时间序列协整理论在证券指数中的实证分析

论文摘要

数量经济学研究的经济时间序列通常具有非平稳性,用时间序列分析中经典线性模型描述这类经济现象常会出现“伪回归”问题;在金融系统研究中,经常分析多维时间序列之间的相关关系,如短期信息、长期均衡关系。为了避免“伪回归”问题、将序列的短期信息与序列间长期均衡关系综合起来进行处理,通常要分析两个或多个非平稳时间序列之间的长期均衡关系——协整关系。协整理论是研究多维时间序列之间协整关系及存在性检验方法的数学理论,利用协整理论来分析金融系统中多维时间序列间的长期均衡关系是其重要的应用领域。为了分析沪深港股市指数时间序列间的关系本文工作如下:(1)本文结合相关文献系统地介绍了线性协整理论、非线性协整理论内容以及这些理论在国内外的研究现状。(2)本文在介绍相关协整理论的同时对比分析了在不同情况下时间序列协整关系存在性检验方法之间的有效性与可靠性。(3)本文利用沪深港证券市场的每日收盘综合指数数据,对其形成的证券指数时间序列进行了基本数据特征统计、单整检验、协整检验、Granger因果关系分析和CCF检验等实证分析,讨论了时间序列间协整关系的存在性,检验了沪深港三大证券市场每日收盘指数时间序列在所选取的某些时间段具有长期稳定的均衡关系。本文研究表明:(1)沪深港每日收盘指数所形成的金融时间序列具有明显的非平稳性。(2)沪深港每日收盘指数时间序列之间在某些时间段存在协整关系,表明这些证券市场之间具有长期稳定的均衡关系。(3)用协整理论分析沪深港证券市场之间的长期均衡关系与实际比较吻合。(4)本文结论与某些相关研究结论不一致的原因在于:本文选取的数据为综合指数数据且时间段更长,频率更高。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 引言
• 1.1.2 国内外相关研究
• 1.1.2.1 单整检验相关研究
• 1.1.2.2 协整检验相关研究
• 1.1.2.3 其他相关研究
• 1.2 问题提出
• 1.3 研究意义
• 1.4 研究内容与框架
• 第二章 时间序列协整理论
• 2.1 线性协整理论
• 2.1.1 协整及表现形式
• 2.1.1.1 协整定义
• 2.1.1.2 ECM模型
• 2.1.1.3 Granger表现定理
• 2.1.2 单一方程协整关系检验法
• 2.1.2.1 EG两步法
• 2.1.2.2 基本检验法
• 2.1.2.3 响应面法
• 2.1.3 系统方程协整关系检验法
• 2.1.3.1 协整向量的估计
• 2.1.3.2 协整关系的检验
• 2.1.4 协整系统的贝叶斯分析及预测
• 2.1.4.1 影响矩阵特征根的后验分布
• 2.1.4.2 后验优势比检验
• 2.1.4.3 协整系统的预测
• 2.1.5 向量分整序列的线性协整
• 2.2 非线性协整理论
• 2.2.1 非线性协整定义
• 2.2.2 单整时间序列的非线性变换
• 2.2.3 非线性协整关系的估计与检验法
• 2.2.3.1 神经网络模型法
• 2.2.3.2 神经网络模型法的可行性及算法
• 2.2.4 长记忆向量时间序列的非线性协整
• 2.2.5 变结构协整关系及建模法
• 2.2.5.1 线性协整系统变结构分析
• 2.2.5.2 参数化法
• 2.2.5.3 非参数化法
• 第三章 对沪深港股市的实证分析
• 3.1 实证分析检验步骤
• 3.1.1 单整检验
• 3.1.2 协整检验
• 3.1.3 Granger因果关系与CCF检验
• 3.2 实证分析经验结果
• 3.2.1 指数数据基本统计特征
• 3.2.2 指数数据时间序列单整检验
• 3.2.3 指数数据时间序列协整检验
• 3.2.4 Granger因果关系与CCF检验
• 3.3 实证分析总结
• 第四章 总结与展望
• 4.1 本文的工作
• 4.2 本文尚待继续研究之处
• 4.3 时间序列协整理论研究的展望
• 致谢
• 参考文献
• 附录
• 攻硕期间取得的研究成果