金融模型中基于自助的检验.PDFVIP

《统计手册：金融中的统计方法》 第 15 章 金融模型中基于自助的检验∗ G.S.Maddla 和 Hongyi Li 1.引言 过去十年，由 Efron （1979）最先提出的自助（bootstrape ）法在金融文献中得到了广泛 的应用，其目的多种多样，包括： （ⅰ）获取小样本标准误，如，Akgiray 和 Booth （1988）以及Badrinath 和 Chatterjee （1991）。 （ⅱ）获得检验的显著性水平，如，Hsieh 和 Miller （1988）以及 Shea （1989a，b ）。 （ⅲ）获得交易规则利润的显著性水平，如，Levich 和 Thomas （1993）以及LeBaron （1994）。 （ⅳ）发展总体分布的经验近似分布，如Bookstaber 和 McDonald （1987）。 （ⅴ）对自助数据运用交易规则作为模型设定的检验，如，Brock ，Lakonishok 和 LeBaron （1992），LeBaron （1991，1992），Kim （1994）以及Karolyi 和 Kho （1994）。 （ⅵ）检验长期预测的有效性，如，Goetzmann 和 Jorion （1993），Nelson 和 Kim （1993）， Mark （1995），Choi （1994），和 Chen （1995）。 （ⅶ）非线性模型的脉冲响应分析，如，Gallant，Rossi 和 Tauchen （1993）以及Tauchen， Zhang 和 Liu （1994）。 本文回顾一些自助法在金融中的应用，它们仅仅是依照自助法的最新发展来看才是有缺 陷的。但是，依照最新发展对它们进行评论是最好不过的，自助法的未来运用可以因此改进。 在回顾这些研究之前，首先讨论自助法在金融模型中应用的有关问题。 2.各种自助法的回顾 大多数金融模型都涉及时间序列数据。对时间序列数据而言，与独立同分布（IID ）观 测值有关的标准自助法是无效的。一些替代的方法是递归自助法、移动区组（moving block ） 自助法和平稳自助法。我们将简要论述这些替代的方法。首先从标准自助法开始。 2.1.标准自助法 ( ) 假设 y , y , K,y 是一个随机样本，来自以参数θ为特征的分布，θ 的推断将基于统 1 2 n 计量T 。基本的自助方法由抽取重复样本组成（容量为m ，可以等于n 也可以不等于n ， 虽然它通常等于n ）。记这个样本为(y * , y * , K, y * )，这就是自助样本。进行NB 次这种抽 1 2 m * * 样，并对每个自助样本计算统计量T ，记为T 。基于NB 个自助样本的T 的分布称为T 的 自助分布，用它对 θ进行推断。这一程序已经被 Freedman （1981a，b ）扩展到经典回归， 即对残差进行再抽样。毋庸置言，当误差不是独立同分布时，就需要修正这一程序。 2.2.递归自助法 ( ) 处理有明确结构（如已知p 和q 的平稳ARMA p , q 模型）的滞后因变量和序列相关 ∗ 感谢 Steve Cosslett 和 Nelson Mark 的许多有益的评论。 1 《统计手册：金融中的统计方法》 误差，可以使用最早由 Freedman 和 Peters （1984）提出的递归自助法。这种方法也被Efron 和 Tibshirani （1986）用于自助（bootstrapping ）AR(1)和 AR(2)模型。在递归自助法中，用 OLS 或某些一致方法估计模型，得到残差（经尺度化和中心化后）并对它们进行再抽样。 用再抽样的残