中国股市收益及波动的ARFIMA-FIGARCH模型研究  

Study on ARFIMA-FIGARCH Model of Return and Volatility Processes in Chinese Stock Market

作　　者：张卫国[1] 胡彦梅[2] 陈建忠[3] 

机构地区：[1]华南理工大学工商管理学院 [2]长安大学理学院,西安710050 [3]西北工业大学应用数学系,西安710072

出　　处：《南方经济》2006年第3期108-112,共5页South China Journal of Economics

基　　金：国家自然科学基金资助项目(70571024);中国博士后科学基金资助项目(2005037241)。

摘　　要：与现有研究方法不同,本文通过考察Akaike、Schwarz、Shibata、Hannan-Quinn四个信息准则,建立了描述深圳股票市场收益过程和波动过程双长记忆性特征的ARFIMA-FIGARCH模型。实证分析说明采用ARFIMA(0,m,1)-FIGARCH(1,d,0)模型拟合最好。研究结果表明:深圳成分指数日收益序列无长记忆,但波动序列具有较强的长记忆特征。This paper can simultaneously capture double long memory properties of return process and volatility process of China stock market by ARFIMA-FIGARCH model The results of empirical study to the behavior of Shenzhen stock market show that there is no long memory for Shenzhen daily return, while there is strong long memory for volatility series of Shenzhen daily return. According to Akaike,Schwarz,Shibata and Hannan-Quinn criterions, ARFIMA（0,m,1）- FIGARCH（1,d,0） model is the most appropriate for simulating $henzhen daily return.

关 键 词：中国股票市场 双长记忆 ARFIMA-FIGARCH模型 

分 类 号：F830.91[经济管理—金融学]