《基于数据驱动平滑检验的密度预测评估方法——以香港恒生指数、上证综指和台湾加权指数为例》.pdfVIP

第 22卷 第 3期 中国管理科学 Vo1．22，NO．3 2014焦 3月 ChineseJournalofManagementScience M ar．， 2014 文章编号 ：1003—207(2014)03—0130～i1 基于数据驱动平滑检验的密度预测评估方法 一 以香港恒生指数、上证综指和台湾加权指数为例 张玉鹏 ，王 茜 (1．华东师范大学金融与统计学院，上海 200241；2．上海对外经贸大学WTO学院，上海 200336) 摘 要 ：本文提 出了样本 内和样本外密度预测评估 的数据驱动平滑检验(data—drivensmoothtest)方法 ，并分别采用 Newey-Tauchen的方法 以及 West—McCracken的方法来纠正参数估计对样本内和样本外密度预测评估的影响。运 用本文提出的检验方法，我们 比较了各种最大熵 GARcH模型对中国三个股指数据(香港恒生指数、上证综合指数 和台湾加权指数)的样本 内和样本外预测绩效。结果显示 ：(1)最大熵 GARCH模型可以用来刻画中国股指数据的 典型化事实，GARCH模型中考虑 了厚尾和偏态特征的PearsonIV分布对 中国股指收益率的样本外预测绩效是很 重要的；(2)具有较好样本内拟合优度和样本 内预测效果的模型未必有很好 的样本外密度预测效果，考虑到样本外 预测 的重要性，实际应用 中我们应采用具有较好样本外预测效果的模型。 关键词 ：密度预测评估 ；最大熵 GARCH模型；数据驱动平滑检验 ；概率积分变换 中图分类号 ：F064．1 文献标识码 ：A 在给定损失函数 (如均方误差标准)下，比较两个或 1 引言 者多个可能存在模型误设的密度预测模型的预测绩 对经济变量的条件概率密度函数进行建模研究 效 ]。在实际应用 中，不 同预测者常采用不 同的 是计量经济学理论 中的一个重要课题 ，宏观经济变 损失函数(取决于预测者的风险态度和经验等主观 量预测_】]、违约风险预测 、资产收益率涨跌预测、金 因素)，并因此得到各 自不同的最优密度预测模型 。 融风险管理、资产定价和套利等诸多领域都涉及到 此类方法会使得依据最优密度预测模型所制定的经 对经济变量条件概率密度函数的准确预测 。与点预 济政策依赖于损失函数 的主观选择 ，并 因此导致制 测和区间预测不同，密度预测是根据现有信息对经 定错误经济政策的严重损失。第二类理论研究是检 济变量未来条件概率密度 函数的估计 ，它给出了预 验密度预测模型是否是正确设定的l5]，它解决 了 测不确定性的完备描述。因此，提高密度预测的科 由于损失函数的主观选择所导致的经济政策制定的 学性和精确性对于政府 的宏观决策和金融部门的有 随意性 问题 。Diebold，Gunther和 Tay[5在决策理 效管理是十分必要 的。随着计算技术的快速发展和 论 的框架下证实了，如果密度预测模型与变量的真 时间序列数据 的 日益丰富，新 的和更复杂的密度模 实条件概率密度函数相一致，则无论预测者的损失 型预测方法不断发展起来 ，如采用非线性模 型和时 函数如何 ，此密度预测模型都是预测者一致偏好 的 变参数模型等_2]，这就使得评估各密度预测模型显 模型 。这类方法使得经济政策的制定依赖于对密度 得尤为重要 ，这可以帮助我们 比较不 同模型的预测 预测模型的正确建模 ，而不是损失函数的主观选择 。 绩效并有所新发现。 本文属于密度预测评估的第二类研究，大多数 密度预测评估 的理论研究分为两类 ：第一