（统计学专业论文）非参数、半参数ACD模型及应用研究.pdf

摘要 a c d 模型是对超高频数据建立的模型。参数a c d 模型对条件期 望的函数形式与随机误差项的分布形式的要求都比较严格，而非参数 a c d 模型、非参数可加a c d 模型、半参数a c d 模型放宽了模型的 设定条件，对模型的形式要求不是很强，避免了像参数模型那样由于 模型错误设定得出错误结论的可能，对实际数据的解读能力更强。非 参数、半参数模型不失为一种不同于参数模型的建模思路，得出的结 果更具有一般意义。由非参数可加a c d 模型与半参数a c d 模型拟 合出的曲线对设定参数a c d 模型具有一定的指导作用。在对这些模 型理论研究的基础上，还基于模拟数据与证券市场样本数据对它们进 行实证分析。这些基于模拟数据与证券市场真实样本数据对这些模型 进行的实证分析可以更好地验证这些模型相对于参数a c d 模型的优 良性质，还可以使得我们的理论研究更具有说服力。在证券市场选取 的真实样本为沪深股市的深发展a ( 0 0 0 0 0 1 ) 、中国联通( 6 0 0 0 5 0 ) 、国 电电力( 6 0 0 7 9 5 ) 、五粮液( 0 0 0 8 5 8 ) 、中国石化( 6 0 0 0 2 8 ) 的价格久期，选 取样本的时间段为2 0 0 5 年6 月1 日到2 0 0 5 年6 月3 0 日，样本容量 分别为4 6 5 7 、1 1 4 3 、2 5 9 0 、4 1 5 4 、2 5 4 7 。 本文共分为六章。第一章对基于超高频数据建模研究现状进行了 综述。基于超高频数据建立的模型包括两类：一类是关于交易间隔的 模型；另一类是关于交易价格变化的模型。关于交易间隔的模型主要 有自回归条件交易间隔模型( a c d 模型) 和随机条件交易间隔模型( s c d 模型) 。关于交易价格的计量模型主要有：a c d g a r c h 模型和u h f g a r c h 模型。本文研究的非参数a c d 模型、非参数可加a c d 模型与半 参数a c d 模型是a c d 模型向非参数、半参数方向的发展。这些模型的 研究丰富了基于超高频数据建模的理论。 第二章讨论了e a c d ( 1 ，1 ) 、w a c d ( 1 ，1 ) 、t w a c d ( 1 ，1 ) 这几个比较 常见的参数a c d 模型，并基于模拟数据与证券市场的真实样本数据对 这些模型进行了实证分析。除了门限a c d 模型除外，其它几个参数模 型假定条件期望为线性的形式，随机误差项分别为指数分布、w e i b u l l 分布。实证分析表明参数a c d 模型容易存在着模型误设。参数a c d 模 型的讨论为后面几章继续研究作了铺垫。 在对参数a c d 模型讨论的基础上，文章的第三、第四、第五章分 别讨论或建立了非参数a c d 模型、非参数可加a c d 模型与半参数a c d 模型。文章的第三章基于模拟数据与中国证券市场的样本数据讨论了 非参数a c d 模型。非参数a c d 模型假定条件期望的函数形式为一个完 全未知的非参数函数，这个未知的非参数函数的自变量为条件期望的 滞后期与久期的滞后期。在他人已有研究成果的基础上，我们基于模 拟数据和中国证券市场的样本数据对这个模型进行了应用研究。在应 用分析中，我们对非参数a c d 模型的估计结果与真值的差异程度与参 数模型的估计结果与真值的差异程度进行了比较，比较的结果表明非 参数a c d 模型的估计结果更加趋向于真值。这主要是因为非参数a c d 模型对条件期望的函数形式与随机误差项的分布形式不作更多要求， 因此它对模型的误设就没有参数a c d 模型敏感。非参数a c d 模型因为 估计不出来任何参数使得模型的解释能力比较低，而且当滞后阶增加 时，菲参数a c d 模型估计起来比较困难并且会出现“维数灾难”问题。 非参数a c d 模型“维数灾难”的问题可以用非参数可加a c d 模型来解 决。 非参数可加a c d 模型本质上属于非参数a c d 模型，这个模型把一 个估计多维未知函数的问题转变为一个估计多个一维未知函数的问 题。论文的第四章研究了非参数可加a c d 模型的估计方法，并基于模 拟数据与证券市场真实样本数据对模型进行了实证分析。本章采用迭 代的算法对模型进行估计。在基于证券模拟数据与证券市场样本数据 的实证分析中都可以发现，非参数可加a c d 模型的估计结果也比参数 a c d 模型的估计结果更趋于真值但估计误差比非参数a c d 模型要大 些。这是因为和非参数a c d 模型一样，非参数可加a c d 模型也对条件 期望的函数形式与随机误差项的分布形式的要求不是很碣，因此使得 模型估计的误差比参数a c d 模型要小，但因为条件期望函数形式中各 个可加成分多了线性的限制，使得它的估计误差要比非参数a c d 模型 要大些。虽然解决了“维数灾难”问题，但非参数可加a c d 模型因为 不能估计出各个可加成分的函数形式，所以这个模型的解释能力也比 较弱，它只能以图形的形式体现各个可加成分对模型的大致影响。非 参数可加a c d 模型解释能力比较低的问题可以用半参数a c d 模型来解 决。 半参数a c d 模型是非参数a c d 模型与参数a c d 模型的叠加，这种 模型因为在模型中增加了参数部分所以增加了模型的解释能力，而且 模型由于没有出现多维非参数部分因此又解决了“维数灾难”的问题。 本文研究了一个半参数a c d 模型，这个半参数a c d 模型假定条件期望 的函数形式为一个半参数的形式，并且假定条件期望的滞后期部分为 非参数部分，久期的滞后期部分为参数部分。这个模型中既有参数部 分又有非参数部分，因此需要对二者都进行估计。因为模型的特殊形 式不能利用已有的半参数模型的估计方法进行直接估计，对于这个半 参数a c d 模型笔者是用一个迭代的方法对模型进行估计，在迭代的过 程中要用到半参数模型的估计方法。在对理论研究的基础上，本部分 还用模拟样本数据与中国证券市场真实样本数据对这个模型进行实 证分析。