文档介绍：1
2 1
第 18 卷第 1 期统计与信息论坛 Vol. 18 No. 1
2003 年 1 月 Jan. ,2003
①【研究生论坛】
对建立中国股票价格指数时间序列模型的探讨
赵志峰
(天津财经学院企业管理系,天津 300222)
摘要:文章对深圳成份指数建立随机游走模型、ARIMA 模型及干预分析模型,并比较选择最合适的解
释模型,进而得出:从统计分析角度看,干预模型更少使用解释变量,能更准确解释我国证券交易市场价格指
数的波动情况;从干预模型的干预变量的选取中,还可以实证地说明我国存在较为明显的政策干预和庄家干
预。
关键词:深圳成份指数;随机游走模型;ARIMA 模型;干预分析模型
中图分类号: F830. 91 文献标识码:A 文章编号:1007 - 3116(2003) 01 - 0066 - 04
即Δp =ε(3)
一、引言 t t
由此,可以说明股票价格的变化是由当期的随
股票价格的形成机制是一个很有吸引力的研究机因素决定的。这种随机因素包括:一是大量的投
课题。从市场方面来看它受一般投资人买卖股票决资者之间的不相关的交易行为,由此产生的影响就
策的影响;从上市公司方面来看,公司发展变化的不像大量的液体分子对花粉微粒的无序碰撞一样,最
确定性也会对股票价格产生相当大的作用;再有政终导致股价波动类似于布朗运动;二是公司信息的
府行为(如关于股票市场政策的变化) 和投资机构的披露的无规则性,即投资人对当天公司会公布什么
违规炒作都会对股市形成巨大的冲击。本文的目的样的信息,甚至会不会有信息发布,均是不确定的。
在于试图找到一种较为理想的模型可以以一定的精另外,如果是对股票价格指数的分析(如笔者以下要
确度来描述现实股票市场价格波动的现象,并得到分析的深圳成份指数) ,众多成份股的信息披露集合
一些有意义的结论。笔者以下将对比分析随机游走对指数的综合影响也是随机的。
模型、ARIMA 模型及干预分析模型,然后对它们的随机游走模型所描述的股价波动过程是一个漂
可行性进行实证研究。移率为零的扩散过程,但它的方差随时间的推移变
得越来越大。
二、模型的介绍及样本的选择
E(pt) = p (4)
2
1 随机游走模型 Var (pt) = tσ(5)
它的数学表达式如下: 所以随机游走过程是非平稳的随机过程,这使
pt = pt - 1 +εt (1) 得它对均值的预测偏差过大,由此笔者将在实证分
式中,pt 是随机变量,pt - 1 是一阶滞后随机变量ε, t 析中不再建立该模型。
是白噪声过程。这一模型与市场有效性假说( Effi 2 ARIMA 模型
cient Market Hypothesis , EMH) 联系在一起,指股票它的数学表达式如下:
[1 ] d
价格反映了自身的所有历史信息φ(B) ·△ p t =θ(B) ·εt (6)
pt - pt - 1 =εt (2) 式中φ(B) 是自回归算子, △= 1 - B 是差分算子,
①收稿日期:2002 - 03 - 11
作者简介:赵志峰(1977 - ) ,男,河北邯郸人,硕士生。研究方向:企业管理理论。
66
© 1995-20