本文選題：長程相關(guān)性 + ARFIMA模型��； 參考：《湘潭大學(xué)》2017年碩士論文

【摘要】：長記憶性是對(duì)序列高階相關(guān)結(jié)構(gòu)的一種描述,又稱長期相關(guān)性。具有長記憶性的序列在相距甚遠(yuǎn)兩個(gè)觀察值之間有某種穩(wěn)定的依存關(guān)系,衰減緩慢的自相關(guān)函數(shù)。金融時(shí)間序列的分形結(jié)構(gòu)、肥尾分布、長期記憶等非線性特征,都是當(dāng)今最受關(guān)注的研究課題之一。為深入了解并研究經(jīng)濟(jì)時(shí)間序列所呈現(xiàn)出長記憶性特征,本文重點(diǎn)研究了能刻畫長記憶性的分整移動(dòng)自回歸模型(ARFIMA)模型,介紹了有關(guān)長記憶時(shí)間序列的概念、檢驗(yàn)及建模等內(nèi)容。本文應(yīng)用ADF、PP和KPSS三種方法來檢驗(yàn)上證指數(shù)和深證成指兩條序列的平穩(wěn)性,并用經(jīng)典的R/S分析法和修正的R/S分析法以及V/S分析法來分析兩條序列的長記憶性。結(jié)論顯示一致支持上證和深證的日收益序列都有長記憶性,而且上證序列的長記憶性比深證的強(qiáng)。基于長記憶性的檢驗(yàn)結(jié)果,本文對(duì)兩條序列采用B-J方法進(jìn)行ARFIMA建模。通過信息準(zhǔn)則比較確定為,ARFIMA(6, d,2)是描述上證日收益序列長記憶性最合適的模型,ARFIMA(5, d,2)是描述深證成指日收益序列長記憶性最合適的模型。通過實(shí)證研究得出,中國股市中確實(shí)存在長記憶性,但中國股市缺乏有效性。
[Abstract]:Long memory is a description of high-order correlation structure in sequence, which is also called long-term correlation.The sequence with long memory has some stable dependence between the two observation values and the autocorrelation function with slow decay.The fractal structure, fat tail distribution, long-term memory and other nonlinear characteristics of financial time series are one of the most concerned research topics.In order to deeply understand and study the long memory characteristics of economic time series, this paper focuses on the integral moving autoregressive model (ARFIMA), which can depict long memory, and introduces the concept of long memory time series.Inspection and modeling.In this paper, three methods, ADFP-PP and KPSS, are used to test the smoothness of the two sequences, and the classical R / S analysis, the modified R / S analysis and the V / S analysis are used to analyze the long memory properties of the two sequences.The results show that the daily earnings sequences of both Shanghai and Shenzhen have long memory, and the long memory of Shanghai is stronger than that of Shenzhen.Based on the test results of long memory, B-J method is used to model two sequences in this paper.Through the comparison of information criteria, it is determined that ARFIMA6, dan2) is the most suitable model to describe the long memory of the daily earnings sequence of Shanghai Stock Exchange. It is the most appropriate model to describe the long memory property of the daily earnings sequence of Shenzhen Stock Exchange.The empirical study shows that there is a long memory in Chinese stock market, but it lacks efficiency.
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F224;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邵祥;杜秀麗;;在ARFIMA模型中使用小波的另一種極大似然估計(jì)[J];南京師大學(xué)報(bào)(自然科學(xué)版);2010年01期

2 王治平;;有效市場(chǎng)假說[J];消費(fèi)導(dǎo)刊;2008年11期

3 張榕;;國際股票市場(chǎng)價(jià)格波動(dòng)長期記憶性分析——基于V/S經(jīng)驗(yàn)數(shù)據(jù)的[J];當(dāng)代經(jīng)濟(jì)(下半月);2008年02期

4 房林;鄒衛(wèi)星;;多種單位根檢驗(yàn)法的比較研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2007年01期

5 張建華;張玲;;中國股票市場(chǎng)的有效性分析[J];系統(tǒng)工程理論方法應(yīng)用;2006年03期

6 張曉峒,白仲林;退勢(shì)單位根檢驗(yàn)小樣本性質(zhì)的比較[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2005年05期

7 呂光明;對(duì)數(shù)據(jù)平穩(wěn)性檢驗(yàn)方法的比較研究[J];財(cái)經(jīng)問題研究;2004年06期

8 劉亮;機(jī)構(gòu)投資者行為與市場(chǎng)波動(dòng)性和有效市場(chǎng)假說[J];福建金融管理干部學(xué)院學(xué)報(bào);2003年03期

9 陳夢(mèng)根;股票價(jià)格分形特征的實(shí)證研究:修正R/S分析[J];統(tǒng)計(jì)研究;2003年04期

10 陳夢(mèng)根;中國股市長期記憶效應(yīng)的實(shí)證研究[J];經(jīng)濟(jì)研究;2003年03期

相關(guān)博士學(xué)位論文 前1條

1 王文靜;金融時(shí)間序列的長記憶特性及預(yù)測(cè)研究[D];天津大學(xué);2009年

相關(guān)碩士學(xué)位論文 前1條

1 陳璞;長記憶時(shí)間序列的研究與應(yīng)用[D];華中科技大學(xué);2006年

，

本文編號(hào)：1749019