对这个模型的实证分析可以发现，半参数a c d 模型也没有参 数a c d 模型对模型的误设敏感，但估计估计的误差要比非参数a c d 模 型与非参数可加a c d 模型的估计误差要大些。非参数部分估计出来的 曲线表明条件期望的滞后期对条件期望的函数形式的影响表现为近 似的直线的形式。这与非参数可加a c d 模型估计出来的结果比较一 致。利用半参数a c d 模型估计出的曲线对设定参数模型a c d 模型的模 型形式时具有一定的指导作用。 第六章是笔者对论文工作的总结，在对论文总结的基础上，对非 参数a c d 模型、非参数可加a c d 模型和半参数a c d 模型进行了系统的 比较，并对今后研究进行了展望。 论文的主要创新之处在于：、 1 提出了一种不同于参数模型的建模思路。与参数模型相比较， 非参数、半参数的建模方法是一种不同于参数建模方法的新思路。参 数模型是使用最多的模型，这类模型有许多优点，但模型需要的设定 条件却比较严格，当不知道或者不很清楚变量的分布形式时，利用实 际样本数据建立的参数模型可能会由于错误的设定而得出错误的结 论。非参数和半参数模型都对模型的设定条件要求不是很严格，不会 由于错误的设定而得出错误的结论，这在现实中比较有用。非参数、 半参数模型的缺陷是它们的解释能力不如参数模型强，但是，非参数、 半参数模型能够给出数据的拟合曲线，这对设定参数模型具有一定的 指导作用。 2 以非参数可加模型和半参数模型为基础，提出了非参数可加 a c d 模型和半参数a c d 模型，并对这些模型的估计方法进行了研究。 与参数a c d 模型相比，非参数可加a c d 模型和半参数a c d 模型的设定 条件都不是十分严格。半参数a c d 模型因为模型中既有参数部分又有 非参数部分，模型既比非参数a c d 模型与非参数可加a c d 模型的解释 能力强又避免了非参数a c d 模型“维数灾难”问题。因为这几个模型 结构的特殊性，它们不能直接采用估计非参数可加模型与半参数模型 的估计方法来估计，本文构造了它们特殊的估计方法，在估计估计过 程中采用的是一个迭代程序对这两个模型进行估计，在迭代过程中要 用到非参数可加模型与半参数模型的估计方法。 3 对非参数a c d 模型、非参数可加a c d 模型与半参数a c d 模型的 应用进行了研究。在对这几个模型理论研究的基础上，论文还基于模 拟数据与证券市场的样本数据对模型进行了应用研究。在这些应用中 都可以发现，非参数a c d 模型、非参数可加a c d 模型与半参数a c d 模 型都比参数a c d 模型更趋于真值，这说明这些模型没有参数a c d 模型 对模型的误设敏感，模型比参数a c d 模型稳定。 关键词：非参数a c d 模型：非参数可加a c d 模型：半参数a c d 模型； 光滑参数； a b s t r a c t t h ea c dm o d e li st h em o d e lo nt h eu l t r a h i g hf r e q u e n c yd a t a ，a n dt h e n o n p a r a m e t r i ca c dm o d e l ，t h en o n p a r a m e t r i ca d d i t i v ea c dm o d e l ，a n d t h es e m i p a r a m e t r i ca c dm o d e la r et h ed e v e l o p m e n tt on o n p a r a m e t r i co r s e m i p a r a m e t r i cm o d e l s t h er e q u e s to fp a r a m e t r i cm o d e li ss t r i c t t ot h e f u n c t i o nf o r mo ft h ec o n d i t i o n a lm e a na n dt h ed i s t r i b u t i o no ft h er a n d o m t e r m ，w h i l et h en o n p a r a m e t r i ca c dm o d e l ，t h en o n p a r a m e t r i ca d d i t i v e a c dm o d e l ，a n dt h es e m i p a r a m e t r i ca c dm o d e lh a v ea l lr e l a x e dt h e m o d e lh y p o t h e s i sc o n d i t i o n ，a n da r ean e ww a yt oe n a c tm o d e lt h a t d i f f e r sf r o mp a r a m e t r i cw a y t h er e q u e s to ft h e s em o d e l si sn o ts t r o n gt o t h ef u n c t i o nf o r ms ot h e s em o d e l sa v o i dt h ep o s s i b i l i t yt om a k ew r o n g c o n c l u s i o nl i k ep a r a m e t r i cm o d e la n dt h ec o n c l u s i o nh a sc o m m o n m e a n i n g o nt h eb a s i so ft h et h e o r yr e s e a r c ht ot h e s em o d e l s ，w ea l s o h a v ec a r d e do nt h ed e m o n s t r a t i o na n a l y s