论文部分内容阅读
近年来我国不少学者利用中国利率数据进行了短期市场利率时间序列的动态规律研究。从目前国内该领域的研究成果来看,大多数学者使用一些具有短期记忆特征的模型(如Vasicek、CIR和CKIS等模型)来刻画时间序列的动态规律,同时在研究中引入了条件异方差(ARCH族)、随机波动等模型来刻画利率变动的非正态性以及波动聚类效应等。实证分析表明,金融市场上多数收益率的时间序列往往表现出明显的长期相关性,即长记忆性。短记忆性可以由传统的ARMA类模型来刻画,而长记忆性则可以利用分整过程I ( d )来描述,其中d是一个具体的实数。金融时间序列呈现出的尖峰肥尾的特征既可以由条件异方差性引起,也可以由长记忆过程引起。对于我国的市场利率时间序列而言,尖峰肥尾的特征同样普遍存在,但目前主要是用ARCH类模型来拟合。然而,我国短期市场利率是否也具有长记忆特征呢?如何建立能够同时捕捉长短记忆特性的动态模型?本文较详细地阐述了长记忆时间序列及其各类模型,介绍了长记忆性的检验方法和模型估计,并以中国短期市场利率作为实证研究对象。我们对有代表性的7天期和14天期两种回购利率的时间序列进行了长记忆性的检验与比较,在此基础上通过一个ARFIMA-GARCH模型来刻画利率的长短记忆性,从而使我们进一步认识了利率市场的动态规律。本文的创新之处有以下几个方面:1、对中国短期市场利率的动态行为首次采用长记忆时间序列模型进行研究;2、将得分检验法和ARFIMA模型估计相结合来检验判定序列是否具有长记忆性;3、使用改进的Hosking迭代法来估计ARFIMA -GARCH模型。