非参数加权核密度估计在股市收益率分布的应用.docVIP

非参数加权核密度估计在股市收益率分布的应用 许冰 丁媛 （浙江工商大学统计学院） 摘要：大盘指数的收益率分布函数并不服从通常人们所认为的正态分布。本文采用一种新的方法——非参数加权核密度估计，对大盘指数的收益率分布函数进行研究。这种新方法不仅很好地刻画了收益率分布的尖峰和肥尾特征，而且比一般的正态分布更能捕捉市场的风险特征，结论也更加准确。 关键字：收益率，非参数估计，核密度函数，加权 一、引 言 在描述股价行为的经典计量模型中，股市的收益率通常被假定是服从正态分布。但是许多计量金融学家对这一经典假设做了大量的研究并发现，收益率的分布并不服从正态分布这一假设。事实上，大多数价格的变化存在很明显的尖峰现象，也就是说相对正态分布而言，在均值附近的数据点特别多。许多学者认为这只不过是由一些“异常值”所引起，从而在统计分析中将这些“异常值”去掉。例如，国内学者陶亚民（1999）认为，上海股市收益率分布是服从正态分布的，但这却是在剔除了“异常点”的基础上得到的结论。然而 Mandelbrot（1963）认为将这些“异常值”值从数据中去掉是不可取的。因为“异常值”的出现并不是一种偶然现象，尖峰和肥尾现象几乎是所有股票收益率数据所共有的。这说明“异常值”本身反映了股票收益率并不服从正态分布这一假定。封建强﹑王福新（2003）利用几种不同的分布函数来刻画收益率分布，并且利用稳定