股票交易活动中存在大量整数取值的时序数据,如周涨(跌)停次数、日大宗交易笔数、周日效应发生次数等。但是常用的连续时间序列模型并没有提取到它们的离散特征以及分析这些离散事件对股票量价的影响,而且目前整数值金融时间序列的理论与实证研究的范围较窄、深度也不够,因此有必要对中国股市的"整数值交易特征行为"进行深入研究。这对于建立和健全中国股票市场的价格决定机制,提高市场的效率, 都具有重要意义。本项目的研究重点和拟解决的关键问题是⑴整数值DF、ADF单位根检验;⑵研究整数值金融时间序列波动模型,建立均值与方差有别的INGARCH模型,探讨带协变量、系数可负的INARCH模型;⑶INMA模型预测研究;⑷分析中国股票市场整数取值的交易数据,寻找刻画这类变量的整数值金融时间序列模型,实证研究中国股市的交易机制与市场结构特征,构建含有整数值变量的股票异常交易新预警指标体系。
英文主题词integer-valued time series;Nonstationary;INMA model;structural changes;forecasting