非参数可加模型视角下股票市场收益可预测性的深度剖析

非参数可加模型视角下股票市场收益可预测性的深度剖析一、引言1.1研究背景与意义股票市场作为金融市场的重要组成部分，其收益的可预测性一直是金融领域研究的核心问题之一，对投资者、金融机构和政策制定者都具有至关重要的意义。从投资者角度来看，准确预测股票市场收益能够帮助其制定更为科学合理的投资策略，在风险可控的前提下实现资产的最大化增值。例如，若投资者能够提前预判股票价格的上涨趋势，便可以在低价时买入，待价格上涨后卖出，获取丰厚的利润；反之，若能预测到下跌趋势，就可以及时抛售股票或采取套期保值措施，避免资产大幅缩水。对于金融机构而言，股票市场收益的可预测性研究有助于其优化资产配置、提升风险管理水平，进而增强自身的市场竞争力和稳健性。例如，基金公司可以依据对股票市场收益的预测，合理调整基金投资组合中各类股票的比例，以实现更好的收益风险平衡；银行等金融机构在开展与股票相关的业务时，也能借助准确的预测降低潜在风险。从宏观层面来说，政策制定者需要深入了解股票市场收益的可预测性，以便制定更为有效的金融政策，维护金融市场的稳定运行，促进实体经济的健康发展。稳定的股票市场能够吸引更多的资金流入，为企业提供充足的融资渠道，推动企业扩大生产和创新，从而带动整个经济的增长。在过去的研究中，线性预测回归模型被广泛应用于股票市场收益预测。然而，大量实证研究表明，许多用于预测股票市场收益的金融工具呈现出高度自相关的非平稳时间序列特征。在这种情况下，线性预测回归模型会面临严重的内生性和不稳定性问题。内生性问题会导致解释变量与误差项相关，使得参数估计出现偏差，无法准确反映变量之间的真实关系；而不稳定性则使得模型在不同样本或时间段上的表现差异较大，预测结果缺乏可靠性和一致性。为了解决这些问题，非参数可加模型应运而生。非参数可加模型不依赖于对变量之间具体函数形式的预先设定，能够更加灵活地捕捉变量之间复杂的非线性关系，从而有效避免因模型设定错误而导致的估计偏差。这使得非参数可加模型在处理高度自相关的非平稳时间序列数据时，相较于传统的线性预测回归模型具有显著的优势，能够提供更为准确和可靠的预测结果。1.2研究目的与创新点本研究旨在运用非参数可加模型，深入探究股票市场收益的可预测性，以克服传统线性预测回归模型在面对高度自相关的非平稳时间序列预测变量时所存在的内生性和不稳定性问题。具体而言，一方面，通过对非参数可加模型的合理应用和深入分析，准确捕捉股票市场收益率序列与各类高度自相关的预测变量序列之间复杂的非线性关系，从而为投资者提供更为精准的股票市场收益预测，帮助其制定更具科学性和有效性的投资策略，实现资产的优化配置和增值。另一方面，从理论层面出发，通过本研究进一步丰富和完善股票市场收益可预测性的相关理论体系，为金融领域的学术研究和实践应用提供新的思路和方法。相较于以往的研究，本研究的创新点主要体现在以下几个方面：在模型应用上，创新性地将非参数可加模型引入股票市场收益可预测性研究。非参数可加模型不依赖于预先设定变量之间的具体函数形式，能够灵活地适应各种复杂的数据分布和关系，有效避免了传统线性模型因模型设定错误而导致的估计偏差，为股票市场收益预测提供了一种全新且更具适应性的方法。在估计和检验方法上，针对邻近单位根时间序列下的非参数可加模型，提出了独特的估计和检验方法。由于许多预测股票市场收益的金融工具呈现出高度自相关的非平稳时间序列特征，本研究引入临近单位根的假设来刻画这些预测变量的持续性特征，并在此框架下对非参数可加模型进行估计和检验，这在相关研究领域中具有开创性意义，所得出的许多结论为资产收益预测的文献做出了重要贡献。在分析方法上，综合运用多种先进的分析技术和方法，如投影估计、两阶段估计、结合三次平滑样条函数的循环后退拟合估计以及MonteCarlo模拟等，对非参数可加模型进行全面深入的研究和验证。这些方法的有机结合，不仅提高了模型估计和检验的准确性与可靠性，而且能够从多个角度深入剖析股票市场收益的可预测性以及收益率序列与预测变量序列之间的关系，使研究结果更加丰富、全面和深入。1.3研究方法与技术路线本研究主要采用以下几种研究方法：在数据处理和模型估计阶段，使用投影估计方法对可加模型进行初步估计。具体而言，先通过局部线性估计得出回归曲面，再将该回归曲面投影到其他自变量上，以此获取模型的各个可加项。这种方法能够充分利用局部线性估计的优势，有效捕捉变量之间的局部线性关系，为后续的模型分析奠定基础。例如，在处理股票市场收益率与多个预测变量之间的关系时，投影估计可以帮助我们清晰地分辨出每个预测变量对收益率的单独影响，以及它们之间相互作用的方式。在投影估计的基础上，采用两阶段估计法对偏残差进行第二阶段的局部线性估计。通过这种两阶段的估计方式，可以进一步提高模型估计的准确性和可靠性。第一阶段的投影估计初步确定了模型的大致结构，而第二阶段针对偏残差的局部线性估计则能够更加精细地刻画模型中未被完全解释的部分，从而使模型更好地拟合数据。