上證指數(shù)的時間序列模型及異常點(diǎn)檢測.pdf

1、金融時間序列中融合了上市公司和投資者的信息，蘊(yùn)含著經(jīng)濟(jì)發(fā)展的規(guī)律和特點(diǎn)，深入研究金融時間序列，并做出精確分析，可以為金融市場的分析、預(yù)測和監(jiān)管提供理論依據(jù)，有利于中國資本市場理論的完善和發(fā)展，對社會經(jīng)濟(jì)發(fā)展有著重要的理論和實(shí)踐意義。本論文以預(yù)測上證指數(shù)的短期走勢為研究目標(biāo)，以上證指數(shù)的對數(shù)收益率為研究對象，根據(jù)序列的性質(zhì)初步擬合出非線性的時間序列模型GARCH(1，1)。
　　研究表明，GARCH模型中異常點(diǎn)的存在對于異方差檢驗(yàn)和

2、參數(shù)估計都有著重要影響。有些學(xué)者提出了一些挖掘GARCH模型中異常點(diǎn)的方法，但都拘泥于附加型異常點(diǎn)。而在金融數(shù)據(jù)中，很多異常點(diǎn)的影響具有后續(xù)性，應(yīng)該看成革新異常點(diǎn)。因此提出一個有效挖掘兩種異常點(diǎn)的方法變得十分重要。本論文結(jié)合了Chen和Liu(1993)提出的挖掘ARMA模型異常點(diǎn)的方法，提出了一個同時挖掘GARCH模型中附加異常點(diǎn)和革新異常點(diǎn)的方法，用于上證指數(shù)的對數(shù)收益率序列，并分析異常點(diǎn)的存在對參數(shù)估計和異方差檢驗(yàn)的影響。