发帖
雷达卡
通过标准差和相关系数反应的价格的变化大部分是由于噪音序列所引起
的，而不能反映事件驱动的收益变动。
利用异常值的识别可以将收益分为两个阶段——动荡时期和平静时期，我
们采用距离测量的方法定义统计异常。如果涉及到三个及以上的资产，且
相关的复杂情况下，我们需要运用矩阵运算去识别异常值。
美国市场的动荡指数包括运用美国股票，外国股票，房地产，商品和美国
债券来建立的动荡指数，能够准确监控到事件驱动对金融市场的重大影响。
日动荡指数较月动荡指数更加能够反应出特殊事件的影响。
我们分别利用股票组合，行业指数和风格指数来构建中国股票市场的动荡
指数，并以此来衡量我国股票市场的风险与秩序。从我们的事件分析角度
来看，采用行业指数更加准确的捕捉到市场出现较大风险的先兆，在2007
年10 月指数见顶前和2008 年5 月暴跌前均给出了较为强烈的信号。
我们运用描述性统计和非参数统计对动荡指数的分布进行了研究，发现如
下特性：左偏，右拖尾，与其理论的卡方分布相去甚远，同时，通过游程
检验发现，动荡指数具有明显的趋势性，而不是一个随机变量，因此能够
运用时间序列模型进行预测。
243139.pdf
(382.34 KB, 需要: 10 个论坛币)
squarekiss 金钱 +30 好文章 2008-9-3 9:47:52
京公网安备 11010802022788号
