基于非线性因果检验视角下中国股市量价动态关系新探讨

文章以金融时间序列数据非线性特性和股票市场中最基本的量价关系作为研究逻辑起点,基于非线性因果检验视角,探讨中国股市不同阶段量价关系的运行机理和市场表现。研究发现:中国证券市场不同阶段表现出不对称的量价关系,“量在价先”的投资理念已不能简单适用现阶段我国证券市场;同时,现阶段中国股市收益率并非成交量变动的原因,中国股市非理性的“羊群行为”在逐渐消失,市场表现出回归价值理性的趋势,交易数据层面反映出现阶段的中国证券市场是部分有效的。期待对资本市场相关研究、投资策略以及政策完善起到一定的参考作用。

一种基于KS检验的时间序列非线性检验方法

检验统计量的选取将对时间序列非线性检验的结果产生重要影响。该文在采用打乱相位法产生替代数据后,引入了一种非参数检验——Kolmogorov-Smirnov检验(简称KS检验)作为检验统计量。通过对各类信号的数值实验及与传统使用的高阶自相关量以及时间反演不可逆量对比结果表明,KS检验是一种有效、稳定的非线性检验统计量,对噪声信号具有较强的抗噪能力,而对非线性信号具有较高的敏感性。

股票市场的非线性结构与混沌效应检验--基于BDS与CR方法

在传统研究方法的基础上,运用Rosenstein提出的小数据量算法计算最大李雅普诺夫指数,进而引入BDS与返回临近检验(CR),从不同角度对中国股票市场的混沌动力学结构进行分析.为了避免破坏混沌吸引子的分形结构,采用对数线性趋势消除法(LLD)进行数据处理.研究结果表明,中国股市具有低维混沌吸引子、对初值敏感依赖性、准周期性等显著的非线性混沌特征.并就市场混沌的经济含义与应用价值进行了探讨.

非线性协整关系及其检验方法研究

文献［４］所提出的协整概念描述了向量时间序列中的长期线性均衡关系，从而可以称为“线性协整”．然而，经济系统中的许多时间序列是长记忆的，这些序列本身以及序列之间往往存在非线性关系，所以对这些序列进行线性协整分析是不太合适的．针对时间序列的长记忆和非线性特点，本文提出了向量时间序列非线性协整的概念，并运用神经网络方法对非线性协整关系存在性进行检验．同时，还讨论了这种非线性协整关系检验的可行性，给出了运用神经网络估计非线性协整函数的算法．最后，通过模拟试验说明了检验方法的可行性与有效性．

非线性Granger因果检验方法的检验功效及有限样本性质的模拟分析

为了避免传统Granger因果检验方法因忽略经济变量的非线性特征而导致结论出现显著偏差的局限性,非线性Granger因果检验方法正逐步成为经济学研究领域的重要分析工具。然而,迄今为止,学术界仍较少对非线性Granger因果检验方法在不同非线性模型中的有限样本性质展开系统性的比较与分析。因此,本文通过数据生成过程(DGP),结合Monte Carlo模拟对Diks和Panchenko(2006)等主流的非线性Granger因果检验方法的检验功效、过度拒绝等问题展开比较研究,并对共同滞后阶数、带宽参数的不同设置可能引发的结论敏感性变化进行深入分析。在此基础上,我们从动态非线性滚动分析的角度对其有限样本性质展开进一步的讨论,并提出对未来非线性应用研究具有实际指导意义的若干建议。

非线性时间序列的替代数据检验方法研究

目前,替代数据方法已逐渐成为时间序列的非线性成分检验中广为采用的一种方法。但对于具有同原始数据的均值和方差的线性相关高斯过程的零假设,通常产生相应替代数据的FT(FourierTransform)算法不能很好地重构原始数据的Fourier频谱。本文对替代数据方法进行了研究,提出了一种改进的FT算法,使得替代数据既具有原始数据的均值和方差,又具有原始数据的Fourier频谱。利用Gauss数据和logistic方程产生的混沌时间序列数据,证明本文提出的改进算法是可行的,所产生的替代数据是合适的。

基于ANN方法对汇率波动非线性的检验与预测比较

针对汇率制度改革以来人民币/美元汇率的波动表现,我们分别利用EGARCH模型、STAR模型和ANN模型对其波动的规则性表现进行了分析。基于人工神经网络模型实现了对汇率波动的非线性检验,通过拟合效果和预测精度的比较发现,EGARCH模型的拟合效果好于ANN模型,但预测精度恰恰相反。通过检验判别的汇率波动为非线性的事实说明,我国汇率波动已经具有了反映国内外经济景气变化的信号功能。

