《表2 样本内参数估计结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《高频视角下股市波动预测的新方法:HARFIMA模型》
注:*、**、***分别表示在10%、5%、1%的显著性水平下显著.
为了从参数中分析模型的特征,因此对模型进行整个样本区间的参数估计,即样本内的参数估计,结果见表2(8).从表2可以看出,所有含有长记忆参数的模型其长记忆参数都在1%下显著,说明波动率存在着显著的长记忆特征.根据Corsi[11]的研究可知HAR模型这样简单的模型也可以在一定程度上近似刻画长记忆特征,但在新的HARFIMA模型和LHARFIMA模型中,即使加入了HAR模型的解释变量,长记忆参数仍然显著,这说明HAR-类模型对长记忆特征的刻画十分有限.为了进一步验证这一结论,对原始序列和上述模型得到的残差序列进行了长记忆检验,结果见表3.
图表编号 | XD00200320300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 陈王、魏宇、马锋、梅德祥 |
绘制单位 | 长江师范学院财经学院、云南财经大学金融学院、西南交通大学经济管理学院、重庆工商大学财政金融学院 |
更多格式 | 高清、无水印(增值服务) |