i sb a s e do nt h es i m u l a t i o nd a t a a n dt h er e a ld a t ao ft h es t o c km a r k e t t h ed e m o n s t r a t i o na n a l y s i sc a n v a l i d a t et h ee x c e l l e n tq u a l i t yo ft h e s em o d e l sc o m p a r i n gw i t hp a r a m e t r i c m o d e l s t h es e l e c t i o ns t o c ki ss h e n z h e nd e v e l o p m e n ta ( o o o 0 0 1 ) ，c h i n a u n i c o m ( 6 0 0 0 5 0 ) ，t h e m a s c l ( 6 0 0 7 9 5 ) ，w u l i a n g y e ( 0 0 0 8 5 8 ) ， s i n o p e c ( 6 0 0 0 2 8 ) ，a n dt h es e l e c t i o ns a m p l ed u r a t i o ni sf r o mj u n e1 ，2 0 0 5 t oj u n e3 0 ，2 0 0 5 ，a n dt h es a m p l ec a p a c i t y r e s p e c t i v e l yi s4 6 5 7 ，1 1 4 3 ， 2 5 9 0 ，4 1 5 4 ，2 5 4 7 。 t h i sa r t i c l ec o n s i s t so fs i xc h a p t e r s i nc h a p t e ro n ew es u m m a r i z et h e m o d e l i n go nt h eu l t r a h i g hf r e q u e n c yd a t a t h em o d e lo nt h eu l t r a h i g h f r e q u e n c yd a t ah a st w ok i n d s ：o n ei st h em o d e l so nt r a n s a c t i o nd u r a t i o n a n do n ei st h em o d e l so nt h ec h a n g eo ft h et r a n s a c t i o np r i c e t h em o d e l s o nt r a n s a c t i o nd u r a t i o nc o n s i s to fa u t o r e g r e s s i v ec o n d i t i o n a ld u r a t i o n ( a c d ) m o d e la n ds t o c h a s t i c c o n d i t i o n a ld u r a t i o n ( s c d ) m o d e l t h e m o d e l so nt h ec h a n g e o ft h et r a n s a c t i o np r i c ec o n s i s to fa c d g a r c h m o d e la n du h f g a r c hm o d e l t h en o n p a r a m e t r i ca c dm o d e l t h e n o n p a r a m e t r i ca d d i t i v ea c dm o d e l ，a n dt h es e m i p a r a m e t r i ca c d m o d e l t h a tw eh a v er e s e a r c h e di nt h e p a p e r a r et h e d e v e l o p m e n t t o n o n p a r a m e t r i ca n ds e m i p a r a m e t r i cm o d e l t h er e s e a r c ho ft h ep a p e rh a s e n r i c h e dt h et h e o r yo ft h em o d e lo nt h eu l t r a h i g hf r e q u e n c yd a t a i nc h a p t e rt w ow eh a v es e tu ps e v e r a lr e l a t i v e l yc o m m o np a r a m e t r i c a c dm o d e la n dd e m o n s t r a t e dt h e mb a s e do nt h es i m u l a t i o nd a t aa n dt h e r e a ld a t ai nt h es t o c km a r k e ti nc h i n a s e v e r a lc o m m o np a r a m e t r i c m o d e l sh a v eb e e ne s t a b l i s h e di nt h ec h a p t e r , a n dt h e ya r ee a c d ( 1 ，1 ) ， w a c d ( 1 ，1 ) ，t w a c d ( 1 ，1 ) ，i na d d i t i o n t ot h et h r e s h o l da c dm o d e l ， s e v e r a lo t h e rp a r a m e t r i cm o d e l sa s s u m e dt h a tc o n