《MTV模型及其运用方法》.pdfVIP

第 20 卷第 3 期 . 20 . 3 ( ) V o l N o 南昌大学学报 理科版 ( ) 1996 年 9 月 Jou rn a l o f N an ch ang U n iver sity N atu ra l Scien ce Sep t. 1996 M TV 模型及其运用方法 肖鸿晶 (复旦大学统计运筹系　上海　200443) 摘　要　本文对 ( ) M TV 多元时间序列方差成份 模型的构造及理论基础进行了详细的讨论, 并论 述了其分析和预测金融时间序列的运用方法。 关键词　随时过程, 时间序列, 平稳过程, 主成份, 协方差, 自协方差 分类号　 224^ 0 F 前　言 许多金融时间序列具有不断变化的多元协方差结构, 无风险将无获取较大利润机会, 因而 在有效的分析股价、利率、汇率等易变的时间序列时必须考虑这点。多元方法比较恰当地描述 了这些易变现象, 在实际中常用的多元金融时间序列模型是V A RM A ( 向量 自回归滑动平均) 模型, 然而该模型在应用中有两个主要困难: (a) 未知参数太多, 模型难以建立; (b ) 模型难以 识别。本文构造的 ( ) M TV 多元时间序列方差成份 模型克服于以上两个困难, 作用一个较理想 的实用模型可用于分析和预测多元易变的金融时间序列现象。 1　 模型的理论基础 M TV 11　 模型的结构 M TV 假设一个 维随时过程{ : = 0, ±1, ±2, …}, 其中 = ( , …, ) ′, 模型的结构 p x t t x t x 1t x p t M T V 为: x t = t+ 1f 1t + 2f 2 t + …+ pf p t ( 1) ( ) ( ) ) 　　其中系数向量 = , …, ′= 1, …, 满足: j 1j p j j p ′ = , ( = 1, = 0 ( ≠ ) ) (2) j k j k j j j k j k 　　并且f j t 是由变量x j t 的变动生成的方差成份。 ( ) ( ) 由 2 式, 有 = ′ -