摘要
利用BCT分布和非线性、非参数模型对股票的高频流动性指标进行了非线性和非参数拟合,并引入广义雨村信息准则(GAIC)进行分布和模型结构的选择。实证结果表明,BCT分布能有效地拟合高频流动性指标的高偏态和高峰度特征,该分布下非参数立方样条回归在所有模型结构中拟合优度最好。通过增加有效的解释变量和选择合理的回归形式,GAMLSS模型能够不断提高对高频流动性指标分布的拟合程度。
Empirical studies of financial time-series data show that there is strong evidence of serial correlation, time-varying heteroscedasticity and non-normal distribution. Using GAMLSS model from biostatistics, the authors adopt the BCT distribution and different non-linear non parametric models to fit high-frequency stock liquidity. Results show that BCT distribution with non-linear cubic-splines （CS） model is superior under the GAIC criteria. Adding dependent variables will increase GAMLSS＇s goodness of fit.
出处
《山西财经大学学报》
CSSCI
北大核心
2011年第4期25-33,共9页
Journal of Shanxi University of Finance and Economics
基金
国家自然科学基金项目(70673116)
北京大学汇丰金融研究院2009年课题
中山大学"985工程"产业与区域发展研究创新基地资助课题
国家社科基金重点课题(08ATL007)
广东省自然科学基金课题(9151027501000032)
广东省社科基金课题
广东省普通高校人文社会科学重点研究基地资助课题
作者简介
刘昊（1983-），男，广东湛江人，中山大学岭南学院博士研究生，研究方向是金融经济学；
陈浪南（1958-），男，福建安溪人，中山大学经济研究所、岭南学院教授，博士生导师，研究方向是金融经济学和货币经济学。
