中國(guó)股市收益序列的異方差性和長(zhǎng)記憶性研究.pdf

1、股票市場(chǎng)最令人捉摸不透也最具有吸引的就是不斷波動(dòng)的價(jià)格。對(duì)于股票投資收益的追求,使得人們對(duì)股票價(jià)格波動(dòng)規(guī)律的研究從未間斷過(guò)。股票市場(chǎng)波動(dòng)性的模擬、預(yù)測(cè)和影響因素分析一直是金融經(jīng)濟(jì)學(xué)研究的熱點(diǎn),但由于股票價(jià)格波動(dòng)的難以描述、分析和預(yù)測(cè),導(dǎo)致難以形成較完善的描述體系。至20世紀(jì)60年代,美國(guó)芝加哥大學(xué)財(cái)務(wù)學(xué)家尤金.法默終于提出了較為完整的有效市場(chǎng)假說(shuō)理論(EMH)。在隨后的四十多年里,有效市場(chǎng)假說(shuō)一直被奉為金融經(jīng)濟(jì)學(xué)的經(jīng)典理論。但隨著計(jì)算機(jī)

2、技術(shù)的成熟和越來(lái)越多的異?，F(xiàn)象被發(fā)現(xiàn),有效市場(chǎng)假說(shuō)被證實(shí)并不符合實(shí)際情況。
　　 本文首先回顧了有效市場(chǎng)假說(shuō),分析了有效市場(chǎng)假說(shuō)的缺陷。并從金融時(shí)間序列不符合有效市場(chǎng)正態(tài)分布假定出發(fā),分析了中國(guó)股票市場(chǎng)的異方差性和長(zhǎng)期記憶性。
　　 在異方差性方面,運(yùn)用了經(jīng)典的GARCH模型,并結(jié)合ARMA模型建立了對(duì)數(shù)似然值和AIC準(zhǔn)則均較優(yōu)的模型,并對(duì)比ARMA模型和ARMA-GARCH模型,表明加入了異方差因素的模型更符合實(shí)際情況

3、;其次,在異方差模型選擇方面,還運(yùn)用了較常見(jiàn)的EGARCH、Power ARCH模型對(duì)收益序列建模,并與GARCH模型比較,結(jié)果顯示EGARCH模型在描述異方差性方面更為合理。
　　 在長(zhǎng)記憶性方面,運(yùn)用R/S分析法計(jì)算了上證指數(shù)和深證成指收益序列的Hurst指數(shù),說(shuō)明上證指數(shù)和深證成指收益序列均存在明顯的長(zhǎng)記憶性;并對(duì)經(jīng)過(guò)分?jǐn)?shù)差分后的收益序列建立了ARFIMA模型;在模型優(yōu)化方面,對(duì)比了兩種優(yōu)化方法,表明運(yùn)用BHHH算法進(jìn)行優(yōu)

4、化能得到更好的效果;最后選用了經(jīng)過(guò)BHHH算法優(yōu)化的ARFIMA模型進(jìn)行了后推10步的預(yù)測(cè),發(fā)現(xiàn)預(yù)測(cè)效果較為理想。
　　 最后,綜合考慮了一階序列的長(zhǎng)、短記憶性和二階序列的異方差性,建立了AFRIMA-GARCH、AFRIMA-EGARCH、AFRIMA-PARCH模型,本文將上面三種模型總稱為AFRIMA-ARCH模型。其中AFRIMA-EGARCH、AFRIMA-PARCH為本文首次提出。在提出模型后,運(yùn)用最新的數(shù)據(jù)進(jìn)行了實(shí)