隨著時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)的迅速發(fā)展,學(xué)者們逐漸發(fā)現(xiàn)當(dāng)時(shí)間序列表現(xiàn)為非平穩(wěn)時(shí),單整作為傳統(tǒng)處理非平穩(wěn)性的方法得到的結(jié)果在檢驗(yàn)中不盡一致,這說明目前處理非平穩(wěn)性的方法還有發(fā)展空間,因此,研究者們將單整進(jìn)行擴(kuò)展后得到了分整理論。由于分整理論和分整模型的出現(xiàn),當(dāng)時(shí)間序列表現(xiàn)出長(zhǎng)記憶性特征時(shí),運(yùn)用合理的分整方法和適當(dāng)?shù)姆终Ｐ?能進(jìn)一步詳細(xì)描述該時(shí)間序列的記憶特征,在此過程中,分整參數(shù)作為描述時(shí)間序列記憶性的重要參數(shù),對(duì)分整參數(shù)的估計(jì)顯得尤為重要。盡管現(xiàn)有文獻(xiàn)已經(jīng)廣泛運(yùn)用各種分整參數(shù)半?yún)?shù)估計(jì)方法對(duì)宏觀經(jīng)濟(jì)、股票市場(chǎng)、證券市場(chǎng)、期貨市場(chǎng)、匯率市場(chǎng)中的時(shí)間序列長(zhǎng)記憶進(jìn)行了分析,其中具有代表性的方法有GPH、Sperio、LW和ELW等,但并沒有明確指出不同類型的時(shí)間序列究竟在何種半?yún)?shù)估計(jì)方法下進(jìn)行建模能得到最優(yōu)的結(jié)果,也少有分整模型與單整模型的結(jié)果比較。本文試圖從這個(gè)角度出發(fā),通過對(duì)不同估計(jì)方法的應(yīng)用研究建模結(jié)果來分析適合宏觀經(jīng)濟(jì)中CPI序列、上證綜指和滬深300股票指數(shù)序列最適合的分整參數(shù)估計(jì)方法究竟是哪一種,并將之與單整應(yīng)用研究建模結(jié)果進(jìn)行對(duì)比。首先通過理論分析分整序列的定義、檢驗(yàn)方法和常用模型,其次對(duì)分整參數(shù)的半?yún)?shù)估計(jì)方法做了一定描述。其次用實(shí)際的宏觀經(jīng)濟(jì)數(shù)據(jù)和股票指數(shù)數(shù)據(jù)分析各種方法在不同帶寬下的變化情況,比較四種方法的優(yōu)劣得出:盡量避免使用GPH方法,擇優(yōu)選擇Sperio和ELW方法。最后,通過經(jīng)驗(yàn)選擇帶寬在a=0.5時(shí)估計(jì)得到的d值進(jìn)行建模,并比較在分整與單整方法模型下的結(jié)果。根據(jù)建模分析結(jié)果,選擇得到適合該序列的最優(yōu)分整參數(shù)估計(jì)方法,宏觀經(jīng)濟(jì)序列適合Sperio估計(jì)方法,股票指數(shù)日收益率適合ELW方法。本文得到的主要結(jié)論:1.在實(shí)際的分整參數(shù)估計(jì)方法選擇中,避免使用GPH方法,根據(jù)樣本數(shù)據(jù)量大小,擇優(yōu)選擇Sperio方法和ELW方法。2.當(dāng)時(shí)間序列具有長(zhǎng)記憶性時(shí),傳統(tǒng)的單整模型擬合效果沒有分整模型擬合效果好。3.宏觀經(jīng)濟(jì)中的CPI序列,應(yīng)考慮數(shù)據(jù)具有長(zhǎng)記憶性,并用分整方法對(duì)其進(jìn)行分析處理,最后得出用Sperio方法估計(jì)分整參數(shù)比其他方法得到的結(jié)果要好。4.股票價(jià)格指數(shù)日收益率序列用ELW方法估計(jì)分整參數(shù)比其他方法得到的結(jié)果要好,且分整結(jié)果明顯優(yōu)于單整。
【學(xué)位單位】：貴州財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F224;F832.51
【部分圖文】：

圖 1 CPI 和 DCPI 序列走勢(shì)左邊是CPI序列走勢(shì)圖，可以看出有很明顯的非平穩(wěn)性，且在2008年期間呈現(xiàn)出從高陡降到低的走勢(shì)，到了2009年又呈現(xiàn)v字型的上升趨勢(shì)。通過ADF單位根檢驗(yàn)得到CPI序列的t統(tǒng)計(jì)量值為-2.535558，對(duì)應(yīng)概率P值為0.1095，大于10%顯著性水平下的臨界值-2.578601，證明CPI序列的確是存在單位根的非平穩(wěn)序

圖 5 上證綜指(ZZ)和滬深 300 指數(shù)(HS)的日收益率走勢(shì)圖對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，從中得到樣本的各種特征及其所代表的總體性特征進(jìn)行描述。表 10 為兩大股指序列的描述性統(tǒng)計(jì)分析結(jié)果。
【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 楊楠;柳預(yù)才;;基于分形分析的國(guó)際金價(jià)波動(dòng)長(zhǎng)記憶性識(shí)別與預(yù)測(cè)研究[J];數(shù)理統(tǒng)計(jì)與管理;2013年05期

2 劉釗宏;趙肖林;;ARIMA模型對(duì)上證新綜指預(yù)測(cè)效果分析[J];中國(guó)證券期貨;2011年10期

3 汪志紅;王斌會(huì);;基于ARFIMA(p,d,q)模型的中國(guó)股市長(zhǎng)期記憶性研究[J];商場(chǎng)現(xiàn)代化;2011年12期

4 俞婕;;中國(guó)股市波動(dòng)的變動(dòng)長(zhǎng)期記憶性研究[J];統(tǒng)計(jì)與決策;2010年05期

相關(guān)碩士學(xué)位論文 前1條

1 劉國(guó)旺;基于ARFIMA模型的上證指數(shù)收益率研究[D];廣州大學(xué);2012年

本文編號(hào)：2871399