金融時間序列可預(yù)測性研究.pdf

1、本文使用統(tǒng)計方法對金融時間序列的可預(yù)測性以及預(yù)測方法做了一些研究。分析結(jié)果表明上證市場股票的日收益率呈明顯的無記憶過程特征，因此對這樣的日收益率直接進行預(yù)測無太大的意義。而國債的日收益率前后呈一定的相關(guān)性。論文中關(guān)于預(yù)測模型的建立著眼于自回歸模型，理由是自回歸模型前后數(shù)據(jù)之間存在著直接的依賴關(guān)系，這給預(yù)測帶來很大的方便；其次是一些非自回歸模型(如ARMA模型、MA模型)也可以用一個高階的自回歸模型近似地代替，這一點已在文中闡明。本論文從

2、最簡單的線性自回歸模型出發(fā)，說明其并不直接適用于金融時間序列的預(yù)測。然后從分析方法和建模的角度逐步進行改進： 1.對數(shù)據(jù)進行周期分析，得到數(shù)據(jù)隨時間變化的主要周期。根據(jù)所得到的幾個主要周期，對樣本數(shù)據(jù)作一定的變換，以消除周期波動的影響，使其更接近一個平穩(wěn)過程。最后用線性自回歸模型進行預(yù)測； 2.用分段線性化來逼近非線性問題，即采用門限自回歸模型進行預(yù)測； 3.建立了時變自回歸模型，其思想是模型的系數(shù)是隨時間變化的

3、，本身就是一個時間序列。對系數(shù)的預(yù)測將得到最終的預(yù)測結(jié)果。在這種模型估計過程中，可以選擇對系數(shù)的不同估計方法，一個好的系數(shù)預(yù)測才能得到好的最終預(yù)測效果。 對于金融時間序列這種非線性過程，門限模型和時變自回歸具有較好的預(yù)測效果，甚至可以預(yù)測出數(shù)據(jù)走勢的拐點。 本論文還闡述了傳統(tǒng)上用序列波動的標準差來衡量風(fēng)險的弊病，以及采用風(fēng)險值的合理性。給出了兩種風(fēng)險的估計方法，一種是非參數(shù)方法，另一種是參數(shù)方法。這兩種方法均成功地描述了

4、收益率分布的厚尾特征。在此基礎(chǔ)上，分析了上證綜合指數(shù)風(fēng)險值波動的周期規(guī)律。利用本文提出的預(yù)測模型對風(fēng)險值進行預(yù)測。 本論文在以下幾個方面做了創(chuàng)造性的工作： 1.在封閉的資金系統(tǒng)的假設(shè)下，提出了個股的還權(quán)公式。在對個股進行預(yù)測之前，必須對序列進行還權(quán)，才有可能得到有意義的預(yù)測結(jié)果； 2.經(jīng)過上證綜合指數(shù)(上證股票的代表)和上證國債指數(shù)(上證債券的代表)的相關(guān)性和獨立性分析，得到了它們?nèi)帐找媛适欠窨深A(yù)報的結(jié)論；

5、 3.提出了時變自回歸模型，即用一個具有時變參數(shù)的線性自回歸模型去擬合非平穩(wěn)序列。使得將非平穩(wěn)序列的預(yù)測問題轉(zhuǎn)化為平穩(wěn)序列(一般模型的系數(shù)接近平穩(wěn)，如果模型的系數(shù)仍然是非平穩(wěn)的，則再用時變自回歸模型對這些系數(shù)進行遞歸預(yù)測)的預(yù)測問題，并得到預(yù)測區(qū)間估計的計算公式； 4.用核估計方法擬合收益率的分布，得到了一個用來估計風(fēng)險值的存在唯一解的方程； 5.提出廣義半t分布的定義，并將此分布很好地擬合了損失分布。由此給出了另一種