金融波动模型和其在中国股市的应用.pdf

从而说明，它们不满足李汉东、张世英(2000)所给的波动持续性定义。 4．本文还从长记忆的角度研究了波动的持续性。第五章在简单介绍长记忆的 概念、性质、检验方法以及相关模型等必要内容后，重点研究了长记忆随机波动 (LMSV)模型的统计特性、波动替代量、与ARFIMA模型的关系、时间聚合 等问题，并考察了LMSV模型基于TSGA的谱似然估计的有限样本特性。在本 章的最后，我们利用有关的理论与方法对上海股市波动的长记忆性进行了实证分 析。 5．为了研究不同市场之间的波动联系，第六章把一元LMSV模型推广到多元 情况，并给出了多元LMSV模型的谱似然方法以及多元LMSV模型下的分数维 协整的检验程序。并用所给的模型与方法研究了上海股市与深圳股市之间波动的 联系，结果发现它们有着共同的分整阶数，两者之间的波动存在分数维协整关系。 6．第七章给出了波动过程变结构点检测的贝叶斯方法，在此基础上探讨波动 的变结构与波动持续性的关系。为此，我们把波动的结构变化分别引入基本SV 模型与基本LMSV模型，并利用所构建的模型对上海股市收益序列进行了实证 分析．最后，我们还进行了Monte Carlo试验。实证与M0ntcCarlo模拟都表明 波动的持续性对于波动过程中的结构变化都是比较敏感的