金融学对股票收益率时间序列的非线性及机制转变的检验讨论王煦逸1 林阳春2 （同济大学中德学院，上海 200092）0 引言近年来，对金融市场的时间序列的进行建模，试图通过计量经济学模型解释金融市场时间序列的内在关系一直是金融经济学和计量经济学讨论的热点课题。关于金融市场的讨论也大都集中于讨论金融资产收益率。Campbell，Lo，MacKinlay 认为金融资产收益率可以更好地解释投资的机会收益，同时金融资产收益率时间序列由于本身的统计特性也能更容易建立成模型。传统的金融资产收益率时间序列模型以线性关系为假设，最重要的是随机游走假设和 ARMA 模型。关于随机游走假设的讨论主要是讨论金融资产收益率的可预测性。一般来说，关于实证检验随机游走假设的讨论十分困难，原因在于过去和将来的价格变化之间的独立性很难被直接检验出来Granger 和 Morgenstern（1964）在美国的股票市场，Cristina Del Rio（1997）在西班牙的股票市场，Conrad 和 Jüttner（1993），Ronning（1974），Mühlbradt（1978）和 Möller（1986）在德国的股票市场上的讨论都否定了随机游走假设。Conrad 和 Jüttner（1973）认为，连续的价格变化随机性地相互独立，许多股票收益率分布都存在显著的独立性。通过随后大量的讨论发现，ARMA 过程对于描述金融资产收益率时间序列是十分合适的，因为在这种情况下参数和矩函数都比较容易确定 。1970 年，Box/Jenkins(1976)解释了 ARMA 模型建立和参数估量的问题。从 70 年代开始，大量关于金融资产收益率的时间序列的线性模型讨论都采纳了 ARMA 与其扩展模型，实证讨论表明，ARMA 模型可以较好地解释金融资产收益率的时间序列的线性结构。然而由于金融资产收益率时间序列特别的统计性质，80 年代以来，越来越多的讨论结果表明了金融资产收益率时间序列具有的非线性的关系，传统的金融资产收益率时间序列线性模型已经不能完整的刻画金融资产收益率时间序列的分布。90 年代以来，关于金融资产收益率时间序列的非线性建模取得了很大的成功 。Maravall（1983）用 Bilinear 模型讨论了西班牙金融市场上的股票收益率。根据讨论结果 Maravall认 为 ， 通 过 Bilinear 模 型 可 以 修 正 由 ARMA 模 型 产 生 的 10% 的 预 测 错 误 。 Clements 和Krolzig（1998），Rothman（1998）则利用了 TAR 模型成功地模拟了美国宏观经济指标的分布。De Gooijer (1998)，Potter（1...
