中国股市长记忆性与趋势变化研究——基于SEMIFAR-FIGARCH模型

摘要：

文章对中国股市的长记忆性进行研究,在研究中将SEMIFAR模型与FIGARCH模型相结合,建立了既能反映收益率趋势变化情况又能描述收益率和波动长记忆特征的SEMIFAR-FIGARCH模型,利用该模型对我国沪、深两市的收益率和波动率的长记忆性及趋势变化进行实证分析,并与ARFIMA-FIGARCH、ARFIMA-HYGARCH模型结果比较拟合及预测效果.研究结果表明:我国沪、深两市的收益率和波动率均存在长记忆性;其收益率序列存在显著的趋势变化特征;SEMIFAR-FIGARCH模型的拟合和预测效果优于ARFIMA-FIGARCH、ARFIMA-HYGARCH模型,表明SEMIFAR-FIGARCH模型对我国股市有较好的模型解释能力和预测能力.

关键词：SEMIFAR-FIGARCH模型、趋势、长记忆、核估计方法

所属期刊栏目：42

分类号：F830.91(金融、银行)

资助基金：全国统计科学研究项目"大数据条件下金融风险测度的方法研究",项目2014LY003

在线出版日期：2015-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：55-61