d i t i o n a lm e a nh a dt h e f o r mo fl i n e a r i t ya n dt h er a n d o me r r o rh a dt h ee x p o n e n t i a ld i s t r i b u t i o n ， w e i b u l ld i s t r i b u t i o n r e s p e c t i v e l y d e m o n s t r a t i o nw i t hs i m u l a t e dd a t aa n d r e a ld a t ah a ss h o w nt h ep a r a m e t r i ca c dm o d e l sh a v eb e e ne a s i l ye n a c t e d f a l s e l y t h er e s e a r c ho nt h ep a r a m e t r i ca c d m o d e l si st h ec o n t i n u i n g s t u d yf o rt h el a t e rc h a p t e r s o nt h eb a s eo ft h er e s e a r c ht ot h ep a r a m e t r i ca c dm o d e l s ，w eh a v e s t u d i e dt h en o n p a r a m e t r i ca c dm o d e l ，t h en o n p a r a m e t r i ca d d i t i v ea c d m o d e l ，a n dt h es e m i p a r a m e t r i ca c d m o d e l si nc h a p t e rt h r e e ，f o u r f i v e r e s p e c t i v e l y i nc h a p t e r t h r e ew ee s t a b l i s h e dt h en o n p a r a m e t r i ca c d m o d e l t h en o n p a r a m e t r i ca c dm o d e la s s u m e dt h a tt h ec o n d i t i o n a l m e a nh a dt h eu n k n o w nf u n c t i o nf o r m ，a n dt h ei n d e p e n d e n tv a r i a b l e so f t h eu n k n o w nf u n c t i o nw a st h e1 a go fc o n d i t i o n a lm e a na n dt h ed u r a t i o n t h e n o n p a r a m e t r i ca c dm o d e l i sd i f f e r e n tf r o mt h e o r d i n a r y n o n p a r a m e t r i cm o d e l ，a n di tc a n n o tb ee s t i m a t e db yt h ee x i s t i n gm e t h o d i nt h ec h a p t e rw eh a v es t u d i e dt h ee s t i m a t i o nm e t h o do ft h em o d e la n d e s t i m a t e dt h em o d e lu s i n ga ni t e r a t i v ea l g o r i t h m a f t e re s t i m a t i n gt h e m o d e l ，w ed e m o n s t r a t e di tb a s e do nt h es i m u l a t i o nd a t aa n dt h er e a ld a t a a n dc o m p a r e dt h ed i f f e r e n c eo ft h ee s t i m a t i o nr e s u l to fn o n p a r a m e t r i c m o d e la n dt h er e a lv a l u ea n dt h ed i f f e r e n c eo ft h ee s t i m a t i o nr e s u l to f 2 p a r a m e t r i cm o d e la n dt h er e a lv a l u e n o n p a r a m e t r i ca c d m o d e lc a nn o t g i v et h ef u n c t i o nf o r ma f t e re s t i m a t i o n ，b u ti tc o u l df i ta c u r v e ds u r f a c e ， t h es h a p eo ft h ec u r v e ds u r f a c ec a nb r i n gs o m er e f e r e n c et os e tt h e p a r a m e t r i cm o d e l b e c a u s en o n p a r a m e t r i ca c d m o d e lc a nn o tg i v et h e f u n c t i o nf o r m ，i tc a n n o tb r i n ge x p l a i nt ot h em o d e l w h e nt h el a gd e g r e e i n c r e a s e d ，t h