东北大学工商管理学院苑莹

东北大学工商管理学院苑莹

ID:27565790

大小:840.50 KB

页数:37页

时间:2018-12-01

东北大学工商管理学院苑莹_第1页
东北大学工商管理学院苑莹_第2页
东北大学工商管理学院苑莹_第3页
东北大学工商管理学院苑莹_第4页
东北大学工商管理学院苑莹_第5页
资源描述:

《东北大学工商管理学院苑莹》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、东北大学工商管理学院苑莹yyuan@mail.neu.edu.cn青年基金项目研究工作交流1理论依据异象性特征多重分形特性研究在金融风险管理中的应用非线性检验长记忆性多标度特性可预测性基于符号序列方法的股价预测基于神经网络模型的股价预测多重分形结构及成因分析股市收益率的标度突变现象长记忆性与市场发展状态的关系多重分形谱参数与股价波动关系基本思路21)研究背景国际全球经济一体化大环境下,金融风险的防范已经成为金融市场发展的首要问题一、国内沿用EMH理论来认识和定位中国股市价格变化,具有其局限性现实背景对EMH的质疑EMH关于金融市场本质特征的认识存在较大缺陷:对种种异常现象解释不

2、足基于EMH发展起来的风险管理方法对重大金融风险或金融危机也没有起到预警作用新金融学时代的来临“行为金融学”流派→以心理学上的发现为基础“经济物理学”流派→科学、高度的可操作性理论背景3有效市场理论分形市场理论多重分形理论更符合实际市场的统计特性多重分形模型被认为是迄今为止最为全面的描述价格波动特征的模型一个分形维是否能很好地描述市场的分形结构?价格增量不同部分的相关性及其在时间轴上的分布是否一致?对种种异常现象解释不足2)问题的提出一、43)研究方法基础理论金融学、分形几何学、时间序列分析、经济物理学、计量经济学一、实证方法J-B检验、K-S检验、ADF检验、Q统计量检验、B

3、DS检验、R/S分析、盒维数分析、DFA分析、多仿射分析、多重分形谱分析、MF-DFA分析、符号序列方法、神经网络方法实证工具Matlab自行编程,Eviews4.0作以辅助工具研究对象以上证指数为研究主线,以深成指数为辅助研究对象,并根据需要对指数收盘价,指数日收益率及每5分钟高频指数三组序列进行研究。5多标度特性3.长记忆性2.非线性检验1.中国股票市场的异象性特征可预测性4.二、6异象性特征—非线性检验一、二、指数样本数均值最大值最小值标准差峰度偏度J-BK-S上证36930.000660.71915-0.17910.02718147.786.0383532476870.

4、462深成36340.000290.23267-0.24430.02337319.2760.5576440300.780.465表3.1股价指数日收益率基本统计量基本统计量检验ADF检验ADF统计量临界值(1%)临界值(5%)临界值(10%)-21.76361-2.5663-1.9394-1.6156-20.69117-2.5663-1.9394-1.6156表3.2股指收益序列的ADF检验Q统计量检验表3.3股指收益序列的Ljing-box检验:修正Q统计量滞后阶数51020304050上海Q统计34.612***38.264***65.7***83.47***96.066*

5、**105.95***深圳Q统计42.76***56.725***71.605***94.765***105.78***121.92***注:***表示在0.01水平下显著7异象性特征—非线性检验一、三、表3.4BDS统计量mr0.511.52mr0.511.52上海20.033(0.00)0.042(0.00)0.03(0.00)0.018(0.00)深圳20.021(0.00)0.035(0.00)0.027(0.00)0.017(0.00)30.046(0.00)0.083(0.00)0.067(0.00)0.044(0.00)30.026(0.00)0.066(0.

6、00)0.061(0.00)0.040(0.00)40.048(0.00)0.116(0.00)0.105(0.00)0.073(0.00)40.022(0.00)0.085(0.00)0.092(0.00)0.066(0.00)50.042(0.00)0.136(0.00)0.138(0.00)0.101(0.00)50.016(0.00)0.093(0.00)0.118(0.00)0.090(0.00)60.035(0.00)0.149(0.00)0.165(0.00)0.126(0.00)60.010(0.00)0.093(0.00)0.139(0.00)0.113(0.

7、00)BDS检验方法结论J-B、K-S统计检验非正态分布ADF检验非随机游走BDS检验非线性相关均不支持中国股票市场达到弱式有效的结论。结论二、8一、异象性特征—长记忆性特征优势:能够检验时间序列中的长记忆性劣势:它却无法区分序列存在的短程依赖关系和长程依赖关系优势:当一个时间序列表现出短记忆性时,能得到正确的结果劣势:当一个时间序列实际上具有长程相关性,却趋向于接受短期记忆的零假设,从而得出错误的结论。优势:消除了局部趋势,并且局部趋势相关性容易被发现。表3.7不同方法下标度指数值指数经典

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。