基于两步法带宽选择的金融时间序列长记忆参数估计

金融时间序列长记忆参数的半参数估计方法以频域分析为主,带宽选择是其中必不可少的关键环节。不同的带宽可能给出差异明显的长记忆参数估计值,甚至产生矛盾的结论,进而影响时间序列平稳性的判断。本文提出一种两步法,用于金融时间序列长记忆估计的半参数方法的带宽选择,并进一步对长记忆参数进行估计:首先,为了克服半参数方法忽略短期结构的不足,通过信息准则判断ARFIMA(p,d,q)过程的短记忆结构;其次,用短记忆模型拟合差分后的序列,根据拟合效果确定选择带宽及长记忆参数估计值。数值模拟显示以长记忆参数估计值均方根误差最小为标准,两步法优于其他方法。经上证50指数已实现波动率日数据的实证检验,两步法在长记忆模型中的预测误差最小;与短记忆模型相比,两步法在中期提前预测步长上具有优势。     

考虑投资者过程效用影响的投资组合模型

传统的投资组合模型只考虑投资结果,而未考虑投资过程带来的效用影响。事实上组合投资期间投资者持有的股票价格的每一次波动都牵动着投资者的神经,带来或正或负的效用,影响投资者的投资决策。分析投资者过程效用的影响因素,设计出风险投资者的投资过程效用函数。并假设投资者的总效用函数为过程效用函数和结果效用函数的线性组合,构建考虑投资行为过程效用的投资组合模型,对模型的解进行数值模拟分析。研究结果表明：对损失过于敏感的投资者受过程影响越大,则投资风险资产的资金比例越低,对损失不敏感的投资者受过程影响越大,投资风险资产的资金比例越高。因此,对损失越不敏感且受过程效用影响越严重的投资者,越容易推高市场风险。对模型的投资绩效进行了实证检验,结果发现：受投资者过程效用影响大的投资组合模型在股市持续上涨阶段的投资表现较好,而在股市盘整阶段和持续下跌阶段表现较差。表明受过程效用影响大的投资者会在股市持续上涨时积极入市,在股市持续下跌时迅速退市,从而加剧股市震荡。