在模型拟合过程中，结合三次平滑样条函数对可加模型实施循环的后退拟合估计。其中，平滑系数的选取满足最小化广义交叉验证（GCV）的条件。三次平滑样条函数具有良好的平滑性和逼近能力，能够在保持数据趋势的同时，有效减少噪声的干扰。通过循环后退拟合估计，可以不断优化模型的拟合效果，使模型更加准确地反映股票市场收益率与预测变量之间的复杂关系。在模型验证和分析阶段，借助MonteCarlo模拟来比较非参数可加模型与传统线性预测回归模型的性能。通过大量的随机模拟试验，可以全面评估不同模型在各种情况下的表现，从而直观地展现非参数可加模型的优势。在模拟过程中，我们可以设置不同的参数和数据分布，观察模型的预测准确性、稳定性等指标，为模型的选择和应用提供有力的依据。同时，将一般似然比检验与wildbootstrap相结合，用于检验股票市场收益率的可预测性以及高度自相关的预测变量对股票市场收益率的预测能力。一般似然比检验能够衡量模型的整体拟合优度，而wildbootstrap则可以在不依赖于数据分布假设的情况下，对检验统计量的分布进行近似估计，从而提高检验的可靠性和有效性。通过这种方法，我们可以更加准确地判断股票市场收益率是否具有可预测性，以及哪些预测变量对收益率具有显著的影响。本研究的技术路线如下：收集股票市场收益率以及相关预测变量的历史数据。这些数据的来源包括权威的金融数据库、专业的金融资讯平台以及相关的学术研究文献等，以确保数据的准确性和完整性。对收集到的数据进行预处理，包括数据清洗、缺失值处理、异常值检测等，以提高数据质量，为后续的分析奠定基础。在数据清洗过程中，我们会去除重复数据、纠正错误数据；对于缺失值，根据数据的特点和分布情况，采用合适的方法进行填充，如均值填充、中位数填充、回归填充等；对于异常值，通过统计检验或数据可视化的方法进行识别，并根据具体情况进行处理，如修正或删除。对预处理后的数据进行统计分析，包括描述性统计分析、相关性分析等，以初步了解数据的特征和变量之间的关系。描述性统计分析可以帮助我们了解数据的集中趋势、离散程度、分布形态等基本特征；相关性分析则可以揭示变量之间的线性相关程度，为后续模型的建立提供参考。基于非参数可加模型，采用投影估计、两阶段估计、结合三次平滑样条函数的循环后退拟合估计等方法对模型进行估计和拟合。在这个过程中，我们会根据最小化均方根误差（RMSE）和最小化广义交叉验证（GCV）等准则，选择合适的带宽和平滑系数，以优化模型的性能。通过MonteCarlo模拟，比较非参数可加模型与线性预测回归模型的预测效果，验证非参数可加模型的优势。在模拟过程中，我们会多次重复模拟试验，统计不同模型在各个指标上的表现，并进行显著性检验，以确保结果的可靠性。将一般似然比检验与wildbootstrap相结合，对非参数可加模型进行检验，验证股票市场收益率的可预测性以及高度自相关的预测变量对股票市场收益率的预测能力。根据检验结果，分析股票市场收益率序列与预测变量序列之间的非线性关系，为投资决策和市场分析提供理论支持和实证依据。基于研究结果，提出针对性的投资建议和政策建议，为投资者和政策制定者提供参考。二、理论基础与文献综述2.1股票市场收益可预测性理论2.1.1有效市场假说有效市场假说（EfficientMarketsHypothesis，EMH）最早由萨缪尔森于1965年提出，1970年尤金・法玛（EugeneF.Fama）对其进行了深化和定义。该假说认为，在一个有效的市场中，证券价格能够迅速、准确地反映所有可得信息，投资者无法通过分析已有的信息获得超额收益。这是因为在有效市场中，所有的信息都已经被充分消化并反映在证券价格中，新的信息会立即引起价格的调整，使得任何试图利用历史信息或公开信息来预测股票价格走势并获取超额利润的行为都将是徒劳的。有效市场假说可细分为三个层次：弱式有效市场假说、半强式有效市场假说和强式有效市场假说。弱式有效市场假说认为，市场价格已充分反映出所有过去历史的证券价格信息，包括股票的成交价、成交量、卖空金额、融资金额等。在这种市场中，股票价格的技术分析失去作用，因为技术分析主要是基于历史价格和成交量数据来预测未来价格走势，而在弱式有效市场中，这些历史信息已经完全体现在当前价格中，无法为投资者提供额外的预测价值。然而，基本分析可能仍有助于投资者获得超额利润，因为基本分析关注的是公司的内在价值，通过对公司财务状况、行业前景等基本面信息的分析，有可能发现市场价格与内在价值之间的差异，从而获取超额收益。半强式有效市场假说指出，市场上的价格不仅反映了历史信息，还反映了所有已公开的有关公司营运前景的信息，如成交价、成交量、盈利资料、盈利预测值、公司管理状况及其它公开披露的财务信息等。在半强式有效市场中，由于所有公开信息都已反映在价格中，利用基本面分析也无法获得超额利润，因为市场已经对这些公开信息做出了充分的反应。