第5讲风险管理基础知识.pdf

数据分析与参数估计 陈蓉 教授 、博导 厦门大学管理学院财务系 厦门大学金融工程研究中心 http:// aronge@ 目录 金融数据分析的预前准备 波动率估计、校准与分析 厦门大学陈蓉郑振龙2018 2 1. 金融数据分析的预前准备 厦门大学陈蓉郑振龙2018 3 常见市场金融数据 价格数据 交易量数据：成交数量、成交金额、换手率等 厦门大学陈蓉郑振龙2018 4 数据预处理 数据清理：去异常值和不合理值 绘图+描述统计 均值、中位数、最大值、最小值、标准差、偏度与峰度 正态性检验：Jarque -Bera检验是否显著 时间序列：平稳性检验＋自相关检验＋ARCH检验 分析目标：时间序列分析/横截面分析/参数校准 横截面分析和参数校准：可用数据本身 时间序列分析：需考虑平稳性 厦门大学陈蓉郑振龙2018 5 平稳性 平稳性：时间序列的分布特征是稳定的（非时变） 厦门大学陈蓉郑振龙2018 6 厦门大学陈蓉郑振龙2018 7 为何要求平稳性？ 分布不平稳，何以寻找规律？ 2 伪回归：系数估计、t检验、F检验和R 都不可信 y t y t −1 =+εyt zt zt −1 =+εzt 由于序列{ε }和{ε }独立，所以 y 对 z 的回归实际上是伪回归。但给 yt zt t t 定随机分布的观测值，两个序列似乎表现出一定的相关性：计算相 关系数为-0.372，拟合的回归方程为 =-0.31-0.46 + 厦门大学陈蓉郑振龙2018 8 平稳性检验 ADF检验：原假设不平稳（存在单位根） 厦门大学陈蓉郑振龙2018 9 非平稳序列平稳化的常见处理 常见做法：差分 厦门大学陈蓉郑振龙2018 10 自相关 ARMA(1,1) r r    t t 1 t t 1 自相关检验 Ljung-Box Q统计量：多阶自相关系数之和；原假设 独立 PACF ：AR 阶数 ACF ：MA 阶数 残差自相关检验