国际股市波动长期记忆性实证的研究.docVIP

国际股市波动的长期记忆性实证研究 西南财经大学统计学院 李伟 摘要：本文通过对国内外七家交易所主要指数的数据，采用修正R/S分析、GHP检验和FIEGARCH模型实证研究发现，除了日本东京股市外，其余六家股市包括沪深股市的波动均存在着明显得杠杆效应和长期记忆性，股市前期的波动对未来一定时期内股市的走势都有或多或少的影响。这意味着这六家股市的效率并不高，投资者可以利用历史数据来预测未来股市的波动并据此获取投机利润。因此，投资者在制定投资计划时，应充分考虑各国股市的特点和发展规律以获取较高的投资回报。 关键词：波动，长期记忆，修正R/S，FIEGARCH模型 Key words: volatilities，long memory，modified R/S，FIEGARCH model 一、引言与文献回顾 对金融资产收益率分布特征的研究最早可追溯于1900年，当时的法国经济学家路易.巴舍利耶（Louis Bachelier)在博士论文中（long memory）。本文拟探讨的就是金融资产波动的长期记忆性问题。 传统的时间序列模型如AR(p)、ARMA(p，q)、GARCH(p，q)等均假定：时间序列服从I(0)分布，即远距离的观测值之间相互独立，自相关函数按照指数率快速地衰减，也就是说时间序列呈现短期记忆的特征。但这个假设往往与事实不符