国际股市波动的国际股市波动的长期记忆性实证研究
西南财经大学统计学院李伟
摘要：本文通过对国内外七家交易所主要指数的数据，采用修正RS分析、GHP检验和FIEGARCH模型实证研究发现，除了日本东京股市外，其余六家股市包括沪深股市的波动均存在着明显得杠杆效应和长期记忆性，股市前期的波动对未来一定时期内股市的走势都有或多或少的影响。这意味着这六家股市的效率并不高，投资者可以利用历史数据来预测未来股市的波动并据此获取投机利润。因此，投资者在制定投资计划时，应充分考虑各国股市的特点和发展规律以获取较高的投资回报。关键词：波动，长期记忆，修正RS，FIEGARCH模型Keywordsvolatilities，lo
gmemory，modifiedRS，FIEGARCHmodel
一、引言与文献回顾
对金融资产收益率分布特征的研究最早可追溯于1900年，当时的法国经济学家路易巴舍利耶（LouisBachelier在博士论文研究中发现，商品价格的波动往往呈现出随机游走（ra
domwalk）的趋势，也就是说价格走势近似地服从布，在这种条件下投资者的期望利润应为零。对这个理朗运动（brow
ia
motio
）论最好的诠释便是著名的“醉汉的脚步”问题。在1952年马柯维茨创立了现代投资组合理论后，关于金融资产波动特征研究的各种理论便层出不穷，其中最为重要的莫过于在上世纪六十年代创立的有效市场假说（Efficie
tMarketHypothesis），其根据效率强弱将证券市场划分为弱有效市场、半强有效市场和强有效市场三类。支撑有效市场理论的一个重要假设是投资收益率序列服从正态分布且收益率之间相互独立和同分布。但八十年代以来逐渐兴起的行为金融理论研究发现证券市场普遍存在小公司效应、周末效应、元月效应、羊群效应等无法用有效市场假说解释的现象，这无疑对有效市场假说提出了严峻的挑战。同时越来越多的实证研究也表明，金融资产收益率并不简单地服从独立同分布的正态分布假定。王明照等（2005）将其总结为以下五个主要特征：（1）收益率分布的尖峰厚尾；（2）波动的时变性和聚集性；（3）波动的溢出效应；（4）杠杠效应；（5）1长期记忆性（lo
gmemory）。本文拟探讨的就是金融资产波动的长期记忆性问题。传统的时间序列模型如ARp、ARMAp，q、GARCHp，q等均假定：时间序列服从I0分布，即远距离的观测值之间相互独立，自相关函数按照指数率快速地衰减，也就是说时间序列呈现短期记忆的特征。但这个假设往往与事实不符，观测值之间常常存在着一定的自相关性。如果假定时间序列服从I1分r