向量金融时间序列分形非线性协整研究的中期报告.docx

向量金融时间序列分形非线性协整研究的中期报告
本研究旨在探究金融市场中存在的时间序列数据的分形、非线性和协整关系，以期提升金融市场预测的准确性和稳定性。本文是中期报告，主要介绍研究的进展和初步结果。
研究方法：
本研究采用向量自回归(VAR)模型分析时间序列的分形性质和协整关系，并利用非参数方法对时间序列非线性关系进行检验。
数据来源：
本研究选取了2010年至2021年的中国股市、货币市场和债券市场的数据作为研究样本。具体数据来源包括中国证券市场数据库(CSMAR)、中国金融期货交易所(cffex)、中国货币网等。
研究进展：
1.时间序列的分形性质
通过计算样本时间序列的分形维数，发现中国股市、货币市场和债券市场在不同时间尺度下都表现出分形特性。其中，股市和货币市场的分形维数较为稳定，表现出较高的长期记忆性；债券市场的分形维数波动较大，可能受到宏观经济因素的影响。
2.时间序列的非线性关系
利用非参数方法对股市、货币市场和债券市场的时间序列数据进行了非线性关系检验，结果表明在不同时间尺度下均存在一定程度的非线性关系。其中，股市表现出较为显著的非线性关系，可能受到大量投机性交易的影响；货币市场和债券市场的非线性关系较弱，可能受到市场结构和政策因素的影响。
3.时间序列的协整关系
通过VAR模型分析，发现股市、货币市场和债券市场之间存在一定程度的协整关系。其中，股市和货币市场之间的协整关系最为显著，可能受到资金流动和宏观经济因素的影响；债券市场和货币市场之间的协整关系较为稳定，表现出债券市场对货币政策的一定敏感性。
结论与未来工作：
本研究初步探究了金融时间序列的分形、非线性和协整关系，并得出了一些初步结论。未来的工作将进一步深入探究金融时间序列的非线性关系和协整关系，提高预测和风险管理的准确性。同时，我们将尝试探究不同市场之间的关联性和动态性，探究各种市场之间的相互影响。