文献类型：期刊文章

作　　者：郑艺[1] 梁循[1] 孙晓蕾[2]

机构地区：[1]中国人民大学信息学院经济信息管理系,北京100872 [2]中科院科技政策与管理科学研究所,北京100190

出　　处：《中国管理科学》

基　　金：中国人民大学科学研究基金资助项目(10XN1029)

年　　份：2014

卷　　号：22

期　　号：S1

起止页码：212-221

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI2014_2016、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：本文研究了金融高频时间序列的长记忆特征,介绍了已实现波动率、长记忆随机波动模型以及参数估计方法。由于长记忆随机波动模型(Long Memory Stochastic Volatility Model,LMSV)模型中参数较多,常用的参数估计方法不能解决参数估计问题,故采用半参数估计方法——Local Whittle估计。通过上海证券交易所上证综指2000年一2008年每五分钟的数据,选择ADF单位根检验验证了金融高频时间序列的平稳性,自相关图、重标极差法、对数周期图法验证了长记忆性,利用LMSV模型对中国股市的长记忆特征进行了参数估计,与广泛使用的自回归分整移动平均模型(Auto—Regressive Fractional Integrated Moving Average,ARFIMA)进行了对比,得到的长记忆参数d的估计结果均符合长记忆性的定义,发现LMSV模型在实际应用中的有效性。

关 键 词：金融高频时间序列  已实现波动率 LMSV  长记忆性

分 类 号：F832.51[金融学类] F224