上個世紀80年代以來,長記憶理論開始在計量經(jīng)濟學領(lǐng)域中得到迅速發(fā)展,并逐漸在金融領(lǐng)域中得到廣泛應(yīng)用。然而到目前為止,理論界關(guān)于如何準確檢驗一個時間序列是I(0),I(d)還是I(1)過程的問題,在檢驗方法和統(tǒng)計量上仍存在很多爭論。當前的估計和檢驗方法也只適用于較為簡單的情形,對于模型中存在短記憶成分和結(jié)構(gòu)突變成分的研究方法還很不完善,迫切需要從理論上進一步深化。此外,在實證研究中,有證據(jù)表明,金融市場如股票市場中的回報率及其波動性都具有長記憶特征,這就意味著市場有效性假定不復(fù)存在。不僅如此,政府宏觀政策的沖擊還有可能改變市場的長期特征,忽略這一問題很可能影響到市場有效性的判定和相應(yīng)政策的制定。因此,對金融市場長記憶性的精確建模對于投資組合與風險管理就有著非常重要的意義。要實現(xiàn)上述目的,就必須從理論上對這一領(lǐng)域的研究進行系統(tǒng)和完善,并在實踐中加以正確運用。 本文立足于目前理論研究和實踐應(yīng)用中存在的具體問題,在總結(jié)前人研究成果基礎(chǔ)上,對長記憶理論及其在金融市場建模中的應(yīng)用進行深入了研究。其貢獻主要體現(xiàn)在以下幾點:第一,基于一個ARFIMA(p,d,q)過程,對三種分數(shù)單積參數(shù)的半?yún)?shù)估計方法的有限樣本性質(zhì)進行了比較,并用蒙特卡羅方法對備擇假設(shè)下短期項對分數(shù)單積參數(shù)估計和長記憶性判別的影響進行了模擬。第二,基于一個誤差項是分數(shù)白噪聲過程的AO模型,對小樣本下不同突變形式對分數(shù)單積參數(shù)估計和檢驗的影響進行了分析,并對上述情形下多個未知突變點BP檢驗的有限樣本性質(zhì)給出了模擬證據(jù)。第三,分析了結(jié)構(gòu)突變對中國股市長記憶性的影響,將長記憶參數(shù)改變看作市場有效性的變化,就政府干預(yù)對股市有效性的影響進行了科學評價,并提出了政策建議。 本文對于長記憶理論及其在金融市場中應(yīng)用的研究是按照一定的邏輯思路逐步展開的。全文共分為六章,第一章是引言,闡述論文的選題背景及意義、研究思路與方法、主要創(chuàng)新點。接下來三章是理論研究部分,其中第二章是長記憶過程及其模型研究,主要對長記憶過程的定義與特征,兩種長記憶模型即ARFIMA和FIGARCH模型的設(shè)定及其估計方法進行分析。在此基礎(chǔ)上,第三、四章分別探討了短期項和結(jié)構(gòu)突變項對于長記憶建模的影響。第五章作為實證研究部分,首先運用長記憶模型對石油期貨市場中的“約瑟夫效應(yīng)”進行了驗證。接下來運用長記憶性與結(jié)構(gòu)突變分析方法對我國股市的有效性與政府干預(yù)問題進行了研究。最后一章是結(jié)論以及對未來研究方向的展望。通過各章的分析,我們得到的主要結(jié)論有: 第一,當數(shù)據(jù)生成過程是一個一般的ARFIMA(p,d,q)而不是分數(shù)白噪聲過程時,各半?yún)?shù)方法得到的分數(shù)單積參數(shù)估計量仍能服從正態(tài)分布,但其分布的均值卻明顯偏離了真實值,這就造成分數(shù)單積參數(shù)估計的偏差和長記憶性的誤判。同時,自回歸參數(shù)和移動平均參數(shù)往往具有不同的短期效應(yīng)。此外,基于小樣本下不同帶寬的模擬,建議在實踐中應(yīng)該選擇較大的帶寬。 第二,通過對一個帶有結(jié)構(gòu)突變的長記憶過程檢驗其長記憶性,發(fā)現(xiàn)模型中的結(jié)構(gòu)突變尤其是趨勢突變會造成對分數(shù)單積參數(shù)的高估,導致長記憶性檢驗的功效和尺度扭曲都很高。這時,在各種半?yún)?shù)方法中,GPH方法的穩(wěn)健性相對較高,造成的偏差最小。接下來,將Bai和Perron(1998,2003)多個未知突變點估計和檢驗方法推廣到誤差項是長記憶過程的情形中,發(fā)現(xiàn)除d接近于0.5的情形外,該方法對突變點的估計和檢驗具有比較好的效果。尤其是當d＜0時,突變點估計量的分布、以及相應(yīng)的檢驗功效和實際檢驗水平也更優(yōu)。該檢驗對于突變點的位置、突變幅度的變化也表現(xiàn)的比較穩(wěn)健。 第三,對石油期貨市場的實證研究發(fā)現(xiàn),該市場的投資風險對新息沖擊的響應(yīng)是一個長記憶過程。因此在實踐中,建議采用FIGARCH等模型對未來的石油價格及其波動進行預(yù)測,并采取相應(yīng)策略確保宏觀經(jīng)濟平穩(wěn)運行。通過對我國股市有效性的再審視,發(fā)現(xiàn)我國股票價格走勢的改變常常是政府政策的出臺造成的。而在不同階段,政策對于股票市場有效性的影響也不同。因此,在今后的發(fā)展中,政府要逐步拋棄依靠政策引導股市的觀念,這是中國股市走向有效性的必由之路。
【學位單位】：南開大學
【學位級別】：博士
【學位年份】：2009
【中圖分類】：F224;F830.9
【部分圖文】：