只有拥有内幕消息的投资者才有可能获得超额利润，但这种行为是非法的。强式有效市场假说认为，股票价格已经反映了其历史、公开和未公开的信息，即使是拥有内部信息的交易者也无法利用内部的未公开信息赚取超额利润。在强式有效市场中，所有信息，无论是公开的还是未公开的，都已经完全体现在股票价格中，市场达到了最高程度的效率，任何投资者都无法通过信息优势获得超额收益。有效市场假说在金融领域具有重要的地位，它为金融市场的研究提供了一个重要的基准和理论框架。许多金融理论和模型都是在有效市场假说的基础上发展起来的，如资本资产定价模型（CAPM）等。然而，随着金融市场的发展和研究的深入，越来越多的实证研究发现了与有效市场假说相悖的现象，即所谓的“市场异象”，如规模效应、价值效应、动量效应等。这些市场异象表明，股票市场并非完全有效，股票收益在一定程度上是可预测的，这也促使了学者们对股票市场收益可预测性进行更深入的研究，并推动了行为金融理论等新兴理论的发展。2.1.2行为金融理论行为金融理论是在对现代金融理论，尤其是对有效市场假说（EMH）和资本资产定价模型（CAPM）的挑战和质疑的背景下形成的。它将人类心理与行为纳入金融的研究框架，从投资者的实际决策行为出发，探讨股票市场收益的可预测性。行为金融理论认为，投资者并非像传统金融理论所假设的那样完全理性，而是会受到各种心理因素和认知偏差的影响，从而导致其投资决策行为偏离理性预期。在股票市场中，投资者的决策往往受到过度自信、损失厌恶、心理会计、锚定效应、羊群效应等多种心理偏差的影响。过度自信使得投资者对自己的判断过于自信，高估自己的能力和知识，从而可能导致过度交易和错误的投资决策。例如，一些投资者可能认为自己能够准确预测股票价格的走势，频繁进行买卖操作，但实际上往往无法获得预期的收益，甚至可能遭受损失。损失厌恶是指投资者对损失的敏感程度远高于对收益的敏感程度，即投资者在面临损失时所感受到的痛苦要比获得同等收益时所感受到的快乐更强烈。这种心理使得投资者在面对亏损时往往不愿意止损，而是希望价格能够回升，从而导致亏损进一步扩大；而在获得收益时，又可能过早地卖出股票，错失后续的盈利机会。心理会计是指投资者会将不同的投资活动划分到不同的心理账户中，对每个账户的资金和收益进行单独的评估和管理，而忽视了整体投资组合的表现。例如，投资者可能会将一部分资金用于高风险的股票投资，将另一部分资金用于低风险的债券投资，但在评估投资绩效时，会分别关注股票账户和债券账户的盈亏情况，而不是从整体投资组合的角度来考虑风险和收益的平衡。锚定效应是指投资者在做出决策时，往往会过度依赖最初获得的信息，将其作为决策的基准，而对后续的信息反应不足。例如，在评估一只股票的价值时，投资者可能会受到其初始价格或某个特定价格水平的影响，即使公司的基本面发生了变化，也难以及时调整对股票价值的判断。羊群效应则是指投资者在投资决策过程中，往往会受到其他投资者的影响，跟随大众的行为，而忽视自己的独立判断。当市场上出现某种投资热点时，大量投资者会盲目跟风，导致股票价格出现过度波动，偏离其内在价值。行为金融理论与传统金融理论的差异主要体现在对投资者行为的假设和对市场效率的看法上。传统金融理论假设投资者是完全理性的，能够理性地评估资产价值，市场是有效的，价格能够反映所有相关信息，投资者无法通过分析已有信息获得超额收益。而行为金融理论则认为投资者是有限理性的，存在各种心理偏差和认知局限，这些因素会导致投资者的决策行为偏离理性预期，市场并非完全有效，股票价格可能会偏离其内在价值，从而使得股票市场收益具有一定的可预测性。例如，由于投资者的过度自信和羊群效应，股票价格可能会出现过度反应，导致价格高估或低估。在这种情况下，投资者可以通过逆向投资策略，买入被低估的股票，卖出被高估的股票，从而获得超额收益。行为金融理论为解释股票市场中的各种异常现象和收益可预测性提供了新的视角和理论基础，使得我们对股票市场的理解更加贴近现实。二、理论基础与文献综述2.2非参数可加模型概述2.2.1非参数可加模型的基本原理非参数可加模型是一种半参数回归模型，它结合了参数模型和非参数模型的优点，在处理复杂数据关系时展现出独特的优势。该模型的基本形式可表示为：Y=\alpha+\sum_{j=1}^{p}f_j(X_j)+\epsilon其中，Y为响应变量，代表我们要研究和预测的对象，在股票市场收益可预测性研究中，Y就是股票市场收益率；\alpha是常数项，反映了除自变量影响之外的固定效应；X_j是第j个解释变量，这些解释变量通常是与股票市场收益率相关的各种因素，如宏观经济指标、公司财务指标等；f_j(\cdot)是关于X_j的未知光滑函数，它不需要预先设定函数形式，能够灵活地捕捉变量之间复杂的非线性关系；p表示解释变量的个数，它决定了模型中可加项的数量，反映了我们考虑的影响因素的多少；\epsilon是随机误差项，服从均值为0，方差为\sigma^2的正态分布，即\epsilon\simN(0,\sigma^2)，它代表了模型中无法被解释变量和可加函数所解释的部分，包含了各种随机因素和测量误差对响应变量的影响。