资源描述：
《基_省略_MA_HYGARcH_skt模型_曹广喜.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、2009年l第月数理统计与管理Jan.2009第28卷1期ApplieationofStatistiesandManagementV61.28No.1:1002一1566文章编号(2009)0一刁16不05我国股市收益的双长记忆性检验一一RARFIAs基于va估计的MHYGARCHkt模型—曹广喜,(南京信息工程大学经济管理学院江苏南京21004):“”,..,摘要针对股市收益分布的尖峰肥尾特征引入了偏亡分布作为新息分布基于VaR方法,,,,,从风险估计的角度利用ARFIMA(2dlo卜HYGARCH(1dZ1卜skt模型对1996年12月17日至2007年7月5日期问的沪深股市收益进行了实证
2、分析.实证结果显示:沪深股市具有显著。,,-的双长记忆特征;上海股市的日收益率和波动率的长记}乙性均比深圳股市强;ARFIMA(2dl0),,一.HYGARCH(1dZl)skt模型对我国股市收益具有较强的风险枯计和预浏能力:,关扭词双长记}乙性;ARFIMA;HYGARCH;RVa::中图分类号F830文献标识码AEmPiriealReseehonDoubleLongemoryofChineseStocktsarMMarkeernsing一一soeeonethodRtuUARFIMAHYGARCHktMdlBasdvaRM—~CAOGuangxi,,(SchoolofEconomiesand
3、ManagementNingUnisityofInformationSeienee&Teehnologyanjver,Jian罗uNanji雌21004China)sr:nuo“oss,oreurnsonesestos,Abtact丁hklgaccontfhighKurtiandfattailfdailytfChickmarketskewed亡distributionwasintroducedaserorsdistribution.BasedonVaRmethod,ARFIMA(2,dl,0)-,,一HYGARCH(1dZl)sktmodelwasusedtoempiricalanalyzed
4、ailyreturnsofChinesestockmarketsfromDecember17,1996toJulys,2007.Asemriealrultsshown,ShanghaidShenzhenstotPiesanckmarke,allpresentstrongdoublelongmemoryandthelongmemoryofShanghaistoekmarket15strongerthanShenzhenstockmarket·TheresultsalsoindieatedthattheARFIMA(2,dl,o)一HYGARCH(1,dZ,1)一sktmodelPreselted
5、strongilityofRevaluationdforec留tforChinesestockts.abVaanmarke,,,Keyrds:doublelongmemoryARFIMAHYGARCH勺恤Rwo0引言金融时间序列的长记忆特征分析已成为近年来金融实证研究的一个重点和热点问题.究,:;其原因主要有三个¹长记忆特征的存在可为金融时间序列的预测提供理论支撑º长记忆,;性和ARCH效应的投资行为解释可为行为金融的存在和发展奠定实践基础»波动率长记忆性的存在可为其他金融衍生产品的定价提供较为准确的波动率估计值。国外对于股市收益::收稿B期2007年7月27日收到修改稿B期2005年s月17
6、日.:基金项目江苏省教育厅高校哲学社会科学基金项目(佣sJB79020)168数理统计与管理第28卷第1期2009年1月和波动率长记忆性研究的文献已非常丰富。近年来,对我国股市长记忆性进行分析的文献虽,.也较多但所得结论却不尽相同大部分学者认为我国沪深股市日收益率序列均存在显著的,2长记忆特征!卜1但也有一小部分学者认为我国沪深股市日收益率序列的长记忆性都不是很显著l3]或沪深股市日收益率序列中有且至少有一个长记忆性不显著[’]。另外,还有学者认为我,国股市日收益率序列的长记忆特征不显著而股市波动过程的却存在显著的长记忆性特征阎.上述学者的结论之所以出现差异,主要是由于所采用的方法和选用的样本
7、不同.检验序列。、:RS长记忆性的方法主要有两类统计方法和数学模型方法统计方法主要包括/分析DFA,和小波分析等方法数学模型方法则主要指价格或收益率的ARFIMA模型和波动方程的长记忆GAH.Rc类模型传统的统计方法必须通过对日收益率序列和波动率序列分别进行分析才能,得到双长记忆性存在与否的结论而数学模型方法却可直接通过对收益率和波动序列进行建模,,利用极大似然估计等方法同时估算出所有的长记忆参数