圖2.1兩種中度記憶過程的自相關(guān)函數(shù)衰減圖

種AR(l)過程的自相關(guān)函數(shù)呈明顯的正弦振蕩衰減，在第6期左右就迅速衰減為O，而分數(shù)白噪聲過程的衰減明顯要慢，而且不是正負振蕩衰減。圖2.2中，四種過程的自相關(guān)函數(shù)值均大于O，可以 AR(1)過程呈指數(shù)衰減，衰減速度明顯快于分數(shù)白噪聲過程的雙曲率衰減。0.8—一戮d=0.2一家一 p=0.25d=0.4p=2/3—{ 0.6——一一——一一一—4一—一-—一一一一2卜不落二之未二二二丁廠幾一發(fā)一_爪一~一一卜派—一岌一戮—翎O——盆一-一岑-一-寨一一岌盆~崔一一~‘洲 12345678910圖2.2兩種嚴格長記憶過程的自相關(guān)函數(shù)衰減圖2.2.3脈沖響應(yīng)函數(shù)下面我們來推導分數(shù)白噪聲的腸ld分解或無限階移動平均形式，其中(1一)-d表示分數(shù)積分算子，甄就是脈沖響應(yīng)函數(shù)權(quán)重。具體表達式如下:y，一(I一L)一口乓={1+dL+d(d+l)L2/2!+d(d+l)(d+2)L3/3!+…}乓 (2.20)藝叭乓一‘k=O夢、=r(k+d)/{r(d)r(k+l)}二{F(d)一‘尸一‘}=幾尸一， (2.21)夢*=n。畢*[(

其中圖中三種不同的點FDI、FDZ、FD3分別代表GPH、RGSE以及AG估計量分布的密度函數(shù)，三條不同的曲線Nl、NZ和N3分別代表與上述估計量有相同均值和方差的正態(tài)分布密度函數(shù)。圖中與橫軸垂直的直線表示分數(shù)單積參數(shù)的真實值。
【參考文獻】

相關(guān)期刊論文 前10條

1 王春峰,張慶翠;中國股市波動性過程中的長期記憶性實證研究[J];系統(tǒng)工程;2004年01期

2 趙桂芹,曾振宇;證券市場長期記憶特征的實證分析[J];管理科學;2003年02期

3 黃后川,陳浪南;中國股票市場波動率的高頻估計與特性分析[J];經(jīng)濟研究;2003年02期

4 趙留彥,王一鳴;A、B股之間的信息流動與波動溢出[J];金融研究;2003年10期

5 羅登躍;王玉華;;上海股市收益率和波動性長記憶特征實證研究[J];金融研究;2005年11期

6 姜仁娜,葉俊;滬深兩市股票指數(shù)的長記憶性[J];清華大學學報(自然科學版);2004年12期

7 史代敏;羅來東;龐皓;;股票市場收益率波動長記憶性的分解及實證研究[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2006年08期

8 鄧露;張曉峒;;ADF檢驗中滯后長度的選擇——基于ARIMA(0,1,q)過程的模擬證據(jù)[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2008年09期

9 鄒艷芬;陸宇海;;基于GARCH模型的石油價格變動模擬[J];數(shù)理統(tǒng)計與管理;2006年06期

10 趙巍;何建敏;;基于股市高頻數(shù)據(jù)的半?yún)?shù)估計方法[J];數(shù)理統(tǒng)計與管理;2007年01期

本文編號：2879114