ee s t i m a t i o nb e c a m ed i f f i c u l ta n dw i l lh a v et h ep r o b l e mo f t h ed i s a s t e ro fd i m e n s i o n i nc h a p t e rf o u rw eh a v ep u tf o r w a r dt h en o n p a r a m e t r i ca d d i t i v ea c d m o d e l t h en o n p a r a m e t r i ca d d i t i v ea c dm o d e l e s s e n t i a l l yb e l o n g st ot h e n o n p a r a m e t r i ca c dm o d e l ，a n dt h em o d e lc h a n g e st h ep r o b l e mo ft h e e s t i m a t i o no fam u l t i d i m e n s i o n a lf u n c t i o ni n t oao n e - d i m e n s i o n a l f u n c t i o n s oi tr e s o l v e dt h ep r o b l e mo f t h ed i s a s t e ro fd i m e n s i o n o ft h e n o n p a r a m e t r i ca c dm o d e l b e c a u s eo ft h es p e c i a ls t r u c t u r a lo ft h em o d e l ， t h em o d e lc a nn o tb ee s t i m a t e du s i n ge x i s t i n gm o d e l s t h i sc h a p t e r i n t r o d u c e dac o m p u t a t i o na l g o r i t h mf o rt h ee s t i m a t i o no ft h em o d e la n d d e m o n s t r a t e dt h em o d e lw i t ht h es i m u l a t i o nd a t aa n dr e a ld a t a i nb o t h e m p i r i c a la n a l y s e sw eh a v ef o u n dn o n p a r a m e t r i ca d d i t i v ea c dm o d e l h a dt h ee s t i m a t i o nc l o s et h et r u ev a l u et h a nt h el i n e a ra c dm o d e la n d t h i ss h o w e dt h en o n p a r a m e t r i ca d d i t i v ea c dm o d e lw a sm o r es t a b l ea n d n o tm o r es e n s i t i v et om o d e lf a l s ee n a c t m e n t b e c a u s et h en o n p a r a m e t r i c a d d i t i v ea c d m o d e lc a nn o tg i v et h ef u n c t i o no ft h ef o r mc o m p o n e n t s ， s ot h ei n t e r p r e t a t i o na b i l i t yo ft h em o d e li sw e a k ，a n di t c a no n l yg i v et h e g r a p ho fe a c hc o m p o n e n t s o n es e m i p a r a m e t r i ca c dm o d e lh a sb e e np u tf o r w a r di nc h a p t e rf i v e t h es e m i p a r a m e t r i ca c dm o d e lc o n s i s t so fp a r a m e t r i ca c dm o d e la n d n o n p a r a m e t r i cm o d e l ，a n di ti n c r e a s e st h ee x p l a i n i n ga b i l i t ya n da v o i d s t h ep r o b l e mo f t h e ，d i s a s t e ro fd i m e n s i o n t h es e m i p a r a m e t r i ca c d m o d e la s s u m e st h a tt h ef u n c t i o nf o r i l lo fc o n d i t i o n a lm e a ni st h e s e m i p a r a m e t r i cf o r m ，t h el a gp e r i o do ft h ec o n d i t i o n a lm e a ni si t s p a r a m e t r i cp a r to ft h em o d e l ，a n dt h e 。