从2003年诺贝尔经济学奖看金融时间序列分析的发展[1].pdfVIP

维普资讯 【文献综述】 从2003年诺贝尔经济学奖看金融时同序列分析的发展 李世刚 杨 荣 一 、 引言 2003年诺贝尔经济掌奖授予了对处理不稳定时间序列做出了卓越贡献的两位经济学大师RobertF． Engle和CliveWJ．Granger。与传统的时间序列分析方法 ARIMA不同．这两位经济学家强调了时间序列 均值、方差的时变性．指出用ARIMA在分析和预测中存在。伪回归”现象．从而结果是不可靠的。他们的 主要贡献在于两个方面：一是对不稳定时间序列之间是否存在必然的因果联系进行了深入的研究，创造了 协整分析方法．区分了时间序列之间短期因果关系和长期因果关系的不同。另一个是对不稳定数据 自身 随时间变化的动态特征提出了的全新处理方法——ARCH族模型。 正妊对于金融资产收益和风险的研究是经典金融投资领域的理论核心，对于时间序列均值、方差(甚 至是更高 矩)的研究也伴随着时间序列分析从传统理论到现代研究的一步步拓展而不断深入。本文主 要回顾了金li呈时同序列务析的理论发展脉络，给出一个广义的计量经济学模型．指出均值方程和方差方程 的设定是金融时间序列研究的核心。在此基础上对误差的分析进而对时间序列分布的矩特征(广义地说是 丹布特征)的研究便成为现代研究的前沿问题．最后介绍了一些最新的研究成果．指出这些理论研究对于 实践中衡量金融资产收益和风险的巨大作用。 二、从一个广义的计量经济模型看金融时间序列分析 经济学中研究某个经济变量时间序列{y)的动态行为时通常可以用下面这个计量经济模型来表示： y，：．厂(X，。Y，一：，～2．…．E(y，】。y 2，l))．q-“ (2．1) (内生变量)，X，(外生变量)“，(误差项)，(￡时刻所撑握的信息集)， ，(…)就是通常所说的趋势项 这个模型几乎可以涵盖所有的计量经济学模型．而在不同的研究领域中通常集中研究它的某一部分： 比如宏观经济学中的经济增长理论和经济周期理论就是对该模型中的宏观经济数据{y，)进行时间序列分 析，经济增长理论侧重于分析趋势项_r(…)中的长期趋势成分，经济周期理论侧重于趋势项 ，(…)中的周 期成分的研究：又如经典金融学中的各种资产定价理论(CAPM，APT。Bzn 一Scholes定价公式)就是对金 融资产价格进行静态的截面数据分析。也就是找到其中的趋势项-r(…)，在此基础上金融计量学家们使用 动态的时间序列来检验理论的普适性，另外对于金融风险的度量则侧重于残差项 的分析。 计量经济学家对于金融时间序列{y1)的处理通常可以这样理解： ①使用经典回归方法．使用经济理论中可以解释y，的显著外生变量(X，)甚至外生变量的多项式分布 滞后项PDL(X一．x一 ，x一…)来减少y，中存在的可预测成分。早期的时间序列分析——皮尔逊模式 分解就是将一个时问序列分解成季节成分，长期趋势，周期成分以及趋势波动四个部分。但是这种分解在 实际运用中有极大的困难，甚至不可能。并且更多的实证检验表明对于金融时问序列分析领域来说．这种 分离的结果是不显著的。比如分析股票价格{y}的时候，使用基本面分析法对诸如货币政策(利率。货币 供应量)、物价指数、通货膨胀、投机或经济泡沫(换手率、市盈率)等外生变量进行回归．找到可能预畏I到的 趋势成分，也就是找到了金融资产的内在价值(但许多实证研究表明股票价格乃至许多其他金融资产价格 一 3O 一 维普资讯 的数据可以用这些外生窭量解释的成 都很小．这与我 在证券市场上观察到的股圻渡动不能用其内在 价值来解释的现象一致)。 ②经过以上分析之后，r…)就可以被看作是一个确定性部分c，这样在原序列中去除这个可奇离的确 定性部分．剩下的就是序列中包含的随机部分 “．这也就是Wold(1938)提出的一个时间序列基本分解定 理：“所有弱平稳，完全非确定的随机过程 ，一C都可以写成一个不相关时间序列的线性组合 y．～c= ， 2、：) “= ：u e， (2．2