非参数假设检验法和其运用.docVIP

非参数假设检验法及其运用 摘要：在国际金融危机下，以中国股市数据为依据，运用S-plus 统计分析软件和 Excel ，对中国股市正态分布假设进行了Kolmogorv拟合优度检验，运用方差平方秩检验方法，比较分析了上证指数和深证综指的波动性。 关键字：股市；Kolmogorov拟合优度检验；秩检验。 引言：对中国股市分布的研究，国内各学者对中国股市进行了非参数检验。王金玉、李霞、潘德惠(2005)通过引入一种新的估计方法“非参数假设检验方法”， 以达到对证券投资咨询机构，对证券市场大盘走势预测准确度的估计。周明磊(2004)运用非参数非线性协整检验，对上证指数与深成指间协整关系进行了研究，结论是：上证指数与深圳成指之间确实存在非线性的协整关系。方国斌(2007)从分析中国股市收益率序列的特征入手，寻找描述中国股市波动性特征的合适的统计模型。 在研究相关文献的基础上，将非参检验??用于中国股市统计特征的研究。运用 Kolmogorov拟合优度检验，对中国股市进行了正态分布假设检验；运用方差平方秩检验方法，比较分析了上海指数和深圳综指的波动性。 正文： Kolmogorov拟合优度检验以及方差的平方秩检验方法。 Kolmogorov拟合优度检验 1. 原假设和备择假设 原假设H：样本来自于正态分布总体。 备择假设H：样本不是来自于正态分布总体。 2. 检验统计量 令S (x) 是样本X、X、…X、的经验分布函数 ，F*(x)是完全已知的假设分布函数， 则检验统计量T为S (x) 与F*(x)的最大垂直距离， 即：T = sup| F*(x)- S (x)|。 3. P值计算 近似P值可以通过在表A13中插值得到，或者利用2倍的单边检验的P值。 单边 P值=这里t的是检验统计量的观测值，[n(1-t)]且是小于等于n(1-t)的最大整数。 当给定的显著性水平大于或等于P值时，拒绝原假设 。 在本文中，该检验是运用S-plus 统计分析软件实现的。 (二) 方差的平方秩检验 1. 原假设和备择假设 ( 1 ) 双边检验 1 原假设H：除了它们的均值可能不同外，X和Y同分布。 备择假设H： V a r (X) ≠V a r (Y)。 ( 2 ) 左边检验 原假设H： 除了它们的均值可能不同外，x和 y同分布。 备择假设H：v a r ( x) v a r ( Y)。 2. 检验统计量 记X、X、…X、为来自总体l 、样本容量为n的随机样本， Y、Y、…Y、 为来自总体2 、 容量为 m的随机样本， 将X和Y转换为它到均值的绝对离差 U和 V。U=|X-u|，V=|Y-u|，u和u是总体 1和2的均值，若未知， 可用样本均值来代替。以通常方式将秩 1 到 n + m赋给U和V的合并样本。 如果 U的值与v的值没有结， 则赋给总体1的秩的平方和 可以用作检验统计量。 其中，T=。 当样本容量大于10时，T的近似分位数W= (1 )，其中，N=n+m，Z为标准正态分布分位数。 3. 拒绝域 对于双边检验，在显著性水平下，求出拒绝域：T ( T) T或 T ( T) T 。对于左边检验， 拒绝域：T ( T) T。 4．作出判断 对于双边检验，根据样本观测值计算T ，若T ( T) T 或 T ( T) T。 ，则拒绝原假设。对于单边检验，根据样本观测值计算 T ( T) ，若 T ( T) T，则拒绝原假设。 在本文中，该检验是借助于E x c e l 完成的。 二、实证研究 (一) 数据的选取及预处理 由于2008年的国际金融危机，改变了世界经济的运行状态，所以选取2009年1月5日 2 到2011年6月30日上海指数和深圳指数收盘价为样本，分析同际金融危机，后中国股市的统计特征。 将收盘价化为以2009年1月5日为基期的收益率序列 ，其中，计算收益率采用的是对数收益率，= ( P为第 t 期的收盘价) 。采用对数收益率的主要原因， 是对数收益率具有可加性和连续复利收益率的优点。 ( 二 ) Kolmogorov拟合优度检验 通过S—plus软件，对上海指数和深圳指数进行 Kolmogorov 拟合优度检验，检验结果如表1 所示。 样本检验统计量TP值X0.06770.0079Y0.08210.0006表1 从表 1 可知，在 5 ％的显著性水平下，由于0．05 0．0079 0．0006，所以拒绝原假设，即上海指数和深圳指数都不服从正态分布。 ( 三) 方差的平方秩检验 方差的平方秩检验是基于E x c e l ，根据方差的平方秩检验步骤，计算上海指数和指深圳数日收益率序列的均值，将上海指数日收益率序列X和深圳日收益率序列 Y转化为序列U和 V，然后将U和V合并，