基于分整特性视角的我国股市长记忆性识别

金融时间序列的长记忆性检验常采用标度分析法,但结果往往不令人满意。从分整特性的新视角,利用KPSS检验和LW检验对我国股市收益及其波动的记忆性特征进行了深入研究。研究结果表明,我国股市的波动序列中存在显著的长记忆性。而收益序列本身无明显的长记忆性。这与成熟股票市场有关长记忆性的研究结论基本一致．与新兴股票市场的研究结论有所不同。此项结论对股市的长期投资者具有重要的决策意义。     

中国股市波动的变动长期记忆性研究

文章以分整SETAR模型为基础,描述了中国股市在不同波动幅度下的变动长期记忆性特征,结果表明中国股市波动存在长期记忆性且大幅波动对中国股市的影响比小幅波动要更持久,并且相对以恒生指数为例的相对发达的香港股市,中国股市大幅波动的长期记忆性较弱,小幅波动的长期记忆性较强,波动持续影响性具有其自身的特点。     

中国股票市场收益与波动的长期记忆性研究

文章对我国股票市场的长期记忆特征进行了系统研究:选择上证综指和深证成指日收益序列为研究对象,采用计量经济学方法,考察中国股票市场日收益序列和日收益波动序列的长期记忆特征,建立既能描述收益长记忆又能刻画波动长记忆特征的ARFIMA-FIGARCH模型,并与其它短记忆模型进行对比,分析得出相应结论.然后针对目前我国股票市场存在的诸多问题,提出一些规范和完善股票市场、提高市场有效性的建议.     

FIGARCH模型对股市收益长记忆性的实证分析

一、问题的提出长记忆性是指过去的冲击持续到将来,对预期的将来具有很大的影响。在大多数情况下,自相关函数的曲线图用来描述时间序列的长记忆特征。因此长记忆性可以定义如下：假设Ｙｔ是一个离散的时间序列,ｊ阶滞后的自相关函数为ρｊ,如果有ｌｉｍｎ→∞Σｎｊ＝...     

非线性趋势KPSS检验、模型误设与检验流程构建

利用理论推导和蒙特卡洛模拟方法,研究非线性趋势数据生成模型中KPSS检验统计量、趋势项检验统计量分布规律,并总结出KPSS检验流程。理论研究表明,在原假设和备择假设成立时,相关检验统计量在大样本下都收敛到维纳过程的泛函,且KPSS检验不能有效区分趋势类型,模拟研究也得出类似结论。实证研究显示,通过使用KPSS检验流程,可以精确确定数据生成过程。     

基于高频数据的沪指波动长记忆性驱动因素分析

借助于高频数据的最优取样法,利用已实现波动率给出的上证指数波动率的有效估计,在研究已实现波动率特性的基础上,用计量模型探讨沪指波动的长记忆特征.发现HAR-RV模型比FARIMA模型更能有效地刻画沪指波动的长记忆性,且HAR-RV模型样本外预测效果远远优于FARIMA模型,这说明沪指波动具有伪长记忆性,表面特征显示的长记忆性是由短期投资、中期投资和长期投资形成的短记忆性叠加而成.同时由于HAR-RV模型综合考虑了不同时间水平上的已实现波动率,从而在深层次上验证了中国股票市场的异质性和波动率的杠杆效应.     

中国股市收益率和波动率的长记忆性检验

运用修正R/S和V/S两种分析方法,选取两大盘指数(上证综指和深证成指)以及20只个股为样本,对其收益率和收益波动率序列的长记忆性进行大范围的比较研究.结果表明:对于收益率序列两大盘指数存在长记忆性,且深市强于沪市,而个股普遍不具有长记忆性;对于收益波动率序列,无论是大盘指数还是个股均存在显著的长记忆性,并且,三个收益波动率序列的长记忆性由强到弱依次为修正对数平方收益率、绝对收益率和平方收益率.     

沪深股市收益的长记忆性检验及其影响分析

文章采用Lo(1991)提出的优于经典R/S分析的修正R/S分析,对沪深股市指数收益率的长记忆性重新进行了检验,结果表明股票市场指数收益率序列、绝对收益序列与平方收益序列存在长记忆性.最后,对股票收益率存在长记忆性的影响进行了简要分析.     

结构突变对KPSS检验水平与检验功效的影响 ——基于有限样本情形的模拟及实证研究

 本文从理论模拟和实证分析两个角度研究了以平稳过程为原假设的KPSS检验在存在结构突变的情形下该检验的有限样本性质,包括实际检验水平和检验功效的分析。结论表明当忽略数据生成过程中的结构突变时,KPSS检验的实际检验水平会发生严重扭曲,从而出现“Perron现象”。本研究针对的是有限样本情形,这不但补充和完善了相关理论,同时对实证分析工作具有很强的借鉴和指导意义。     

金融时间序列长记忆性分析的非线性估计

学术界对股市长记忆性分析结论存在分歧现象,长记忆性分析方法的精准性是一个重要的影响因素.文章通过对R/S、MR/S和V/S分析方法的参数估计问题进行探究,剖析了线性近似求解方式的不足之处,并采用梯度下降法估计非线性回归方程的Hurst指数,同时借助ARFIMA模型对估计精度进行了对比验证.采集我国A股市场股票样本的收益率数据实证,结果表明,非线性估计能提高分析方法对Hurst指数的估计精确度.     

