基于干預(yù)分析模型對上證基金指數(shù)的預(yù)測

陸海霞

摘要：本文試圖在回顧相關(guān)證券投資基金知識的基礎(chǔ)上，通過對干預(yù)分析模型的介紹，并將該模型應(yīng)用于上證基金指數(shù)日收盤價的預(yù)測，以期為目前關(guān)于證券投資基金的討論提供一些富有價值的結(jié)論。

Abstract： On the basis of reviewing the knowledge of the relevant securities investment funds， this paper introduces the intervention analysis model and applies it to the prediction of the daily closing price of the Shanghai Stock Exchange Fund Index， with a view to providing some valuable conclusions for the discussion of the securities investment funds at present.

關(guān)鍵詞：干預(yù)分析模型;時間序列;基金指數(shù)

Key words： intervention analysis model;time series;fund index

中圖分類號：F832.51;F224? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）24-0011-03

0? 引言

證券投資基金是指通過發(fā)售基金份額募集資金形成獨(dú)立的基金財產(chǎn)，由基金管理人管理、基金托管人托管，以資產(chǎn)組合方式進(jìn)行證券投資，基金份額持有人按其所持份額享受收益和承擔(dān)風(fēng)險的投資工具。我們都知道，任何投資都是有風(fēng)險的，證券投資基金也不例外，它的流動性強(qiáng)、申購、贖回價格未知、基金運(yùn)作各當(dāng)事人的管理水平等等因素都會給投資者帶來風(fēng)險。為了盡量降低投資風(fēng)險，需對基金市場走向做出準(zhǔn)確判斷，因此建立合適的模型對基金指數(shù)序列做出準(zhǔn)確的預(yù)測很有必要。

本文將介紹時間序列中常用于證券領(lǐng)域的干預(yù)分析模型，并將其應(yīng)用于上證基金指數(shù)的預(yù)測。

1? 預(yù)測模型介紹

預(yù)測是指人們利用已經(jīng)掌握的知識和手段，預(yù)先推知和判斷事物未來發(fā)展?fàn)顩r的一種活動?，F(xiàn)在的預(yù)測方法按是否以數(shù)學(xué)模型為主主要分為定性預(yù)測方法和定量預(yù)測方法。以數(shù)學(xué)模型為主的預(yù)測方法中主要包括時間序列模型和因果模型等，而在這些模型中又以時間序列建模的方法在金融領(lǐng)域的應(yīng)用最為廣泛。

現(xiàn)實的證券市場是一個十分復(fù)雜的系統(tǒng)，充滿著不確定性，外在沖擊會造成價格（指數(shù)）的異常波動。大量研究表明，定量刻畫這種外在沖擊的一種比較有效的模型為干預(yù)分析模型。

1.1 模型簡介

20世紀(jì)70年代，美國威斯康星大學(xué)統(tǒng)計系刁（Tiao）教授利用干預(yù)分析（Intervention Analysis）對美國西海岸洛杉磯大氣污染的環(huán)境問題進(jìn)行研究，從此，干預(yù)分析進(jìn)入大家的視野。到了1975年，美國統(tǒng)計學(xué)家Box教授和Tiao在美國統(tǒng)計協(xié)會會刊上發(fā)表了《應(yīng)用到經(jīng)濟(jì)與環(huán)境問題的干預(yù)分析》一文，至此干預(yù)分析開始引起大家的重視，然后被廣泛應(yīng)用于進(jìn)行經(jīng)濟(jì)政策的變化或突發(fā)事件給經(jīng)濟(jì)帶來的影響的定量分析。

我們將時間序列經(jīng)常會受到特殊事件及態(tài)勢的影響的這類外部事件稱為干預(yù)。研究干預(yù)分析的目的在于從定量分析的角度來評估政策干預(yù)或突發(fā)事件對經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)過程的具體影響，以及其他時間序列對某一時間序列的影響。

1.2 模型識別

1.3 參數(shù)估計

SAS系統(tǒng)為干預(yù)分析模型的參數(shù)估計提供了四種方法，分別為：Yule-Walker估計，條件最小二乘估計（CLS），無條件最小二乘估計（ULS）以及最大似然估計（ML）。對于正態(tài)序列，當(dāng)很大時，后三種方法估計的參數(shù)很接近，且它們都是漸近無偏、相容、漸近正態(tài)的。本文中干預(yù)分析模型的參數(shù)估計采用條件最小二乘估計或無條件最小二乘估計，這是SAS系統(tǒng)中有關(guān)參數(shù)估計缺省時默認(rèn)的估計方法，利用estimate語句實現(xiàn)。

1.4 模型預(yù)測

干預(yù)分析模型的主要目的是度量干預(yù)的影響，因此相對于干預(yù)變量來說，無干預(yù)的時間序列為白噪聲序列。

2? 干預(yù)分析模型對上證基金指數(shù)日收盤價序列的預(yù)測

由金融學(xué)可以知道，對基金指數(shù)序列有干預(yù)影響的因素有國家的宏觀政策、基金經(jīng)理的運(yùn)作能力等等。但是鑒于很多因素較難以單純用數(shù)據(jù)進(jìn)行度量，因此本文通過構(gòu)造干預(yù)變量來建立模型。又因為大量實證研究表明證券市場具有一定的記憶性，所以在構(gòu)造出干預(yù)時可以假設(shè)干預(yù)事件的影響不是即時的，但也不會長期持續(xù)下去，而是隨著時間變化干預(yù)效果逐漸消失，即相當(dāng)于脈沖函數(shù)。

下面我們對上證基金指數(shù)日收盤價序列擬合干預(yù)分析模型，數(shù)據(jù)來自華安證券大智慧公布的從2007.2.1到2010.1.29的上證基金指數(shù)，共732組數(shù)據(jù)。

2.1 干預(yù)變量的構(gòu)造

基于基金的收益序列構(gòu)造干預(yù)變量，首先統(tǒng)計收益序列的基本特征如下：

參考文獻(xiàn)：

[1]Chen， P.， LI， L.， LIU， Y. and Lin， J.G. Detection of outliers and patches in bilinear time series models. Mathematical Problems in Engineering. vol.2010， Article ID 580583， 10 pages， 2010.

[2]王燕.應(yīng)用時間序列分析[M].中國人民大學(xué)出版社，2005.

[3]戴曉楓，肖慶憲.美聯(lián)儲升息對外匯市場影響的干預(yù)分析模型[J].數(shù)學(xué)的實踐與認(rèn)識，2005.