基于分形分析的国际金价波动长记忆性识别与预测研究  

The Long Memory Property Detection and Prediction on Gold Price Volatility by Fractal Analysis

作　　者：杨楠[1] 柳预才[1] 

机构地区：[1]上海财经大学统计与管理学院,上海200433

出　　处：《数理统计与管理》2013年第5期931-940,共10页Journal of Applied Statistics and Management

基　　金：2010年度全国统计科学研究计划项目(编号2010LB31);2010年教育部人文社会科学研究青年基金项目(批准号10YJC910009);上海财经大学"211工程"三期重点学科建设项目;上海市重点学科建设项目(B803)

摘　　要：本文对国际金价波动的长记忆性进行研究,通过R/S,MRS,V/S等方法计算Hurst指数,证实了金价波动存在着显著的长记忆性。以此为基础借助分数差分,构建ARFIMA、FIGARCH、ARFIMA-GARCH等基于分形分析的长记忆性预测模型,实证结果表明该类模型很好地刻画了国际金价的内在波动规律,具有较强的预测功能。This paper explores the long memory property on gold price volatility by using R/S, MRS and V/S methods to calculate the Hurst index. Thereby establishes a family of long memory forecasting models based on fractal analysis, such as ARFIMA, FIGARCH and ARFIMA-GARCH. The empirical results demonstrate the existence of long memory property, and the forecasting models do well in char- acterizing the inherent volatility quality of gold price sequences and have strong predictive capabilities.

关 键 词：长记忆性 HURST指数 ARFIMA—GARCH模型 

分 类 号：F830.9[经济管理—金融学] O212[理学—概率论与数理统计]