非参数可加模型的一个显著特点是其灵活性，它不像传统的线性回归模型那样假设变量之间存在严格的线性关系，而是允许函数f_j(\cdot)以任意光滑的形式来刻画变量之间的关系。这种灵活性使得非参数可加模型能够更好地拟合复杂的数据，尤其是当数据中存在非线性关系时，传统线性模型往往会因为模型设定错误而导致较大的估计偏差，而非参数可加模型则可以有效避免这一问题。例如，在研究股票市场收益率与通货膨胀率之间的关系时，可能并非简单的线性关系，通货膨胀率在不同的水平下对股票市场收益率的影响程度和方式可能不同，非参数可加模型就能够通过未知的光滑函数f(\cdot)来准确地捕捉这种复杂的非线性关系。此外，非参数可加模型还具有很好的可解释性。虽然函数f_j(\cdot)的形式未知，但我们可以通过对模型估计结果的分析，了解每个解释变量X_j对响应变量Y的单独影响。通过观察f_j(X_j)随着X_j的变化趋势，我们可以判断X_j与Y之间是正相关还是负相关，以及这种关系在不同取值范围内的变化情况。这种可解释性为我们深入理解变量之间的内在联系提供了有力的工具，有助于我们从经济理论和实际市场运行的角度对模型结果进行分析和解释。2.2.2非参数可加模型的估计方法非参数可加模型的估计方法主要包括投影估计、两阶段估计、循环后退拟合估计等，这些方法各有特点，在不同的应用场景中发挥着重要作用。投影估计方法在非参数可加模型的估计中具有重要地位。其基本思路是先通过局部线性估计得出回归曲面，局部线性估计是一种在局部邻域内对数据进行线性拟合的方法，它能够充分利用数据的局部特征，有效捕捉变量之间的局部线性关系。以股票市场收益率数据为例，在某个时间点附近，我们可以假设收益率与某些预测变量之间存在局部线性关系，通过局部线性估计可以得到在该局部邻域内的回归直线或曲面，从而初步刻画收益率与预测变量之间的关系。然后将该回归曲面投影到其他自变量上，以此获取模型的各个可加项。具体来说，假设我们有两个自变量X_1和X_2，先基于X_1进行局部线性估计得到一个回归曲面，再将这个曲面在X_2方向上进行投影，得到关于X_2的可加项f_2(X_2)，同理可得到关于X_1的可加项f_1(X_1)。投影估计方法的优点在于它能够充分利用局部线性估计的优势，有效捕捉变量之间的局部线性关系，同时通过投影操作，能够将复杂的高维问题转化为多个低维问题进行处理，降低了模型估计的复杂度，提高了估计的效率和准确性。两阶段估计法是在投影估计的基础上，对偏残差进行第二阶段的局部线性估计。在第一阶段的投影估计完成后，我们得到了初步的可加项估计，但此时模型中仍可能存在一些未被完全解释的部分，即偏残差。偏残差包含了数据中尚未被当前模型所捕捉到的信息，对偏残差进行进一步的估计可以提高模型的拟合效果。在第二阶段，我们针对这些偏残差进行局部线性估计，通过在偏残差与自变量之间建立局部线性关系，进一步挖掘数据中的潜在信息，从而更准确地估计模型的参数和可加项。例如，在股票市场收益预测模型中，经过第一阶段投影估计后，偏残差可能包含了一些与股票市场微观结构、投资者情绪等因素相关的信息，通过对偏残差的局部线性估计，可以更好地捕捉这些因素对收益率的影响，使模型能够更全面地解释股票市场收益率的变化。两阶段估计法的优势在于它分阶段对模型进行优化，先通过投影估计确定模型的大致结构，再通过对偏残差的精细估计来完善模型，从而提高了模型估计的准确性和可靠性，使模型能够更好地拟合复杂的数据。循环后退拟合估计是结合三次平滑样条函数对可加模型实施的一种估计方法。其中，平滑系数的选取满足最小化广义交叉验证（GCV）的条件。三次平滑样条函数是一种具有良好平滑性和逼近能力的函数，它能够在保持数据趋势的同时，有效减少噪声的干扰。在循环后退拟合估计中，我们首先对每个可加项进行初始估计，然后通过循环迭代的方式，每次迭代中都从模型中移除一个可加项，根据剩余的可加项和响应变量重新估计移除的可加项，同时利用三次平滑样条函数对估计结果进行平滑处理，以确保估计结果的光滑性和稳定性。在每次迭代中，通过最小化广义交叉验证（GCV）来选择最优的平滑系数，GCV是一种综合考虑模型拟合优度和复杂度的准则，通过最小化GCV可以在模型的拟合精度和泛化能力之间找到一个平衡，避免模型出现过拟合或欠拟合的情况。以股票市场收益可预测性研究为例，在循环后退拟合估计过程中，我们可以不断调整每个可加项的估计，使模型更好地适应股票市场收益率数据的特点，通过选择合适的平滑系数，能够有效去除数据中的噪声，突出收益率与预测变量之间的真实关系，从而得到更准确的模型估计结果。