他们远远低于标准水平5%。因此,所有系数都与零显著不同。特别重要的是系数β,它负责均值回归。参数b介于0和1之间。这意味着自回归(5)是均值回复,即具有长期稳定性。我们可以对这个时间序列H(0),H(1)。然而,由于残差是i.i.d.高斯分布,我们可以使用前面提到的γ的Studentt检验作为单位根检验:使用学生分布计算的γ的95%置信区间完全位于(0,1);因此,我们在95%显著性水平上拒绝了单位根假设。12安德烈·萨兰采夫4。模型陈述和理论结果在本节中,我们基于前一节中的统计分析创建了一个时间序列模型。我们在过滤概率空间上操作(Ohm, F、 (F,F,…),P) 。我们陈述了随机过程理论中的以下著名定义。定义1。一个实值离散随机过程X=(X,X,…)如果XT是可测量的,则称为与给定离散时间过滤相关的自适应。processX具有平稳分布πif Xt~ π对于所有t=0,1,2。收集(6)和(3)中的方程式,并介绍以下概念。定义2。取一个正适应随机过程F=(F(0),F(1),…)我们称之为基础。取另一个自适应白噪声序列ε(t)~ 对于t=1,2,…,N(0,σ)。这里,ε(t)与Ft无关-1、固定平均隐含股息收益率c>0、长期泡沫测度h和平均回归系数b∈ (0, 1). t年的实际总回报Q(t)定义为(10)Q(t)=H(t)- H(t- 1) +c+G(t),t=1,2。t年的基本增长G(t)定义为(11)G(t)=lnF(t)F(t- 1) ,t=1,2。
|