非线性LSTAR模型中的单位根检验

随着非线性模型的发展,非线性模型的平稳性检验成为必须面对的问题。本文提出了tLSTAR检验来检验序列究竟为线性单位根过程,还是非线性整体平稳的LSTAR过程,并且推导出tLSTAR统计量的渐近分布,使用蒙特卡洛模拟得到该统计量的临界值表。接着研究了tLSTAR检验的小样本性质,对比分析了tLSTAR检验和标准DF检验的功效,发现tLSTAR检验的功效普遍高于标准DF检验的功效。

基于非线性AR模型的时间序列弱非线性检验方法

提出一种基于非线性AR模型相对预测误差的非线性检验量δNAR,采用替代数据法来检验时间序列中的弱非线性.以4种混沌时间序列为例,分析并比较了非线性检验量δNAR与非线性零阶预测误差δZP的弱非线性检验能力.结果表明,对4种混沌时间序列中的3种,非线性检验量δNAR都表现出比非线性零阶预测误差δZP更强的弱非线性检验能力,表明该非线性检验量具有较强的数据适应性,而且对于不同的数据,具有最佳非线性检验效果的参数比较固定.

价格国际传递链中的“中国因素”研究——基于非线性Granger因果检验

传统的Granger因果检验方法在现代经济学研究领域中得到了广泛的应用,然而,近年来的研究却发现,传统的Granger因果检验方法可能因忽略变量间的非线性关系而导致结论出现显著偏差。有鉴于此,本文首次采用最新发展的非线性Granger因果检验方法——Diks和Panchenko(2006)提出的非参检验方法,对中国在价格国际传递链中的地位与作用展开非线性研究。研究结果表明,通货膨胀在国际传递过程中呈现出显著的非线性动态变化趋势,而进一步的分析则发现在价格水平非线性传递中,作为世界第一大经济实体的美国发挥着主导作用,而中国对贸易伙伴国物价水平的冲击则十分微小,中国既无输出通货紧缩,也无输出通货膨胀。与此同时,本文还发现,现阶段中国物价水平呈现明显的外部"输入性"特征,因此,为了实现物价的长期稳定,我们必须在较好地应对国际冲击的同时,防范"输入型通货紧缩"与"输入型通货膨胀"的引发风险。

扩展目标角闪烁非线性检验及其抑制技术

为减小扩展目标角闪烁对目标跟踪的不利影响,采用替代数据方法对扩展目标的角闪烁线编差时间序列进行非线性检验,选择关联维数和Er作为检验参量,根据原始数据和替代数据检验参量的显著区别验证了角闪烁线偏差时间序列具有的非线性动力特性,即混沌序列。在此基础上,根据混沌序列的短期可预测性,在重构相空间中,对角闪烁线偏差序列相轨迹进行预测,以达到抑制角闪烁的目的。仿真实验结果证明了该算法的有效性。

土层非线性地震反应分析方法及其检验

针对现行土层地震反应方法在大震情况不适用的问题,基于所提出的指数形式土体动力本构模型(UE模型),结合时空交叠积分格式和多次透射边界条件,提出了一种新的一维土层非线性地震反应分析方法.利用共振柱试验的结果检验了UE模型的可靠性,并利用该方法对唐山响嘡三维强震台阵的资料进行了计算,通过对地表加速度时程和放大系数以及土层阻尼特性的计算结果进行分析,可知该方法较等效线性化方法更为合理可靠.检验结果表明该方法能够较好地反应土体在强震作用下的非线性特性,可用于土层地震反应分析计算.