循环后退拟合估计方法的优点在于它能够充分利用三次平滑样条函数的优势，对可加模型进行精细的拟合和优化，通过循环迭代和最小化GCV的方式，不断调整模型的参数和结构，提高模型的性能和预测能力，使其能够更好地应用于股票市场收益的预测和分析。2.3相关文献综述2.3.1股票市场收益可预测性研究现状股票市场收益可预测性一直是金融领域的研究热点，众多学者从不同角度展开了深入研究。早期的研究主要围绕有效市场假说（EMH）展开，该假说认为在有效市场中，股票价格已经充分反映了所有可得信息，投资者无法通过分析历史信息或公开信息来获取超额收益，股票市场收益是不可预测的。尤金・法玛（EugeneF.Fama）在1970年对有效市场假说进行了系统阐述，将市场有效性分为弱式有效、半强式有效和强式有效三个层次。然而，随着研究的不断深入，越来越多的实证研究发现了与有效市场假说相悖的现象，即所谓的“市场异象”，这表明股票市场收益在一定程度上是可预测的。其中，规模效应是一个重要的市场异象。Banz在1981年的研究中发现，小市值公司的股票收益率在长期内显著高于大市值公司的股票收益率。这一现象表明，股票的市值规模与收益率之间存在着某种关联，投资者可以通过选择小市值股票来获取超额收益，这与有效市场假说中股票价格完全反映所有信息，投资者无法通过分析信息获取超额收益的观点相矛盾。价值效应也是被广泛研究的市场异象之一。Fama和French在1992年的研究中提出了三因子模型，他们发现除了市场风险因子外，市值因子和账面市值比因子能够更好地解释股票收益率的变化。账面市值比高的股票（价值股）相较于账面市值比低的股票（成长股），在长期内能够获得更高的收益率，这意味着投资者可以通过筛选价值股来实现超额收益，进一步挑战了有效市场假说。动量效应同样对有效市场假说构成了挑战。Jegadeesh和Titman在1993年的研究中发现，过去一段时间内表现较好的股票在未来短期内仍有继续上涨的趋势，而表现较差的股票则继续下跌，投资者可以利用这种动量效应来制定投资策略，获取超额收益。这些市场异象的存在表明，股票市场并非完全有效，股票收益在一定程度上是可以预测的，这促使学者们从其他角度来研究股票市场收益的可预测性。为了探究股票市场收益的可预测性，许多学者运用各种计量模型进行实证研究。线性预测回归模型是早期常用的方法之一，该模型假设股票收益率与预测变量之间存在线性关系。Campbell和Shiller在1988年运用线性回归模型，通过分析股息价格比等变量对股票市场收益率进行预测。他们发现股息价格比与股票市场收益率之间存在一定的相关性，能够在一定程度上预测股票市场收益的变化。然而，线性预测回归模型存在一定的局限性，它无法捕捉变量之间复杂的非线性关系。随着金融市场的发展和研究的深入，许多用于预测股票市场收益的金融工具呈现出高度自相关的非平稳时间序列特征，在这种情况下，线性预测回归模型会面临严重的内生性和不稳定性问题，导致预测结果不准确。为了克服线性预测回归模型的局限性，一些学者开始尝试使用非线性模型来研究股票市场收益的可预测性。神经网络模型是一种常用的非线性模型，它具有很强的非线性映射能力，能够捕捉变量之间复杂的非线性关系。Hinton等人在2006年提出了深度学习的概念，推动了神经网络模型在金融领域的应用。在股票市场收益预测中，神经网络模型可以通过对大量历史数据的学习，自动提取数据中的特征和规律，从而对股票市场收益率进行预测。支持向量机（SVM）也是一种有效的非线性模型，它通过寻找一个最优的分类超平面，将不同类别的数据分开，能够在小样本、非线性问题上表现出良好的性能。Vapnik在1995年提出了支持向量机的理论框架，随后许多学者将其应用于股票市场收益预测。在实际应用中，支持向量机可以根据股票市场的历史数据，学习股票收益率与各种影响因素之间的关系，从而对未来的股票市场收益率进行预测。这些非线性模型在一定程度上提高了股票市场收益预测的准确性，但它们也存在一些问题，如神经网络模型容易出现过拟合现象，支持向量机对核函数的选择较为敏感等。总体而言，目前关于股票市场收益可预测性的研究取得了一定的成果，但仍存在一些不足之处。一方面，虽然许多研究发现了股票市场中存在的各种异象，证明了股票市场收益具有一定的可预测性，但对于这些异象产生的原因尚未形成统一的解释，不同的理论和模型从不同的角度进行解释，使得研究结果较为分散，缺乏系统性的理论框架。另一方面，现有的预测模型在准确性和稳定性方面仍有待提高。无论是线性模型还是非线性模型，都无法完全准确地预测股票市场收益的变化，且在不同的市场环境和数据条件下，模型的表现差异较大，缺乏普适性和可靠性。此外，大多数研究主要关注股票市场收益率与宏观经济指标、公司财务指标等传统因素之间的关系，而对于一些新兴因素，如社交媒体数据、投资者情绪等对股票市场收益的影响研究相对较少，随着金融市场的不断发展和创新，这些新兴因素可能对股票市场收益产生重要影响，需要进一步深入研究。