位置:成果数据库 > 期刊 > 期刊详情页
基于股市高频数据的半参数估计方法
  • ISSN号:1002-1566
  • 期刊名称:数理统计与管理
  • 时间:0
  • 页码:112-118
  • 语言:中文
  • 分类:F830.91[经济管理—金融学]
  • 作者机构:[1]东南大学经济管理学院,江苏南京210096
  • 相关基金:国家自然科学基金资助项目(70371035)
  • 相关项目:流动性调整期望损失La-ES和最优变现策略
作者: 赵巍|何建敏|
中文摘要:

针对非参数方法研究国内股市长记忆性时结论参差不齐的现状,本文研究了更为稳健的半参数估计方法,即局部Whittle(LW)估计和对数周期图(LP)回归。通过对不同频率高频数据的分析,证实了LW估计方法尽管需要数值最优化,但仍然要优于LP回归。进而将Lw估计首次应用于中国股市,结果表明不同频率绝对收益序列的长记忆强度基本一致;同时发现,重大突发事件发生时的长记忆性表现得最为强烈,且事件后比事件前表现的要强烈,这说明股票市场的溢出效应在事件后增强,此项结论对我国证券市场有一定的借鉴意义。

英文摘要:

Aimed at the fault of using methods of non-parametric to stock market, the paper investigated the methods of semi-parametric estimation based on frequency domain, including local Whittle estimation and log-periodogram regression. Through different high-frequency data, LW estimation was exemplified to be more efficient than LP regression, even though it involves numerical methods. Then LW estimation was applied in China stock market. The results present that long memory be generally consistent across various temporally aggregated returns. And the long memory is found greater during the gravely outburst events, which is stronger in the post-event than in the pre-event. Thus, the spillover effects in stock market become strong in the post-event, which is important for China securities business.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数理统计与管理》
  • 北大核心期刊(2011版)
  • 主管单位:中国科协
  • 主办单位:中国现场统计研究会
  • 主编:程维虎
  • 地址:中国科学院应用教学所内
  • 邮编:100190
  • 邮箱:sltj@amt.ac.cn
  • 电话:010-62651341
  • 国际标准刊号:ISSN:1002-1566
  • 国内统一刊号:ISSN:11-2242/O1
  • 邮发代号:82-69
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:13661