l a gp e r i o d o fd u r a t i o ni si t s 3 n o n p a r a m e t r i cp a r t t h e m o d e lh a sb o t h p a r a m e t r i cp a r t a n d n o n p a r a m e t r i cp a r t ，s ot h et w op a r t sn e e d t ob ee s t i m a t e d b e c a u s eo ft h e p a r t i c u l a r i t yo ft h ei n d e p e n d e n tv a r i a b l et h em o d e lc a n n o tu t i l i z ee x i s t i n g m e t h o do ft h es e m i p a r a m e t r i cm o d e lt oe s t i m a t e b e c a u s et h em o d e lc a n n o tb ee s t i m a t e dd i r e c t l yu s i n gt h em e t h o do fe s t i m a t i n gn o n p a r a m e t r i c a d d i t i v em o d e la n dt h es e m i p a r a m e t r i cm o d e l ，ih a v ee s t i m a t e di tb ya n i t e r a t i v em e t h o d i h a v ea l s od e m o n s t r a t e dt h et w om o d e l su s i n gt h e s i m u l a t i o ns a m p l e sa n dr e a ls a m p l e s is u m m a r i z et h ew o r ko ft h et h e s i sa n dp r o s p e c tt h ew o r ki nt h ef u r t h e r i nc h a p t e rs i x m o r e o v e rw eh a v ec o m p a r e dt h en o n p a r a m e t r i ca c d m o d e l ，t h en o n p a r a m e t r i ca d d i t i v ea c dm o d e l ，a n dt h es e m i p a r a m e t r i c a c dm o d e l b yt h en u m b e r s t h em a i ni n n o v a t i o ni sa sf o l l o w s ： 1 ih a v ep r o p o s e d an e wm o d e l i n gi d e at h a t i sd i f f e r e n tf r o m p a r a m e t r i c m o d e l i n g c o m p a r i n g w i t h p a r a m e t r i c m o d e l ，t h e n o n p a r a m e t r i ca n ds e m i p a r a m e t f i cm o d e l i n gm e t h o di s an e wi d e at os e t u pm o d e l t h ep a r a m e t r i cm o d e l sa r et h em o d e l st h a tw eu s et h e m m o r e o f t e n t h ek i n do fm o d e lh a sm a n ym e r i t s ，b u tt h e yn e e ds t r i c te n a c t m e n t c o n d i t i o n w h e nw ec a n n o tm a k ec l e a ro ft h er e a ld i s t r i b u t i o nf o r mo ft h e v a r i a b l e 。t h e p a r a m e t r i c m o d e lt h a tw es e tu pm a ym a k ew r o n g c o n c l u s i o nb e c a u s eo ft h ew r o n ge n a c t m e n t t h en o n p a r a m e t r i ca n d s e m i p a r a m e t r i cm o d e l sa r en o ts t r o n g t ot h ee n a c t m e n tc o n d i t i o nt h a n p a r a m e t r i cm o d e l s ，s ot h e yw i l ln o tm a k ew r o n gc o n c l u s i o nb e c a u s eo f w r o n ge n a c t m e n t a n dt h i si su s e f u li n r e a l i t y t h e l i m i t a t i o no f n o n p a r a m e t r i ca n ds e m i l ；i a r a m e t r i cm o d e l si st h e i rw e a ke x p l a i n i n ga b i l i t y t h a np a r a m e t r i cm o d e l s ，b u tt h e s em o d e l sc a ng i v et h ef i t t e ds u r f a c eo f t h ed a t aa n dt h i sh a sg u i d a n c et os