建立模型的方法得到进一步的结论。Р 0.06Р 0.04Р Р 0.02Р 0Р -0.02Р收益率Р -0.04Р Р -0.06Р -0.08Р 图2:沪深300指数期货推出后的沪深300指数日收益率Р Р 0.08Р 0.06 Р 0.04Р 0.02 Р 0Р Р -0.02Р 收益率-0.04 Р -0.06Р -0.08 Р -0.1Р Р 图3:沪深300指数期货推出后的沪深300指数日收益率Р 3、样本数据的统计描述Р 我们将对沪深300指数的日收益率做描述性统计,采用平均收益率、收益率标准Р 差、偏度、峰度等进行对比,其中: Р Р 7Р偏度: Р Р 如果序列的分布是对称的,则 S 值为 0;正的 S 值意味着序列分布有长的右拖尾,Р负的 S 值意味着序列分布有长的左拖尾。Р 峰度: Р Р 正态分布的 K 值为 3。如果 K 值大于 3,分布的凸起程度大于正态分布;如果 KР值小于 3,序列分布相对于正态分布是平坦的。Р Jarque_Bera统计量: Р Р 在正态分布的原假设下,Jarque-Bera 统计量是自由度为 2 的分布。直方图中Р显示的概率值是 Jarque-Bera 统计量超出原假设下的观测值的概率。如果该值很小,Р则拒绝原假设。当然,在不同的显著性水平下的拒绝域是不一样的。Р 现在我们利用EVIEWS软件对数据进行处理,得出结果如图: Р Р 图4:样本区间内全体数据的描述统计Р 从图4我们可以看出,整个样本区间的收益率R序列与正态分布相比,出现“尖峰Р厚尾”的特征。同时,整个序列的左尾要长于右尾,意味着极端损失的情况要多于极Р端收益的情况。Р 从图4中我们还可以得知,序列R的偏度S=-0.67593<0,同时偏度为负也表明序列РR左偏;序列R的峰度K=4.841467,大于标准正态分布的峰度3。同时Jarque-Bera统计Р 8
全文预览
