基于小波方法的中國股票市場(chǎng)波動(dòng)多尺度研究.pdf

1、隨著中國股票市場(chǎng)發(fā)展速度的加快，股票市場(chǎng)波動(dòng)對(duì)宏觀經(jīng)濟(jì)甚至于整個(gè)國民經(jīng)濟(jì)的影響必將日益增大。以往分析中國股票市場(chǎng)波動(dòng)的文獻(xiàn)很多，但是它們都是在單一時(shí)間尺度上進(jìn)行的。但是，利用單一時(shí)間尺度分析金融市場(chǎng)波動(dòng)得到的結(jié)果往往是片面的。所以，為了得到全面而正確的分析結(jié)果，我們應(yīng)該在多個(gè)時(shí)間尺度上分析我國的股票市場(chǎng)波動(dòng)。小波方法為我們研究股票市場(chǎng)波動(dòng)的多尺度性質(zhì)提供了一個(gè)自然的工具。概括地說，小波方法是我們所熟知的譜分析方法的補(bǔ)充和擴(kuò)展。它是一種信

2、號(hào)的時(shí)間—尺度(時(shí)間—頻率)分析方法，在時(shí)頻兩域都有表征信號(hào)局部特征的能力，特別適合分析非平穩(wěn)的時(shí)間序列。此外，小波變換也可以降低長記憶過程的相關(guān)性，所以小波方法也適合于分析長記憶的時(shí)間序列，并可估計(jì)長記憶參數(shù)。在分析金融市場(chǎng)波動(dòng)時(shí)，小波方法使得研究者以不同的時(shí)間尺度為基準(zhǔn)描述金融市場(chǎng)波動(dòng)的長記憶性和不同金融市場(chǎng)的波動(dòng)相關(guān)性。
　　 本文首先利用小波多尺度分析方法對(duì)中國股市波動(dòng)的長記憶性和時(shí)變長記憶性進(jìn)行了分析。本文發(fā)現(xiàn)中國股市

3、波動(dòng)長記憶存在顯著的多尺度現(xiàn)象，利用虛擬變量技術(shù)發(fā)現(xiàn)日內(nèi)波動(dòng)的長記憶性和日間波動(dòng)的長記憶性存在顯著的不同，并且中國股市五分鐘波動(dòng)的長記憶參數(shù)是時(shí)變的。這說明我們?cè)趯?duì)股價(jià)波動(dòng)進(jìn)行建模時(shí)，應(yīng)該選擇時(shí)變長記憶參數(shù)的模型如時(shí)變LMSV模型。其次，本文利用小波互相關(guān)系數(shù)和小波交叉互相關(guān)系數(shù)對(duì)深滬股市波動(dòng)傳導(dǎo)的多尺度性進(jìn)行了分析，發(fā)現(xiàn)深滬股市同期波動(dòng)傳導(dǎo)和領(lǐng)先－滯后傳導(dǎo)關(guān)系都隨著時(shí)間尺度的增大而增強(qiáng)，所以以小尺度為基準(zhǔn)，采用組合投資分散風(fēng)險(xiǎn)的效果更