中国股票市场波动持久性特征的DFA分析.pdf

中国股票市场波动持久性特征的DFA分析.pdf

ID:52400108

大小:1.53 MB

页数:8页

时间:2020-03-27

中国股票市场波动持久性特征的DFA分析.pdf_第1页
中国股票市场波动持久性特征的DFA分析.pdf_第2页
中国股票市场波动持久性特征的DFA分析.pdf_第3页
中国股票市场波动持久性特征的DFA分析.pdf_第4页
中国股票市场波动持久性特征的DFA分析.pdf_第5页
资源描述:

《中国股票市场波动持久性特征的DFA分析.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第12卷第4期中国管理科学Vol.12,No.42004年8月ChineseJournalofManagementScienceAug.,2004文章编号:1003-207(2004)04-0012-08中国股票市场波动持久性特征的DFA分析魏宇,黄登仕(西南交通大学经济管理学院,成都610031)摘要:通过对沪、深股市大盘指数以及各具代表性的两只个股高频价格波动的R/S和DFA对比研究,得出了有别于传统分析方法的我国股市波动持久性定量特征,并通过高价DFA分析以及在连续时间标度上的收益率峰度指标的计算,发现了我国股市波动持久性存在的

2、特征时间标度,为研究我国证券市场的非线性和复杂性提供了新的研究视角和实证结论。关键词:股票市场;DFA分析;R/S分析;持久性;特征时间标度;复杂性中图分类号:F830.9文献标识码:A弱。目前,国内学者庄新田和黄小原在这一领域进1引言[9-12]行了一些有益的探索。[13-15]现代金融经济学的理论基石是有效市场假说需要指出的是,许多研究证明,R/S技术(EfficientMarketHypothesis,简记为EMH)。EMH本身存在着一些明显的缺陷,比如说,在时间序列短的一个重要结论就是:金融资产价格的变化相互独期相关以及时间序列存在异方差性的情形下,R/S立,它们是遵循随

3、机游动模型(RandomWalkMod将得出错误的序列长程相关性特征。因此,如果对el)的随机变量。这也就是说,金融资产的价格波动金融时间序列不加处理就直接进行R/S分析,就往应该不具有长程相关性(Long-rangcorrelation)或往会得出不准确的Hurst指数,从而会影响我们准持久性特征(Persistence),因此价格波动就不具有可确把握证券市场的持久性特征和分形结构,进而可预测性(Predictability)。能会影响到相关监管机构对证券市场的政策引导和然而,值得注意的是,自20世纪70年代以后,风险调控措施的制定。世界金融市场不断出现的种种异象(Anomalies

4、)另外,我们注意到现有对中国股市的DFA研究对EMH提出了严峻的挑战。其中一个非常重要的大多还只关注大盘指数的每日收盘价波动,还很少发现就是,许多不同类型的金融资产的价格波动在见到对中国股市高频价格波动的相关DFA研究(特相当长的时间范围内具有记忆性,即价格波动存在别是还没有看到对大盘指数和个股高频价格波动的[1]违背EMH的持久性或长程相关性特征。近年实证对比研究),另外,DFA技术本身还有许多目前来,迅猛发展的经济物理学(Econophysics)的许多研研究没有涉及的数据处理优势尚待明确。基于以上[2,3]究普遍证实了这一论断。目前对金融市场持久认识,本文将尝试通过对大盘指数以及沪深股

5、市各性特征分析一般采用传统的重标极差分析(Rescaled具代表性的两只个股的高频价格(每5分钟报价)波RangeAnalysis,简记为R/S)和近年来才发明的消动持久性特征分析,重点在于:(1)通过R/S分析和除趋势的波动分析法(DetrendedFluctuationAnaly高阶DFA分析的研究方法和实证结果的对比,发现sis,简记为DFA)。虽然过去几年中,对于中国股票更加符合中国股市实际波动持久性的定量特征;(2)市场的R/S分析已经取得了许多有价值的研究成实证比较大盘指数和个股价格持久性波动模式的差[4-8]果,但是对中国股票市场的DFA研究还非常薄异;(3)检验中国股票市场

6、波动持久性效应存在的特征时间标度。通过上述研究,以期为探索我国股市收稿日期:2003-06-06;修订日期:2004-02-22基金项目:国家自然科学基金资助项目(70171054);国家杰出青波动的非线性和复杂性特征提供新的研究视角和实年科学基金资助项目(70229001)证结果。作者简介:魏宇(1975-),男(汉族),四川攀枝花人,西南交通大学经济管理学院,讲师,博士,研究方向:金融工程、金融复杂性第4期魏宇等:中国股票市场波动持久性特征的DFA分析13有介绍,下面仅列出我们对上述高频数据的R/S计2沪深股市高频价格波动的R/S和DFA分析算结果

7、(详见表1)。21数据说明然而,值得注意的是,Peters(1999)指出,由于经本文实证研究的数据为每5分钟一个报价记录济增长、通货膨胀等因素,使得我们观察到的金融时的高频数据(Highfrequencydata),数据类型共分两间序列往往包含这些因素产生的趋势影响。比如大类。第一类为指数类,包括中国股票市场最具代说,即使金融资产的价格不存在实际的增长前景,仅表性的两大股票指数,即上海证券交易所综合股价

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。