GARCH模型在我國股票市場中的應用——基于逐步局部影響分析方法.pdf

1、統(tǒng)計診斷在數(shù)據(jù)分析中占據(jù)重要地位,它的主要用途就是利用診斷統(tǒng)計量檢測既定模型擬合觀測數(shù)據(jù)的合理性。時間序列數(shù)據(jù)從廣義的層面看就是一列按照時間順序觀察到的數(shù)據(jù),從概率的角度來看就是離散型隨機過程。隨著對時間序列數(shù)據(jù)研究的不斷擴展和深入,在參數(shù)估計和應用預測等方面,時間序列分析己經(jīng)形成了相對比較成熟的理論,在有相依性誤差項的模型統(tǒng)計診斷中時間序列分析也有了一定程度的研究。但是,因為時間序列模型中的數(shù)據(jù)點之間可能有一定的相關結構存在,所以診斷

2、時間序列模型的異常點和強影響點相對比較復雜。股票價格指數(shù)是一個典型的時間序列數(shù)據(jù),股票價格指數(shù)是衡量一個國家或地區(qū)經(jīng)濟發(fā)展狀況的晴雨表。
　　本文使用逐步局部影響分析法(Shi and Huang,2011)來檢測GARCH模型下的異常點,以我國股市代表性指數(shù)為研究對象,即上證綜合指數(shù)、深證綜合指數(shù)和創(chuàng)業(yè)板指數(shù)。研究股市波動主要是研究其風險,收益率比價格往往更能體現(xiàn)風險,所以我們對收盤價取對數(shù)后作一階差分處理后再研究。首先我們比較

3、了在局部影響分析方法下創(chuàng)新擾動模式、可加擾動模式和數(shù)據(jù)擾動模式的檢測效果。我們發(fā)現(xiàn)盡管創(chuàng)新擾動模式可能會遇到掩蓋效應的影響,但是該方法能給出比另兩個擾動模式更好的結果。然后我們在創(chuàng)新擾動模式下用逐步局部影響分析法來檢測異常點和發(fā)現(xiàn)掩蓋效應。我們第一步先擾動全部觀測點,識別出一些強影響點,第二步把由第一步識別出來的強影響點剔除影響集,再擾動余下的數(shù)據(jù)集進行局部影響分析。經(jīng)過這兩步,第一步中被掩蓋的沒被識別出的強影響點有些就會在第二步中被識

4、別。反復進行這個過程一直到?jīng)]有新的強影響點再被發(fā)現(xiàn),則檢測過程結束。研究表明逐步局部影響分析法能夠成功的檢測出在創(chuàng)新擾動模式下所有的異常點。整個分析基于我國證券市場三個代表性指數(shù)數(shù)據(jù),以對數(shù)收益率為研究對象,結果證明在GARCH模型中逐步局部影響分析能在創(chuàng)新擾動模式下檢測出多種異常點和掩蓋效應。另外,本文在六組實驗中選取樣本點均值加減兩倍標準差作為初始判斷異常點的標準,用該方法粗略判斷出的異常點都被逐步局部影響分析證明確實是影響點,說明