北航金融计量学第五章.pptx

;;;;;若一时间序列变量X t平稳，其一个样本为X1，X2 ，…，XT，T为序列的样本容量，则其主要统计特性的计算方法分别为： （1）期望值 （2）方差 （3） 协方差;考虑时间序列数据的平稳性，主要有两个原因： 1 只有序列平稳，才可把根据数据推测出来的关于序列的统计特征应用于对序列未来时期变化的预测，从而为预测奠定有效的基础。 2 “虚假回归”现象：即使两个序列互相独立，在经济意义上无任何相关关系，但若两个序列非平稳，则用传统的回归方法及显著性检验时，仍可能会显示出两者在统计上有较高的相关关系。;;;;;;;含位移项的随机游走过程;趋势平稳过程及带位移项的随机游走过程，期望值都是时间t的函数，即序列的走势都包含了确定的时间趋势。 其背后的统计意义和经济意义不同： 对于趋势平稳过程，t时刻的干扰项只对序列值Xt 产生影响； 对于随机游走过程，则序列值Xt 除受t时刻的干扰项 ?t 影响之外，前期的干扰项都对其发生作用。;;;;往往表现为k=1时对应的一阶样本自相关函数比较高，然后随着k的增加而下降。;;对于p阶自回归过程，当k≤p时，偏相关系数不为0；当kp时，偏相关系数为0，即截尾特征。;检验时间序列是否平稳的简单办法是考察样本自相关函数的变化。 平稳时间序列的样本自相关函数随着阶数的增加而迅速下降为0，非平稳时间序列的自相关函数则衰减得十分缓慢。 可以证明，如果总体 Xt 服从标准正态分布，则k阶自相关函数的样本估计近似服从均值为0，方差为1/T的正态分布，T为时间序列的样本容量。;Box-Pierce-Q统计量， 或Ljung-Box统计量， 可以证明，这两个统计量均近似服从于自由度为k的?2分布。;Q检验统计量可以检验某一时间序列其1至k阶的自相关函数 是否同时为0的联合假设，即零假设： 备选假设为 中至少有一个显著不为零。这一方法可用于对白噪声过程的近似检验。 由于白噪声过程的任意阶自相关函数为0，为此可以设定一较大的滞后阶数，如k=20，按公式计算出统计量 若计算出的统计量 大于显著性水平为?自由度为20的 分布的??界值，即拒绝原假设，意味着对应的序列不是白噪声过程，反之，则接受原假设。 ;;;;;;;1976年迪克和福勒模拟计算了DF统计量的临界值，见附表5（? 统计量）和6（ ? 统计量） 判断规则： DF统计量相应临界值，接受 ，序列非平稳； DF统计量相应临界值，拒绝 ，序列平稳。;;;;;;;;;;;;;;;;;由于弱式有效市场假说强调证券价格的变化是一个随机的、不可预测的过程，因此无法用过去的股价来预测未来的股价，对于该假说的检验通常用下面的两个方面着手进行： （1）以价格为研究对象检验独立性 （2）以收益率为研究对象检验独立性 ;;;方法二：建立股价序列自回归模型，检验系数的显著性 如建立m阶自回归模型： 若市场是弱式有效的，则股价未来价格与历史价格不存在相关性，也就是说上式中的参数与零相比不应该有统计意义上的显著性。 方法三：价格序列进行单位根检验，判断是否符合随机游走 若市场是弱式有效的，则股价序列 呈随机游走特征，也就是说 为一阶单整过程。; 例证：以2004年上证指数的日收盘价为研究对象验证上海股市的弱式有效性 1）用自相关模型 我们得到的自相关模型参数估计值为： 从上表看出，在显著水平为0.05时，2004年上证指数基本上不存在显著的自相关性，这表明上海股票市场基本上具备了弱式有效性。;; 2）用单位根检验 我们用单位根检验，得到的水平序列与一阶差分序列的ADF值如下表： 上证指数序列的单位根检验结果表明，在10％、5％和1％的显著性水平下，ADF值大于所有的临界值，也就是说上证指数存在单位根。我们进一步对一阶差分序列进行ADF检验，ADF值小于所有的临界值，因此认为一阶差分序列是平稳的。由这两个检验得出上证指数是一阶单整，这表明上海股票市场达到了弱式有效。;;; 我们同样以2004年上证综合指数的日收益率(lnclose)序列数据为例，检验AR（3）模型，得到的自回归结果如下表： 该表显示，在显著性水平0.05下不拒绝零假设，即自回归模型中的系数为零，2004年股票价格波动基本上服从随机游走模型，市场达到弱式有效。;;;9、 人的价值，在招收诱惑的一瞬间被决定。9月-219月-21Friday,