上證指數(shù)的時間序列模型及異常點檢測.pdf

1、金融時間序列中融合了上市公司和投資者的信息，蘊含著經(jīng)濟發(fā)展的規(guī)律和特點，深入研究金融時間序列，并做出精確分析，可以為金融市場的分析、預測和監(jiān)管提供理論依據(jù)，有利于中國資本市場理論的完善和發(fā)展，對社會經(jīng)濟發(fā)展有著重要的理論和實踐意義。本論文以預測上證指數(shù)的短期走勢為研究目標，以上證指數(shù)的對數(shù)收益率為研究對象，根據(jù)序列的性質初步擬合出非線性的時間序列模型GARCH(1，1)。
　　研究表明，GARCH模型中異常點的存在對于異方差檢驗和

2、參數(shù)估計都有著重要影響。有些學者提出了一些挖掘GARCH模型中異常點的方法，但都拘泥于附加型異常點。而在金融數(shù)據(jù)中，很多異常點的影響具有后續(xù)性，應該看成革新異常點。因此提出一個有效挖掘兩種異常點的方法變得十分重要。本論文結合了Chen和Liu(1993)提出的挖掘ARMA模型異常點的方法，提出了一個同時挖掘GARCH模型中附加異常點和革新異常點的方法，用于上證指數(shù)的對數(shù)收益率序列，并分析異常點的存在對參數(shù)估計和異方差檢驗的影響。