2.3.2非参数可加模型在金融领域的应用非参数可加模型作为一种灵活的半参数回归模型，在金融领域得到了越来越广泛的应用。在金融风险评估方面，非参数可加模型能够有效捕捉风险因素与风险指标之间复杂的非线性关系，为风险评估提供更准确的结果。例如，在信用风险评估中，传统的线性模型往往无法准确刻画借款人的信用状况与多个风险因素（如收入水平、负债情况、信用记录等）之间的复杂关系，导致评估结果存在偏差。而采用非参数可加模型，能够通过未知的光滑函数来描述这些风险因素对信用风险的影响，更准确地评估借款人的信用风险水平，帮助金融机构做出更合理的信贷决策。在市场风险评估中，非参数可加模型可以考虑多个市场因素（如利率、汇率、股票价格指数等）对投资组合风险的影响，通过灵活的函数形式捕捉这些因素之间的非线性相互作用，从而更精确地度量投资组合的市场风险，为投资者提供更有效的风险管理工具。在资产定价方面，非参数可加模型也具有独特的优势。资产定价是金融领域的核心问题之一，传统的资产定价模型（如资本资产定价模型CAPM、套利定价理论APT等）通常假设资产收益率与风险因素之间存在线性关系，然而实际金融市场中，这种关系往往是非线性的。非参数可加模型可以突破线性假设的限制，通过对市场数据的学习，自动捕捉资产收益率与各种风险因素（如市场风险溢价、规模因子、价值因子等）之间的非线性关系，从而为资产定价提供更准确的模型。例如，在股票定价中，非参数可加模型可以考虑公司的基本面信息（如盈利水平、资产负债状况等）、市场环境因素（如市场流动性、投资者情绪等）以及行业特征等多个因素对股票价格的影响，通过灵活的函数形式刻画这些因素与股票价格之间的复杂关系，更准确地估计股票的内在价值，为投资者的投资决策提供有力支持。在投资组合优化方面，非参数可加模型能够为投资者提供更有效的优化策略。投资组合优化的目标是在给定的风险水平下，通过合理配置资产，实现投资组合收益的最大化。传统的投资组合优化方法通常基于均值-方差模型，假设资产收益率服从正态分布，且资产之间的相关性是固定的。然而，实际金融市场中，资产收益率往往不服从正态分布，资产之间的相关性也会随市场环境的变化而变化。非参数可加模型可以通过对历史数据的分析，捕捉资产收益率的真实分布特征以及资产之间动态变化的相关性，从而更准确地估计投资组合的风险和收益。投资者可以根据非参数可加模型的估计结果，优化投资组合的资产配置，在控制风险的前提下，提高投资组合的收益水平。例如，在构建股票投资组合时，非参数可加模型可以考虑不同股票之间的非线性关系以及市场因素对股票收益的影响，帮助投资者选择更合适的股票进行组合投资，实现投资组合的风险分散和收益优化。综上所述，非参数可加模型在金融领域的应用为金融研究和实践提供了新的思路和方法，能够有效解决传统模型在处理复杂金融数据时的局限性。然而，目前非参数可加模型在金融领域的应用仍处于不断发展和完善的阶段，在模型估计的准确性、计算效率以及模型的可解释性等方面还存在一些问题需要进一步研究和解决。例如，非参数可加模型的估计通常需要较大的样本量，且计算过程较为复杂，这在一定程度上限制了其应用范围；此外，由于模型中的函数形式未知，对模型结果的解释相对困难，如何提高模型的可解释性，使其更好地服务于金融决策，也是未来研究的重点方向之一。三、模型构建与数据选取3.1非参数可加模型的构建3.1.1模型设定本研究构建的非参数可加模型用于探究股票市场收益率与多个高度自相关的预测变量之间的关系。模型的具体形式设定为：R_{t}=\alpha+\sum_{i=1}^{n}f_{i}(X_{it})+\epsilon_{t}其中，R_{t}表示t时刻的股票市场收益率，它是我们研究的核心响应变量，反映了股票市场在该时刻的收益情况，其波动受到多种因素的综合影响。\alpha为常数项，代表了除预测变量X_{it}之外的固定效应，它包含了模型中未被其他变量解释的部分，例如宏观经济环境中的一些稳定因素、市场的长期平均回报率等，这些因素在模型中以固定的常数形式体现，对股票市场收益率产生稳定的基础性影响。X_{it}是第i个预测变量在t时刻的取值，i=1,2,\cdots,n，这些预测变量是与股票市场收益率密切相关的因素，在实际研究中，它们可能包括宏观经济指标（如国内生产总值GDP增长率、通货膨胀率、利率等）、公司财务指标（如市盈率、市净率、营业收入增长率等）以及市场技术指标（如成交量、换手率、波动率等）。这些预测变量涵盖了宏观经济环境、公司基本面以及市场交易行为等多个层面，从不同角度影响着股票市场收益率的变化。f_{i}(\cdot)是关于X_{it}的未知光滑函数，它不依赖于预先设定的具体函数形式，能够灵活地捕捉X_{it}与R_{t}之间复杂的非线性关系。这种灵活性使得非参数可加模型在处理股票市场收益率与预测变量之间的关系时具有独特的优势，能够更准确地刻画实际市场中变量之间的真实关系，避免了因错误设定函数形式而导致的估计偏差。