e tu pp a r a m e t r i cm o d e l s 2 b a s e do nn o n p a r a m e t r i ca d d i t i v em o d e la n ds e m i p a r a m e t r i cm o d e l ，i h a v e p r o p o s e d t h e n o n p a r a m e t r i c a d d i t i v e a c d m o d e la n do n e s e m i p a r a m e t r i ca c d m o d e la n dh a v er e s e a r c h e dt h ee s t i m a t i n gm e t h o d 4 o ft h e s e m o d e l s c o m p a r i n gw i t hp a r a m e t r i c a c dm o d e l ，t h e n o n p a r a m e t r i ca d d i t i v ea c d m o d e la n ds e m i p a r a m e t r i ca c dm o d e l sa r e n o ts t r i c tt ot h ee n a c t m e n tc o n d i t i o n s e m i p a r a m e t r i ca c dm o d e lh a v e b o t hp a r a m e t r i cp a r t sa n d n o n p a r a m e t r i cp a r t ss ot h e yi n c r e a s et h e e x p l a n a t i o na b i l i t ya n da v o i dt h ep r o b l e mo f ”t h ed i m e n s i o nd i s a s t e r ” b e c a u s eo ft h e i rs p e c i a ls t r u c t u r eo ft h e s em o d e l s ，w ea d o p ti t e r a t i v e m e t h o d st oe s t i m a t et h em o d e l si nt h ep a p e r 3 ih a v er e s e a r c h e dt h ea p p l i c a t i o no ft h en o n p a r a m e t r i ca c d m o d e l ， t h en o n p a r a m e t r i ca d d i t i v ea c dm o d e l ，a n dt h es e m i p a r a m e t r i ca c d m o d e l o nt h eb a s i so ft h e o r yr e s e a r c ht ot h e s em o d e l s ，ih a v ea p p l i e d t h e s em o d e l sb a s e do ns i m u l a t i o nd a t aa n dt h er e a ld a t ai nt h es t o c k m a r k e ti nc h i n a w ec a nf i n df r o mt h ea p p l i c a t i o nt h a tt h en o n p a r a m e t r i c a c dm o d e l ，t h e n o n p a r a m e t r i c a d d i t i v ea c dm o d e l ，a n dt h e s e m i p a r a m e t r i ca c dm o d e la t em o r en e a rt or e a lv a l u et h a np a r a m e t r i c m o d e l t h er e s u l ti n d i c a t e st h a tt h e s em o d e i sa r en o ts e n s i t i v et om o d e l s w r o n ge n a c t m e n tt h a np a r a m e t r i cm o d e la n dt h e s em o d e l sa r em u c h s t e a d yt h a np a r a m e t r i cm o d e l k e y w o r d s ：n o n p a r a m e t r i ca c dm o d e l ； n o n p a r a m e t r i ca d d i t i v ea c dm o d e l ； s e m i p a r a m e t r i cm o d e l ； s m o o t hp a r a m e t e r 5 西南财经大学 学位论文原创性及知识产权声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论 文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的 研究做出重要贡献的个人和集体，均已在文中以明确方式标明。因本 学位论文引起的法律结果完全由本人承担。 本学位论文成果归西南财经大学所有。 特此声明 学位论文作者签名：瓤丽娜 2 0 0 6 年1 0 月2 0 日 导言 研究目的与意义 目前非参数、半参数建模思想越来越多地被应用到各个领域。 传统上人们建模时总是采用参数建模的方式。这种方式有很多优 点，其中最重要的优点在于模型以一定的经济理论为基础，参数有其 经济意义，一