中国创业板市场波动过程长期记忆性实证研究.docVIP

中国创业板市场波动过程长期记忆性的实证研究 　　摘要：以创业板市场为例，研究了我国创业板市场波动过程的长期记忆性特征，使用参数和半参数估计方法分别对创业板市场5分钟高频收益和波动序列的长期记忆性进行了估计。研究结果发现创业板市场的收益序列长期记忆性程度比较小，而波动序列则存在显著的长期记忆性。 　　关键词：创业板市场；长期记忆性；波动；Hurst指数 　　 　　一、 引言 　　当前，我国已经推出的创业板对我国的经济产生深远了的影响。而如何投资创业板市场是我国投资者需要深入研究的问题。研究创业板的价格波动规律，对于投资创业板，具有重要的意义。 　　近年来，对金融市场波动过程长期记忆性的研究一直是热点课题，越来越多的实证研究结果表明金融市场波动过程具有显著的长期记忆性。长期记忆性描述了时间序列具有较长滞后期的相关性。如果一个时间序列存在长期记忆性，则相隔较长时期的观察值之间有着持续的相互依赖关系，此时的序列将会呈现出明显但又不定周期的循环波动特征。长期记忆性不仅表现在时间序列一阶矩（条件均值）上，时间序列二阶矩（条件方差、波动性）也存在长期记忆特征。由于波动性不仅是资产风险的决定因素，还是衍生证券定价中的一个关键参数，因此很好的理解波动性具有重要的实际意义。 　　水文工作者赫斯特（1951）在长期观测尼罗河水库库容的过程中，发现背离随机游动的长期记忆现象，并采用重标级差的方法加以检测和估计。自此之后，Mandelbrot（1969，1972）将其应用到金融市场的研究中，并开始将注意力从平稳分布的研究转向序列长期记忆的研究中。在此基础上，Geweke Por-ter-Hudak（1983）提出了对数周期图回归技术，并将之缩写为GPH方法，Robinson（1994，1995，1998）对GPH方法的有效性进行分析并提出了估计长期记忆程度的一种半参数高斯方法。 　　国内学者也对中国股市的长期记忆特征进行了研究，如徐龙炳（1992），史永东（2000）和王明涛（2002）采用（经典）R/S分析证实沪深两市股价指数的周收益率与月收益率序列存在持久性特征和分形结构。伍海华等（2001）以青岛市六家上市公司周收益率为样本进行（经典）R/S分析，得到了类似的结论。然而，这些学者对中国股市的长期记忆性研究都是集中在正股上的，而关于创业板市场长期记忆性的研究还有待于进一步深入。 　　本文以Claudio Morana，Andrea Beltratti（2004）的研究方法为基础，使用金融资产收益的波动序列来进行长期记忆性的研究。研究结果发现，创业板市场的收益序列长期记忆性程度比较小，而波动序列存在显著的长期记忆性，对投资者规避风险、控制风险具有一定的指导意义。 　　二、 长期记忆性的估计方法 　　如果平稳过程Xt满足：其自相关函数在非常长的滞后阶数显著不为0，称Xt是长期记忆性的，即?籽X（?子）=c?籽?子2d-1。其中c?籽是一个正的常数，?子是自相关阶数，d是分整系数， d∈（0，0.5），d与Hurst指数有关，H=1/2+d。 　　参数H（d）的估计方法主要包括两类：参数估计和半参数估计方法，为了更加准确的描述创业板市场的长期记忆性特征，本文分别采用了两种方法进行估计。在半参数估计方法中，本文使用了Kunsch（1987）的局部怀特估计量（local Whittle estimator），并且与平均周期图、对数周期图回归和Robinson（1998）所使用的估计方法得到的结果相比较。在参数估计方法中，本文使用了自回归分整移动平均（ARFIMA）模型进行估计。 　　在对长期记忆性的参数进行估计之后，本文使用了LR（似然比）检验、LM和Wald检验三种检验方法进行检验。 　　三、 实证研究 　　1. 样本数据的整理及初步分析。本文选取创业板市场（代码399005）的5分钟高频价格数据作为研究样本，数据的采样时间为2009年12月1日至2011年9月30日，一共有500个交易日，样本数据长度为，数据来自钱龙系统。创业板市场第t日第n个5分钟收益率使用下式计算：Rt，n=100×[ln（St，n）-ln（St，n-1）]，其中t=1，2，…，500；n=1，2，…，48。 　　图1为样本期内创业板市场的5分钟高频价格图，从图中可以看出，样本期内创业板市场的价格波动比较剧烈。进一步图2给出了样本期内创业板市场的5分钟收益率绝对值的日内模式。需要引起注意的是，虽然创业板市场的日内波动模式并不是呈现通常的U型，但是仍然在开盘和收盘价格波动比较大，表明信息在开收盘时最容易被反映到价格中。 　　图3和图4分别为创业板市场5分钟收益率和收益率的绝对值从0阶直至1 000阶的自相关函数图。从图中可以看出，5分钟收益率序列的