金融资产定价或风险测度中,通常采用的具有ARCH/GARCH误差项ARMA过程的数据生成过程,在描述具有波动丛集性、尖峰、肥尾、时变条件方差、长记忆等特性的高频金融时间序列数据时,使得常用的单位根检验方法(如ADF、PP等)失效或出现提供伪检验结果现象而受到置疑。本项目结合我国金融市场改革进程的实际,主要采用理论、实证和模拟分析的方法,识别ARCH/GARCH类误差过程,考虑这类过程不同条件下所形成各种效应,对高频金融时序模型设定的一致性、模型滞后阶次的确定以及传统的单位根检验的有效性等方面的内容进行深入系统的研究,以便修订ADF检验的临界值,构造适用于高频金融时序的新单位根检验临界值表,形成高频金融时序建模的基本思路、步骤和过程,丰富金融时间序列平稳性检验的内容,完善、充实金融时间序列分析的理论研究和实证分析体系,为我国金融市场管理提供可靠的科学化定量化依据。
本课题对具有GARCH误差项的单位根检验及其应用的研究主要集中于以下三个方面对高频时序数据建模的模型设定问题进行了理论与实证研究,得到有益的结论;通过随机模拟的方法较系统地分析具有GARCH误差项的时序对ADF或PP单位根检验的临界值、有效性和实际显著水平的影响,得到较系统的结果;对风险值的刻画或度量方面,主要集中于在风险值的管理和度量中大量使用的极值理论的理论研究,得到一系列较好的结果。