赫斯特指数（Hurst）指数和在Excel中实现.PDFVIP

《数量经济研究》2006年第4期 赫斯特指数（Hurst）指数及在Excel 中的实现 韩海波 （兰州商学院统计学院，甘肃 兰州 730020） 摘要： 摘要： 摘摘要要：：Hurst指数是描述非函数长周期的重要指标。它有别于传统单位根检验，可以发现时间序列存在的超长周期性， 可以用于判断市场风险，但运算相当繁琐，单独利用Excel 计算费时又费力，作者在充分理解Hurst指数内涵和应用 的基础上，利用Excel 的宏语言VBA编写宏程序轻松实现Hurst指数的计算，通过这一工作也希望能使Hurst指数 能够得到广泛的应用。 关键词： 关键词： 关关键键词词：： Hurst 指数；R/ S 分析；Excel；VBA 中图分类号： 文献标识码： 中图分类号： 文献标识码： 中中图图分分类类号号：：F224.0 文文献献标标识识码码：：A 1 Hurst 1 Hurst 11HHuurrsstt指数的基本概念 1.1 (rescaled range analysis R/S) 1.1 (rescaled range analysis R/S) 11..11重标极差法((rreessccaalleeddrraannggeeaannaallyyssiiss，RR//SS)) 1.1.1 R/S 1.1.1 R/S 11..11..11RR//SS分析的产生和发展 标准统计分析假定系统基本是随机的，也就是说产生时间序列的过程有较大的自由度，而且序 列内部的关系是非常复杂的，对它们进行确定性的说明是不可能的。只有概率论能帮助我们理解和 利用这一过程。自然界和资本市场中充斥着大量的非线性随机和确定性系统。为了研究这些系统， 就需要一个非参数的统计方法。 在标准高斯统计中，要求被观测的对象一定是独立同分布(IDD)的，但是在系统不是IDD，要用 什么样的方法去解决呢？1951年英国水文学家H·E·Hurst（1900-1978）发现了一个非常稳健的无 参数统计方法。这一方法最初是用来考察尼罗河的流量变化的。但Hurst将他的研究扩大到许多自 然系统，而且通过这个方法可以区分随机和非随机系统、趋势的持续、循环的持续。这一方法叫做 “重标极差法”（rescaled range analysis），或 R/S分析。通过这一方法可以区分具有长期非函数周 期时间序列与随机序列。 爱因斯坦于1908年发表了关于布朗运动的论文，使得布朗运动成为随机游走的基本模型。爱 因斯坦发现，分子随机运动的半径可以用涵盖时间的平方根来测度： R=分子随机运动的半径；T=时间R=T0.5 （1） 上式称作二分之一法则。在金融学中这一法则通常被用来对测量风险的标准差进行的年度化， 比如用月收益的标准差乘12 的平方根就得到年收益的标准差。Hurst就是从这一原则出发通过新的 统计量来对序列的随机性进行检验。 下面简要说明这一方法： 假设x=x ，x ，…，x 为一时间序列，记做x，i=1，2，…n。该时间序列的均值为x ， 1 2 n i m x= (x +⋯+ x )/n （2） 1 n 标准差sn 《数量经济研究》2006年第4期 (x − x)2 s = r （3） n