基于改进R/S法的中国股票指数长记忆性分析

针对中国股市的长记忆性问题,本文在比较各种长记忆检验方法的基础上,采用改进的分析方法来检验我国股市的日收益率的长记忆性。结果表明,我国沪深两市的日收益率序列均有长记忆性,并且深市的长记忆程度比上证长记忆程度强。     

空间误差分量模型的Bootstrap LM检验

空间误差分量模型(Spatial Error Components,SEC)传统的空间相关性LM检验存在严重的水平扭曲和较低的检验功效,导致检验统计量失效.文章将Bootstrap方法应用于SEC模型的空间相关性LM检验,提高检验统计量的有效性.Monte Carlo模拟实验表明,Bootstrap LM检验的水平受误差项分布、空间权重矩阵和样本量影响较小,并且远优于渐近LM检验,具有理想的检验水平;渐近LM检验和Bootstrap LM检验的功效均随着空间相关性的增强,及样本量的增大而增大,但Bootstrap LM检验在各种情形下均具有更高的检验功效,尤其是样本量较小时.简言之,Bootstrap LM检验是SEC模型更为优越的空间相关性检验方法.     

带随机效应的空间误差自相关模型的条件LM检验

文章运用Baltagi提出的方法,推导出两个能检验Kapoor提出的SAR模型的条件LM检验,并在标准网格、地理特征、经济特征和函数特征四类共11个权重矩阵下构建蒙特卡洛实验检测其检验效果,同时选用了相应的边际LM检验作对比.研究发现:当ρ与λ至少有一个为零时,其拒绝频率都落在预定范围内;给定ρ,增大λ或者给定λ,增大ρ时,其拒绝频率都在很小范围内无规律震荡;当ρ≥0.4或者λ≥0.5时,除W8,W10外,其拒绝频率都达0.98以上;表明条件LM检验的检验效果相当稳健且优于相应的边际LM检验.     

中国沪深股市波动性和收益及联动性实证检验

文章利用ARMA-GJR-GARCH模型研究我国股市风险和收益的关系,并引入了沪、深两市收益率的时变性协方差,以及利用Granger因果关系检验,发现上海股市过去2期的收益是深圳股市的格兰杰因果关系,然而深圳股市过去股市的信息不能提高上海股市收益的预测能力。文章还利用每天的最高价格最低价之差的自然对数所得序列作为波动率的代理变量,以及Diebold mariano检验,发现引入协方差和将两市联合研究的模型比未加协方差和单个研究的预测能力要强。     

我国股市风格资产收益的双长记忆性研究

文章以中信标普公司推出的6种风格资产日收益序列为实证样本,运用4个信息准则来选择skt-ARFIMA-HYGARCH模型以研究其序列的分形特征,刻画其双长记忆性,研究结果显示:6种股市风格资产收益序列具有显著的双长记忆性特征;基于skt分布下的ARFIMA(1,d1,1)-HYGARCH(1,d2,0)模型能够较好地刻画股市风格资产日收益序列的实际分布特征,最后运用修正Pearson吻合度检验也证实了选择skt分布是合理的。     

货币政策、通货膨胀与股票资产价格波动研究

文章以2006年1月至2011年12月为样本区间,以上证指数的收盘价为因变量、狭义货币供给(M1)增长率、汇率、消费价格指数及滞后一期上证指数为自变量建立回归方程,结果显示,模型拟合良好,平均而言上证指数89.7％的变动能被自变量的变动所解释,且残差不存在自相关和异方差.其中,消费价格指数与上证指数成负相关,而狭义货币供给(M1)增长率、汇率和滞后一期的上证指数与上证指数成正相关,结论符合预期且有现实意义.     

中国股票市场收益及波动的长记忆特性

文章主要利用经典对数周期图法、修正对数周期图法以及小波分析的方法对我国股票市场中指数及个股的日收益及波动序列的长记忆特性进行了实证研究。研究结果表明:在0.01的置信水平下,指数与个股的日收益序列均无长记忆,但指数收益序列的记忆长度比个股收益序列的记忆长度长(上海汽车除外),以日绝对收益序列和绝对收益偏离序列为代表的波动序列则具有较强的长记忆性(雅戈尔除外)。     

面板数据双因素误差回归模型序列相关和随机效应的联合LM检验

对面板数据双因素误差回归模型构造了检验序列相关和随机效应的一种联合LM检验,发现该LM统计量也是检验联合假设H0：σμ^2=λ=0的Baltagi-Li LM统计量和检验假设H0：σv^2=λ=0的Breusch-Pagan-LM统计量之和。当面板数据的个体数N充分大时,该联合LM统计量的渐近分布是χ^2（3）分布;无论双因素误差面板数据回归模型的剩余误差项是AR（1）过程还是MA（1）过程,联合LM检验是相同的,即对随机效应和一阶序列相关的联合LM检验是独立于序列相关的形式。     

单位根检验的若干改进与扩展方法

文章以时间为序,介绍了单位根的KPSS检验、DFGLS检验,ERS检验和NP检验的原理和过程,并给出了其应用实例。     

时间趋势平稳性检验的带宽选择及其影响

本文将基于最小化两类错误的概率选择带宽的思想引入KPSS检验。文章通过蒙特卡罗仿真实验,对基于最小化均方误差和最小化两类错误概率的KPSS检验的有限样本性质进行了比较;并对中国季度实际GDP对数序列的平稳性进行了检验。结果表明,基于最小化两类错误概率的检验比基于最小化均方误差的检验有更大的水平扭曲,但前者也有更大的检验势;并且在误差项自回归系数小于等于0.5的大多数情形下,基于最小化两类错误概率的检验有更好的有限样本性质;中国季度实际GDP对数序列是带漂移的单位根过程。