中国股市波动性过程中的长期记忆性实证研究  

Modeling Long Memory in Chinese Stock Market Volatility

作　　者：王春峰[1] 张庆翠[1] 

机构地区：[1]天津大学系统工程研究所,天津300072

出　　处：《系统工程》2004年第1期78-83,共6页Systems Engineering

基　　金：国家杰出青年基金资助项目(70225002);教育部高等学校优秀青年教师教学科研奖励计划基金资助项目

摘　　要：应用一类描述金融市场波动性过程的长期记忆特征的分整自回归条件异方差模型(FIGARCH模型),研究了中国股票市场波动性过程的长期记忆性,实证结果表明中国股市波动性过程具有明显的长期记忆特征;文章还分析了FIGARCH模型与传统的条件方差模型相比,在模型描述和预测上所体现出的优越性。In this paper, a new class of Fractionally Integrated Generalized AutoRegressive Conditionally Heteroskedastic(FIGARCH) model for characterizing financial market volatility is applied to test the long memory in Chinese stock market volatility. The empirical results illustrate that there is apparent long memory property in Chinese stock market volatility; The paper analyzes the advantage of FIGARCH model over other traditional conditional variant models from not only model describing but also forecasting.

关 键 词：中国 波动性 长期记忆性 股票市场 分整自回归条件异方差模型 FIGARCH模型 

分 类 号：F832.51[经济管理—金融学] O212.1[理学—概率论与数理统计]