沪深两市股票指数的长记忆性

• 作者: 叶俊 姜仁娜
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 数学
• 关键词: 股票 概率论 ARFIMA(p,d,q)模型 长记忆性 R/S统计方法
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 数学科学
• 页码范围: 1696-1699
• 页数: 4页
• 分类号: F830.91|O211
• 字数: 2936字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2004.12.031

摘要

针对中国股票市场的长记忆性问题,讨论了分整自回归移动平均(Auto-regressive fractional integrated moving average, ARFIMA(p,d,q))模型中的参数估计问题,重点集中在对分整参数d的估计.使用Hurst指数方法估计d, 并分别用经典R/S方法、有偏修正R/S方法和无偏修正 R/S 方法进行估计,并结合上证指数和深证成指的收益率数据,给出了3种方法的估计结果.实证结果表明,中国股票市场已初步显示出了长记忆性.给出ARFIMA模型的最优阶数和全部参数估计值.得出了上证指数和深证成指收益率所适合的最优的ARFIMA模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜仁娜	清华大学数学科学系	1	24	1.0	1.0
2	叶俊	清华大学数学科学系	12	366	5.0	12.0