,并選取同期的香港恒生指數(shù)作為對比數(shù)據(jù) (由http://finance.yahoo.com網(wǎng)站下載),選擇日收盤價的對數(shù)收益率Rt=lnPt-lnPt-1的絕對值|Rt|以及平方序列研究中國股市波動的長期記憶性特征。

        利用PP單位根檢驗和KPSS單位根檢驗考察上證指數(shù)和深證成指對數(shù)收益率絕對值以及平方序列的平穩(wěn)性。其中PP檢驗的原假設為序列是單位根過程,而KPSS檢驗的原假設為序列是平穩(wěn)過程。表1給出了單位根檢驗的結果。

        由表1,PP單位根檢驗表明所有序列在1%顯著性水平下拒絕原假設,即所有序列均不存在單位根。在KPSS單位根檢驗中,同樣,所有序列在1%顯著性水平下拒絕原假設,即所有序列均不是平穩(wěn)過程。所以,這四個序列應為分數(shù)單整過程,說明此四個時間序列有具備長期記憶性特征的可能。

        利用Chow檢驗以及GPH算法估計模型參數(shù)見表2、表3。

        由估計結果,上證綜指與深圳成指波動的分數(shù)差分值均在5%的顯著性水平下大于零并小于0.5,這表明中國股票市場波動性過程為平穩(wěn)的且具有長期記憶性。另外由于不同機制下的分數(shù)差分顯著不同,我們可以認為中國股市中不同波動對應的長期記憶性不同,說明了中國股市參與者受不同波動幅度的長期影響不同。

        比較估計參數(shù)的大小,我們發(fā)現(xiàn),機制2即大于閥值的觀測值組成的序列所對應的分數(shù)差分參數(shù)d2均顯著大于機制1即小于或等于閥值的觀測值組成的序列所對應的分數(shù)差分參數(shù) d1,即 d2>d1,基于此我們認為中國股市具有當波動變大長期記憶性增強的特征,說明導致中國股價產(chǎn)生大幅波動的因素具有更長期、滯后的影響。

        此外,比較資本市場相對更為發(fā)達的香港股市以恒生指數(shù)為例的動態(tài)特征,其絕對值與平方兩個序列的機制1對應分數(shù)差分與0在1%顯著水平下均與0無差異,說明香港股市在機制1中不具有長期記憶性,也就是說較小波動對香港股市不會產(chǎn)生持續(xù)的影響。然而其機制2的分數(shù)差分在0至0.5的同時均要大于上證綜指及深圳成指機制2的分數(shù)差分,說明在機制2中即波動較大的情況下,香港股市波動的長期記憶性要強于中國股市,其風險因子對未來的影響相對中國股市要更為持久。綜合機制1與機制2的比較特征,我們發(fā)現(xiàn)中國股市波動的長期記憶性就波動幅度而言更為平均化。

        3 小結

        本文對中國股市波動性過程建立分整SETAR模型討論中國股市波動的變動長期記憶性,結果表明不同波動幅度對應的長期記憶性不同,大幅市場波動對中國股市參與者的影響要更持久,并且比較了相對發(fā)達的香港股市波動的變動長期記憶性特征。

        當市場波動性具有變動的長期記憶性時,不同突發(fā)事件對股市產(chǎn)生的長程、滯后影響將不同,因此在投資者決策過程以及政府對市場的監(jiān)管調控中需要考慮這種具有差異的影響,從而為規(guī)避、控制風險服務。

        [1]王春峰,張慶翠.中國股票市場收益的長期記憶性研究[J].系統(tǒng)工程,2003,(21).

        [2]王春峰,張慶翠.中國股市波動過程中的長期記憶性實證研究[J].系統(tǒng)工程,2004,(22).

        [3]郝清民.R/S系列分析的非線性估計及應用[J].系統(tǒng)工程理論與實踐,2005,(3).

        [4]侯成琪,徐緒松.中國股市長期記憶性的檢驗及記憶長度的度量[J].統(tǒng)計與決策,2007,(10).

        [5]張曉蓉,李治國,徐劍剛.我國通貨膨脹是長期記憶性過程嗎[J].上海經(jīng)濟研究,2007,(5).

        [6]Gilles Dufrénot,Dominique Guégan,Anne Péguin-Feissole.Changing-regime Volatility:a Fractionally Integrated SETAR Model[J].Applied Financial Economics,2008,18.

        [7]Geetesh Bhardwaj,Norman R.Swanson.An Empirical Investigation of the Usefulness of ARFIMA Models for Predicting Macroeconomics and Financial Time Series[J].Journal of Econometrics,2006,131(2).

        [8]Francis X.Diebold,Roberto S.Mariano.Comparing Predictive Accuracy[J].Journal of Business&Economic Statistics,1995,13(3).

        [9]Ruey S.Tsay.Analysis of Financial Time Series[M].Chichester:John Wiley&Sons,Inc,2002.

        猜你喜歡
        記憶性單位根差分
        數(shù)列與差分
        器官移植中記憶性T細胞的研究進展
        黏膜記憶性T 細胞功能
        STAR模型下退勢單位根檢驗統(tǒng)計量的比較
        記憶性B細胞體外擴增影響因素的研究進展①
        超聲修復有記憶性鉛蓄電池研究
        電源技術(2015年1期)2015-08-22 11:16:08
        基于MCMC算法的貝葉斯面板單位根檢驗
        基于差分隱私的大數(shù)據(jù)隱私保護
        ESTAR模型的單位根檢驗統(tǒng)計量及其功效比較
        相對差分單項測距△DOR
        太空探索(2014年1期)2014-07-10 13:41:50
        少妇被粗大的猛烈进出免费视频 | 国产精品亚洲av网站| 精品蜜桃av免费观看| 日本三级香港三级人妇99| 国产免费av片在线观看| 91呻吟丰满娇喘国产区| 精品国产一品二品三品| 亚洲综合日韩一二三区| 97久久超碰国产精品旧版| 奇米狠狠色| 亚洲国产欲色有一二欲色| 国产91传媒一区二区三区 | 国产一区二区三区av在线无码观看 | 久久久久久国产精品mv| 无码电影在线观看一区二区三区| 在线日本高清日本免费| 桃红色精品国产亚洲av| 中文字幕天天躁日日躁狠狠躁免费 | 色噜噜狠狠狠综合曰曰曰| 久久精品国产亚洲vr| 最新日本免费一区二区三区| 精品人妻码一区二区三区剧情| 国产乱xxⅹxx国语对白| 亚洲欧美国产日产综合不卡| 中文字幕文字幕视频在线| 一色桃子中文字幕人妻熟女作品 | 国产内射性高湖| 日本人妻少妇精品视频专区| 少妇被黑人嗷嗷大叫视频| 亚洲 自拍 另类小说综合图区| 久久99国产精品尤物| 日本高清在线一区二区三区| 亚洲色偷偷综合亚洲avyp| 精品国产av 无码一区二区三区| 性无码国产一区在线观看| 在线观看国产白浆一区三区| 成人午夜性a级毛片免费| 精品无码久久久久久久久粉色| 国产一区二区三区在线影院| 色欲网天天无码av| 麻豆精品久久久久久久99蜜桃|