文档介绍：湘潭大学
硕士学位论文
基于小波方法的中国股票市场波动多尺度研究
姓名:李海奇
申请学位级别:硕士
专业:数量经济学
指导教师:屠新曙;喻湘存
20070514
摘要
随着中国股票市场发展速度的加快,股票市场波动对宏观经济甚至于整个国
民经济的影响必将日益增大。以往分析中国股票市场波动的文献很多,但是它们
都是在单一时间尺度上进行的。但是,利用单一时间尺度分析金融市场波动得到
的结果往往是片面的。所以,为了得到全面而正确的分析结果,我们应该在多个
时间尺度上分析我国的股票市场波动。
小波方法为我们研究股票市场波动的多尺度性质提供了一个自然的工具。概
括地说,小波方法是我们所熟知的谱分析方法的补充和扩展。它是一种信号的时
间—尺度(时间—频率)分析方法,在时频两域都有表征信号局部特征的能力,特
别适合分析非平稳的时间序列。此外,小波变换也可以降低长记忆过程的相关性,
所以小波方法也适合于分析长记忆的时间序列,并可估计长记忆参数。在分析金
融市场波动时,小波方法使得研究者以不同的时间尺度为基准描述金融市场波动
的长记忆性和不同金融市场的波动相关性。
因此,本文首先利用小波多尺度分析方法对中忆性进行了分析。本文发现中忆存在显著的多尺度现象,利
用虚拟变量技术发现日内波动的长记忆性和日间波动的长记忆性存在显著的不
同,并且中忆参数是时变的。这说明我们在对股价波动
进行建模时,应该选择时变长记忆参数的模型如时变 LMSV 模型。其次,本文
利用小波互相关系数和小波交叉互相关系数对深沪股市波动传导的多尺度性进
行了分析,发现深沪股市同期波动传导和领先-滞后传导关系都随着时间尺度的
增大而增强,所以以小尺度为基准,采用组合投资分散风险的效果更好。
关键词:股票市场波动;多尺度现象;长记忆;波动传导;小波方法;高频数据
I
ABSTRACT
With the development of Chinese stock markets speeding up, the impact on the
whole national economy which the volatility of stock markets have must increases as
the time goes on. Though there are a great number of references before in analyzing
the volatility of Chinese stock markets , they are all based on one single time scale.
But the result only using one single time scale is always one-sided. Only when we
analyze the volatility of Chinese stock markets based on multi time scale can we
obtain all-sided and right analyzing result.
Wavelet method is a natural analyzing tool for us studying the multiscale
properties of the stock market volatility. Generally speaking, wavelet method is the
complement and generalization of spectral analyzing method, which is familiar to us.
It is a kind of time-scale(time- frequency) analyzing method of signal, and has the
ability of characterizing the local character of signal in time and frequency domain.
So, it is especially suitable for analyzing nonstationary time series. In addition,
wavelet transform can reduce the correl