资源描述:
《中国股票市场的长期记忆性研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、复旦大学硕士学位论文中国股票市场的长期记忆性研究姓名:汪朝汉申请学位级别:硕士专业:企业管理指导教师:劳兰珺20040430y652006摘要近来的实证研究发现许多观察到的金融时间序列具有缓慢减少的相关系数或者等价地在0频率下具有无限频普,这种性质被称为长期记忆性。股票收益率是否存在长期记忆性一直是理论金蚀学和实证金融学的一个重要研究课题。如果股票收益率存在长期记忆性,那么股票收益率序列就不是独立的,这意味着过去的信息可以帮助我们预测股票未来的价格,这同市场有效性是相矛盾的;从投资角度来看,长期记忆性也意味着未披利用的投资机会。本文详细介绍
2、了检验长期记忆性的ADF检验、KPSS检验、FDF检验、LM检验、经典的RIS检验、Lo修正的RIS检验、Cavaliere修正的RIS检验、GPH估计、Gaussian半参数估计以及修正的Gaussian半参数估计方法。在此基础上,本文将这些检验方法运用到中国股票市场中的10支综合类股票指数以及上证180指数中的10支成份股和深证100指数中的5支成份股1997年1月至2003年7月的日收益率和周收益率上,本文的结果发现不仅同一指数和肚票的日收益率和周收益率的检验结果存在差异,而且对同一指数和股票的日收益率或周收益率不同检验方法得到的结果
3、也存在一定的差异,但是对深证B指和B股指数的日收益率和周收益率,几乎所有的方法都在一定的显著性水平下判断其存在长期记忆性;而对上证指数、A股指数上证180、深证A指、深证综j扮、东方明珠、方正科技、伊利股份、马钢股份深康佳A和深深宝A的日收立率和周收益率所有的检验方法都判断不存在显著的长期记忆性。由于不同的检验方法有不同的假设,本文进一步使用MonteCarlo模拟来比较各种检验方法的势,结果显示同其它的方法相比,LM检验具有最高的势。而针对周数据和口数据间的差异,本文认为周数据可能存在数据量不足,日数据的可靠性更强。关键词长期记忆;ARF
4、IMA模型:短期记忆:ARMA;ACF;PACF;.ADF检验;KPSS检验;FDF检验;T,M检验;经典的RIS检验;Lo修正的R/S检验:Cavaliere修正的R/S检验;3PH估计;Gausssian半参数估计米兰灸价U认户Pi"JalAbstractRecentempiricalstudiessuggestthatmanyobservedfinancialtimeserieshaveaslowlydecliningcorrelogramor,equivalently,haveaninfinitespectrumatzerofreq
5、uency.Thispropertyiscalledongmemory.Whetherlongmemoryexistsinthereturnsofstockshasbeenanimportantresearchsubjectoftheoreticalandempiricalfinanceallthetime.Iflongmemoryexistsinthereturnsofstocks,thereturnsseriesarenotindependent,whichmeanspastinformationmayhelpustoforecasts
6、tocks'futureprices,soitiscontrarytoEMH(EfficientMarketHypothesis).Inthewayofinvestment,longmemorymaybemeansunusedinvestmentopportunity.Thepaperpresentsmethodsthattestwhetherlongmemoryexistsintimeseriesindetail,suchasADF,KPSS,FDF,LM,ClassicalR/S,LoadjustedR/S,Cavaliereadjus
7、tedR/S,GPHEstimation,GaussianSemiparametricEstimationandadjustedGaussianSemiparametricEstimation.Atthesametime,thepaperusesthesemethodstotestdailyandweeklyof10indicesand15stocksinChineseStockMarket,andourresultsshowthatnotonlythedailyandweeklyreturnsofthesameindexorstockha
8、vediferentresults,butalsotothesamedailyorweeklyreturnoftheindexandstock,diferentmethodsha