金融时间序列长记忆性分析的非线性估计  

作　　者：王谦[1] 刘春[1] 管河山[1] 罗智超[2] 

机构地区：[1]南华大学经济管理学院,湖南衡阳421001 [2]厦门大学王亚南经济研究院,福建厦门361005

出　　处：《统计与决策》2016年第16期145-148,共4页Statistics & Decision

基　　金：教育部人文社科青年项目(13YJCZH044);湖南省科研创新立项课题(CX2014B397)

摘　　要：学术界对股市长记忆性分析结论存在分歧现象,长记忆性分析方法的精准性是一个重要的影响因素。文章通过对R/S、MR/S和V/S分析方法的参数估计问题进行探究,剖析了线性近似求解方式的不足之处,并采用梯度下降法估计非线性回归方程的Hurst指数,同时借助ARFIMA模型对估计精度进行了对比验证。采集我国A股市场股票样本的收益率数据实证,结果表明,非线性估计能提高分析方法对Hurst指数的估计精确度。

关 键 词：长记忆性 HURST指数 非线性估计 股票 

分 类 号：F224[经济管理—国民经济]