中国股市高频数据中的周期性和长记忆性.pdf

　2004 年 6 月 系统工程理论与实践 第 6 期　 文章编号:(2004) 中国股市高频数据中的周期性和长记忆性 陶利斌, 方兆本, 潘婉彬 ( 中国科学技术大学商学院统计与金融系, 安徽 合肥 230026) 摘要: 　采用A ndersen 和Bo llerslev ( 1997) 的FFF 回归方法, 对上证综合指数高频数据中的周期性进行 了分析, 并分析了剔除周期后的绝对收益的长记忆性 结果表明: 日内收益的周期性相对来说不如日内 绝对收益明显; FFF 回归可以较好的确定日内绝对收益的周期性; 与使用日收益数据的结果相比, 利用 高频数据更好揭示了股市中更强的长记忆性 关键词: 　周期性; 长记忆性; 高频数据 中图分类号: 　 830. 91　　　　　　　　文献标识码: 　 　　　 F A T he In traday Periodicity and L ong m emo ry Characters in H igh frequency D ata of Ch ina Stock M arket , , TAO L i b in FAN G Zhao ben PAN W an b in ( , , 230026 ) D epartm ent of Statistic F inance U niversity of Science T echno logy of Ch ina H efei Ch ina Abstract: 　 By FFF regression of A ndersen and Bo llerslev ( 1997) , w e analysis the periodicity of 5 Shanghai stock index m in h igh frequency data and the long m emo ry characters in filtered abso lute . returns W e docum ent that the periodicity of intraday abso lute returns is stronger than that of raw intraday returns, and FFF regression is an efficient w ay of determ ining the periodicity. A fter comparing , the p revious results w e found that the long m emo ry in h igh frequency abso lute returns is stronger than . that of daily returns