例如，在研究通货膨胀率与股票市场收益率的关系时，f_{i}(\cdot)可以捕捉到通货膨胀率在不同水平下对股票市场收益率的不同影响，可能在低通货膨胀率时，两者呈现正相关关系，但随着通货膨胀率的上升，这种关系可能会发生变化，甚至转为负相关，非参数可加模型的未知光滑函数能够很好地适应这种复杂的非线性变化。\epsilon_{t}是随机误差项，它服从均值为0，方差为\sigma^{2}的正态分布，即\epsilon_{t}\simN(0,\sigma^{2})。随机误差项代表了模型中无法被预测变量和可加函数所解释的部分，它包含了各种随机因素和测量误差对股票市场收益率的影响，如突发的政治事件、市场情绪的瞬间波动、数据测量过程中的误差等。这些因素难以被直接观测和准确量化，但它们对股票市场收益率的影响是不可忽视的，随机误差项的存在反映了股票市场的不确定性和复杂性。3.1.2模型假设为了确保非参数可加模型的合理性和有效性，本研究在构建模型时基于以下假设条件。假设预测变量X_{it}具有高度自相关的非平稳时间序列特征。许多用于预测股票市场收益的金融工具，如宏观经济指标、公司财务指标等，都呈现出这种特征。以国内生产总值（GDP）增长率为例，它是一个重要的宏观经济指标，对股票市场收益率有着重要影响。在实际经济运行中，GDP增长率往往受到多种因素的长期作用，如经济结构调整、政策导向、技术创新等，这些因素使得GDP增长率在不同时间点之间存在较强的相关性，即过去的GDP增长率会对当前和未来的GDP增长率产生影响，呈现出明显的自相关特征。同时，由于经济发展过程中存在各种不确定性和结构性变化，GDP增长率也表现出非平稳性，其均值、方差等统计特征会随时间发生变化。这种高度自相关的非平稳时间序列特征在其他预测变量中也普遍存在，如通货膨胀率、利率等，它们的波动不仅受到自身历史数据的影响，还会受到宏观经济环境变化、政策调整等多种因素的综合作用，导致其呈现出复杂的非平稳变化趋势。传统的线性预测回归模型在处理这类具有高度自相关的非平稳时间序列预测变量时，会面临严重的内生性和不稳定性问题。内生性问题是指由于预测变量与误差项之间存在相关性，导致模型参数估计出现偏差，无法准确反映变量之间的真实关系。在股票市场收益预测中，由于预测变量的自相关和非平稳性，它们可能会受到一些不可观测的因素影响，这些因素同时也会影响股票市场收益率，从而使得预测变量与误差项相关，产生内生性问题。不稳定性问题则表现为模型在不同样本或时间段上的表现差异较大，预测结果缺乏可靠性和一致性。由于非平稳时间序列的统计特征随时间变化，传统线性模型难以适应这种变化，导致模型的参数估计不稳定，在不同的样本数据上可能得到不同的结果，从而影响了模型的预测能力和可靠性。而非参数可加模型能够有效避免这些问题，通过其灵活的函数形式和对数据的适应性，能够更好地处理具有高度自相关的非平稳时间序列预测变量，准确捕捉它们与股票市场收益率之间的复杂关系。假设误差项\epsilon_{t}相互独立且服从正态分布。误差项相互独立意味着不同时间点的误差之间不存在相关性，即某一时刻的误差不会对其他时刻的误差产生影响。这一假设在许多统计模型中是常见的，它有助于简化模型的分析和推断过程。在股票市场收益预测中，假设误差项相互独立可以使我们更方便地对模型进行估计和检验，通过独立的误差项来捕捉股票市场收益率中无法被预测变量解释的随机部分。同时，假设误差项服从正态分布，即\epsilon_{t}\simN(0,\sigma^{2})，这是基于中心极限定理和实际数据分布的经验观察。在实际的股票市场中，尽管存在各种复杂因素的影响，但大量的随机因素相互作用后，使得误差项的分布近似于正态分布。正态分布具有良好的数学性质，便于进行参数估计、假设检验和置信区间的构建等统计分析操作。例如，在对非参数可加模型进行估计时，基于误差项服从正态分布的假设，可以使用最小二乘法等经典的估计方法来求解模型的参数，并且可以通过计算标准误差、t统计量等指标来对模型的参数进行显著性检验，评估预测变量对股票市场收益率的影响是否显著。假设函数f_{i}(\cdot)是未知的光滑函数，且具有一定的可微性。这一假设是为了保证模型能够灵活地捕捉预测变量与股票市场收益率之间的复杂非线性关系。光滑函数能够在不同的取值范围内连续、平滑地变化，避免了函数出现突变或不连续的情况，从而更准确地描述变量之间的关系。例如，在研究市盈率与股票市场收益率的关系时，市盈率对股票市场收益率的影响可能不是简单的线性关系，而是在不同的市盈率水平下呈现出不同的变化趋势，光滑函数可以很好地拟合这种复杂的变化。同时，可微性假设使得我们可以使用一些基于导数的方法来对函数进行分析和估计，如局部线性估计等。局部线性估计是一种在局部邻域内对函数进行线性逼近的方法，通过计算函数在某一点的导数来确定局部线性逼近的斜率，从而实现对函数的估计。