应用变点模型来研究沪深股股市波动性突变行为

股票价格的每日变化呈现随机漫步的特征，其一定程度的波动反映了股票变化的内在规律，但未能预期的股价的突然变化对投资者及社会经济却产生着巨大的影响，如股价突然大幅下跌会令投资者损失惨重。笔者提出一种方差变点模型(波动性突变点模型)，并用该模型分析从1992年到2002年上证和深证综合指数的方差变点，应用二分分段法结合西沃兹信息标准(Chen和Gupta1997)，找出股指收益率序列中的所有方差(波动性)突变点，对这些变点的经济意义进行解释。  

基于二元分割检测分段线性趋势中的多变点

变点检测问题一直是统计学中的热点研究之一,在实际的数据中, 通常会在某一段具有线性增长或减少的趋势, 这种趋势的起始点位置是未知的,因此针对此种具有分段线性趋势的一维数据, 提出了一种多变点检测方法。该方法根据广义对数似然比所构造出的统计量, 将二元分割方法、阈值准则和sSIC三者相结合, 能快速有效地检测出数据中的多变点。数值模拟结果表明, 对具有分段线性趋势的数据, 检测变点的位置及数量很准确,检测结果令人满意。最后以深圳市北环大道新洲立交的车流量数据为例, 分析出该区域在工作日和非工作日的变点分布特征, 分析结果符合实际情况, 可为交管部门的相关工作提供参考意见。