FINTS第第六章非平稳时间序列模型-2.ppt

Date t Pricet Returnt Returnt-1 02/01/94 1 49 02/02/94 2 50 .020408 02/03/94 3 51 .020000 .020408 02/04/94 4 52 .019607 .020000 02/05/94 5 55 .057692 .019607 02/06/94 6 57 .036363 .057692 02/07/94 7 58 .017543 .036363 02/08/94 8 59 .017241 .017543 02/09/94 9 58 -.016949 .017241 02/10/94 10 55 -.051724 -.016949 02/11/94 11 53 -.036363 -.051724 02/12/94 12 52 -.018867 -.036363 回归结果 t值 (0.25929) (3.259329) H0:b=0 5%显著水平 临界值t(10-2)=2.306 拒绝b=0的假设,所以市场是无效的. 市场有效性：方差比检验 市场有效时，有 期中T是单周期观测值个数。 例2：市场有效性检验 使用上证指数验证股票市场是否是有效的，假设T=1000,q=4，如果方差比统计量VR(4)的值等于1.2,市场是否是有效的？ H0: VR(q)=1, 市场有效 带入统计量公式做计算： 大于临界值1.96，因此拒绝零假设，市场无效。 金融时间序列模型 协整 伪回归 线性回归模型 Yt=?Xt+ut H0: ?=0 如果拒绝零假设，从统计角度不能拒绝Y和X之间存在线性关系。但是尽管统计上显著，Y与X之间可能根本不存在线性关系，这种现象称为伪回归。 伪回归 Yt= Yt-1 +?1t Xt= Xt-1 +?2t ?1t和?2t是独立的随机变量，对任何给定的时刻相互独立。 因为?1t和?2t是独立的随机变量，对任何给定的时刻相互独立。所以Yt和Xt之间不存在相关关系。 模拟分别得到Y和X的一组数据，建立回归模型， Yt=?Xt+ut 用OLS法估计，检验 H0: ?=0 伪回归 不拒绝零假设。说明Yt是平稳过程，与原来的假设矛盾。但是拒绝零假设意味着Yt与Xt相关，得出了与真实情况矛盾的结果。 伪回归的危害是会得到不正确的经济关系。 伪回归问题的解决办法可以把差分然后建立回归模型，但是这种方法存在缺陷。（1）有时想研究不差分前的关系；（2）差分会损失关于长期变化的信息。 伪回归 Yt= ?Xt +?1t Xt= Xt-1 +?2t Xt是随机游动, Yt是随机游动和白噪声过程的加权和。 建立回归模型， Yt=?Xt+ut 该回归反映了真实过程Yt= ?Xt +?1t不是伪回归。 如果一个回归模型有高的拟和优度，低的D-W值，说明该模型可能是伪回归。 协整概念 co-integration定义： 中文翻译：协整，共整和和同积。英文直译共-积分 ENGLE-GRANGER（1987）的定义 考虑n个随机过程, 1)Yit~I(d)，i=1,2,…,n 2)存在一个线性关系 称n个随机过程存在协整关系,记为Yt~CI(d,b), 是协整向量。 如果n随机过程都是I(1)的，存在一个线性组合，组合后的随机过程是I(0)的，那么这n个随机过程存在协整关系，记为CI(1,1)。 协整 1)协整向量不唯一。如果?是协整向量，k是任何一固定非零常数，k?’Yt也是平稳的，所以k?也是协整向量。 2) n2时，存在h个线性独立的协整向量，记为?1，?2，…?h ?i’Yt是一个平稳过程,用矩阵表示： An*h=(?1，?2，…，?h) h称为协整空间的秩. ?1，?2，…，?h构成协整向量空间的一组基。任何一个协整向量可以表示成这h个协整向量的线性组合。 协整 3）h?n－1。例如3个I(1)随机过程最多存在2个独立的协整向量。 4）协整的经济意义:协整是描述经济中长期关系的统计性质。实证分析中,两个I(1)过程存在协整关系，往往作为它们之间存在长期关系的证据。 协整 假设有两个非平稳随机过程，每个非平稳随机过程都可以分解成趋势项和平稳随机过程的和。 假设存在一个线性组合，组合后的过程是平稳的 Y的趋势可以表示成z的趋势的线性函数 。 协整 存在协整关系的两个随机过程的折线图 协整 购买力平价理论: P*表示美国的物价水平,P表示中国的物价水平,S表示汇率1$=SRMB, 购买力平价用公式