基于ADL模型干预模型和VAR模型量价关系得研究.pdfVIP

海南师范大学硕士学位论文 布假说。华尔街有一句古老的谚语:“价走量先行”。长期以来, 成交量一直被 看作影响价格变动的重要因素, 技术分析中使用的“价量配合理论”就是一个 [4] 例子 。 目前对成交量的研究, 只是研究成交量的概率分布、成交量与价格的关系、 成交量与股价波动率的关系、成交量与收益率的自相关性的影响等问题。大部 分的实证研究只是说明成交量与价格之间有很紧密的联系, 这些研究只是把成 [5] 交量当成一个单独的变量进行研究 。那么是否可以考虑研究股票指数和成交 量之间的关系呢？把成交量与股票指数结合起来,利用数学模型把成交量的信 息真正融入到股价序列中去分析股票指数的行为，这就是本文所要研究的。 1.3 研究方法与创新之处 一直以来，股票成交量和股票价格的关系是金融领域研究的热点课题，它 的研究结论不仅适用于股票市场，而且还可以应用于金融和经济的许多领域， [6] 所以研究量价关系具有重要的学术地位和研究价值 。 由于影响股票指数波动的因素较多，所以建立一个能够准确预测股指波动 的数学模型比较困难，大部分的实证研究只是说明成交量与价格之间有很紧密 [7] 的联系, 这些研究只是把成交量当成一个单独的变量进行研究 。量价关系的 双向影响或相互作用就是本文所要研究的内容，用到的数学模型是 ADL模型、 干预模型和VAR模型。本文在股价的基础上把成交量引入模型，把 ADL模型和 干预模型结合在一起研究成交量和股价间的关系，VAR模型分析了成交量和股 票指数间的联动关系，力图比较全面的研究股票指数和成交量之间的关系，以 及作为相应的比较和预测。 2 第二章 研究模型的理论介绍 第二章 研究模型的理论介绍 2.1 ADL模型理论介绍 2.1.1 ADL模型系统概述[8] Jorgenson(1966)提出的自回归分布滞后（ADL：Autoregressive Distributed Lag）模型应用更加广泛。（p，q）阶自回归分布滞后模型的基本表达式为： τ i ` β x β x y =α+φy +φy +⋯+φ y + ββ xx +u −θu −θu −⋯−θu （2.1） t 1 t−1 2 t−2 p t−p ∑ i t−i t 1 t−1 2 t−2 q t−q i=0 x x 式中，xx 是滞后i期的外生变量向量，且每个外生变量的最大滞后阶数为τ ； t−i i ` β β ββ 是参数向量。 i 显然，ARMA模型只是上式的一个特例。如果该式中不存在移动平均项，则 可以采用OLS法估计各参数；若模型中有移动平均项，线性 OLS估计将是非一 致性估计，应采用非线性最小二乘估计。 在动态计量经济建模过程中，通常从一个结构比较复杂的ADL模型开始， 经过一些对参数的线性或非线性条件约束，去掉一些变量，最终得到一个具有 良好性质的表达简练的模型。这就是“从一般到简单”的建模过程。 作为上述模型的特例，比较常见的有分布滞后模型及自回归模型。如果在