正交多项式逼近下非线性趋势序列单位根检验

传统单位根检验方法常常假设带有线性的确定性趋势,但如果趋势是非线性的,通常会因为检验功效大幅下降而导致检验失败。本文研究用正交多项式逼近非线性趋势,然后对残差进行单位根检验的方法,研究了用正交多项式进行趋势逼近的性质,推导了这种方法进行单位根检验时统计量的极限分布,提出了正交多项式最高阶数的确定方法,仿真研究了残差相关与不相关时的检验功效。结果表明,检验方法是有效的。

PPI与CPI关系的再研究:基于非线性Granger因果检验

文章基于Diks和Panchenko(2006)提出的非线性Granger因果检验,对我国PPI(生产者价格指数)和CPI(消费者价格指数)之间的因果关系进行再研究。结果表明,在较长的样本期内,PPI是CPI的Granger原因,反之则不成立。该结论是比基于线性、参数模型的传统Granger因果检验更稳健的结果。

误差为ARMA(1,1)的非线性回归模型相关性和异方差的检验

本文讨论了误差为ARMA(1 ,1 )序列的非线性回归模型 .首先得到随机误差相关性和异方差性检验的似然比检验统计量和Score检验统计量 ;其次利用参数正交变换 ,得到了修正的似然比检验统计量和修正的Score检验统计量 ,推广了韦博成、胡跃清 (1 994)的结果和韦博成(1 995 )的结果 ;最后给出了几种特殊情形的似然比检验统计量和Score检验统计量 .

基于非线性时间序列的预测模型检验与优化的研究

模型的适用性检验和参数优化是系统建模的最关键环节,对于预测模型的适用性检验,常采用残差方差图、最小信息准则和AIC准则等方法,存在计算量大、准确性低、模型不唯一等缺点.本文给出采用自相关系数和偏自相关系数的拖尾先对ARIMA模型检验,再对其进行F适用性检验,克服了由于观测样本的长度是有限的,偏相关的估计存在误差,拖尾时不能为ARMA定阶的缺陷,并采用具有超线性收敛性等诸多优点的变尺度法对模型参数进行了优化,得到了较为精确的、单一AIRMA模型,该方法可应用于网络流量模型的适用性检验和模型优化,为网络流量的预测、异常检测和服务器负载预测的应用奠定了坚实的基础.

基于非线性结构的铜期货与现货价格关系的实证检验

在期货价格与现货价格间存在非线性结构的条件下,由于传统的线性格兰氏因果关系检验对其非线性因果关系甄别能力弱,因而无法准确判断它们之间的真实关系。本文以上海期货交易所合约铜与现货铜为研究时象,采用修正的Baek-Brock检验方法对我国铜期货价格和现货价格之间的非线性因果关系进行实证研究。实证结果表明铜期货价格和现货价格之间存在双向的非线性因果关系,两者之间并不存在绝对的领先与滞后关系。鉴于价格序列之间的非线性关系可能由于信息流引起,因此,采用EGARCH模型分别对铜期货价格与现货价格序列进行波动率过滤,结果发现经过调整后的价格序列之间仍存在双向的非线性因果关系。

大坝安全监测资料的非线性检验

引入了基于现代统计学中“bootstrap”理论的替代数据方法,实现了对大坝安全监测资料的非线性检验.在详细阐述了替代数据法的基本理论和实现方法基础上,通过分析丰满大坝的位移监测数据,确定了位移监测数据中确实存在非线性成分,并且这种非线性不是静态非线性的测量函数所引起的,而是大坝动力系统本身非线性的表现.从而为判定大坝监测资料的非线性提供了理论依据和检验方法.

水下目标辐射噪声的非线性检验

由于非线性是混沌产生的必要条件，所以讨论一个观测时间序列是否具有非线性，对进一步利用混沌时间序列方法分析观测时间序列很有意义。本文讨论水下目标辐射噪声信号中非线性问题，运用替代数据方法，根据实验数据与替代数据之间峭度和自相关两个量的差异性，分析了水下目标辐射噪声信号中的非线性成分，得出结论：水下目标辐射噪声信号中存在非线性成分，且这种非线性不是由于静态测量函数的非线性引起的，为利用非线性时间序列分析方法分析水下目标噪声信号提供了理论依据。

非线性Poisson-Gamma回归模型中存在偏大离差时离差参数的齐性检验

Poisson回归模型广泛地应用于分析计数型数据,但该模型往往存在偏大离差(overdispersion)问题。刻画Poisson回归模型的偏大离差性的两种方法是拟似然方法和随机效应法(Lee ＆ Nelder,2000),已有许多作者利用随机效应法研究了Poisson模型的偏大离差的检验问题。但他们均假定随机效应是独立同分布的,本文对他们的假设进行检验。我们分别在组内效应一致和组内效应不一致的情形下,研究了存在偏大离差的Poisson-Gamma非线性随机效应模型中,随机效应方差(称为离差参数)的齐性检验问题,得到了离差参数齐性的score检验统计量。最后给出两个数值例子说明本文方法的应用。