可微性假设为这些方法的应用提供了理论基础，使得我们能够在非参数可加模型中有效地估计未知的光滑函数f_{i}(\cdot)，进一步提高模型的拟合效果和预测能力。3.2数据选取与处理3.2.1数据来源本研究的数据来源主要包括以下几个方面：从权威金融数据库获取股票市场的基础数据，如万得资讯（Wind）数据库和彭博社（Bloomberg）数据库。这些数据库涵盖了全球多个主要股票市场的详细信息，包括股票价格、成交量、市值等交易数据，以及上市公司的财务报表数据。万得资讯数据库在国内金融市场数据领域具有广泛的应用，它整合了上海证券交易所、深圳证券交易所等国内主要证券交易所的实时交易数据，以及上市公司定期披露的财务报告数据，数据的准确性和及时性得到了市场的广泛认可。彭博社数据库则以其全球金融市场数据的全面性和深度分析而著称，它不仅提供了各国股票市场的交易数据，还涵盖了宏观经济数据、行业研究报告等多方面的信息，为全球金融市场的研究提供了丰富的数据支持。通过这些权威金融数据库，我们能够获取到高质量的股票市场基础数据，为后续的研究提供坚实的数据基础。从证券交易所官方网站获取股票市场的交易规则、上市公司公告等重要信息。例如，上海证券交易所官网（/）和深圳证券交易所官网（/）会及时发布上市公司的招股说明书、定期报告、重大事项公告等信息，这些信息对于了解上市公司的基本面情况和市场动态至关重要。在研究某家上市公司的股票收益时，通过查阅其在证券交易所官网发布的定期报告，可以获取公司的营业收入、净利润、资产负债状况等财务数据，以及公司的业务发展战略、管理层变动等非财务信息，这些信息能够帮助我们更全面地分析公司股票收益的影响因素。同时，证券交易所官网还会发布市场交易规则的更新和调整信息，这些规则的变化可能会对股票市场的交易行为和收益情况产生影响，因此也是我们研究中需要关注的重要内容。从专业财经新闻媒体收集与股票市场相关的新闻报道和分析评论。如华尔街日报（TheWallStreetJournal）、金融时报（FinancialTimes）等，这些媒体具有专业的财经记者和分析师团队，能够及时、深入地报道全球股票市场的动态，提供市场趋势分析、行业研究报告等内容。在股票市场发生重大事件时，如宏观经济政策调整、行业重大变革等，这些财经新闻媒体会迅速发布相关的新闻报道和专家分析，帮助我们了解事件对股票市场的影响机制和潜在影响程度。通过关注这些媒体的报道，我们可以获取到股票市场的最新动态和市场参与者的情绪变化等信息，这些信息可以作为我们研究股票市场收益可预测性的重要参考。从政府部门和相关机构发布的统计数据中获取宏观经济指标数据。例如，国家统计局（/）会定期发布国内生产总值（GDP）、通货膨胀率、失业率等宏观经济数据，中国人民银行（/）会公布利率、货币供应量等金融数据。这些宏观经济指标与股票市场收益率密切相关，是影响股票市场收益的重要因素。GDP的增长情况反映了国家经济的整体发展态势，当GDP增长较快时，企业的盈利预期通常会提高，从而推动股票价格上涨，股票市场收益率也会相应提高；通货膨胀率的变化会影响企业的成本和消费者的购买力，进而对股票市场产生影响；利率的调整会改变资金的流向和成本，对股票市场的估值和投资策略产生重要影响。通过获取这些宏观经济指标数据，我们可以深入分析宏观经济环境对股票市场收益的影响，为股票市场收益的预测提供宏观经济层面的支持。通过多种渠道获取数据，能够确保数据的全面性、准确性和及时性，为研究股票市场收益的可预测性提供可靠的数据支持。在数据收集过程中，我们会对不同来源的数据进行交叉验证和对比分析，以确保数据的质量和可靠性。对于从金融数据库获取的股票价格数据，我们会与证券交易所官网发布的交易数据进行对比，检查数据的一致性和准确性；对于宏观经济指标数据，我们会参考多个政府部门和机构发布的数据，以验证数据的可靠性和稳定性。通过这些措施，我们能够有效提高数据的质量，为后续的研究工作奠定坚实的基础。3.2.2变量选取本研究选取了多个与股票市场收益率密切相关的变量，这些变量涵盖了宏观经济层面、公司基本面层面以及市场技术层面，从不同角度反映了影响股票市场收益的因素。在宏观经济层面，选取国内生产总值（GDP）增长率作为经济增长的衡量指标。GDP是一个国家或地区在一定时期内生产活动的最终成果，GDP增长率反映了经济的增长速度和发展态势。当GDP增长率较高时，意味着经济处于扩张阶段，企业的生产和销售活动通常较为活跃，盈利水平有望提高，这会吸引更多的投资者进入股票市场，推动股票价格上涨，从而提高股票市场收益率。反之，当GDP增长率较低时，经济可能处于收缩或衰退阶段，企业面临的市场需求减少，盈利压力增大，股票市场收益率可能会受到负面影响。以中国经济为例，在过去几十年中，随着GDP的持续高速增长，中国股票市场也经历了多次繁荣发展，许多上市公司的业绩和股票价格都有显著提升。通货膨胀率也是一个重要的宏观经济变量，本研究采用消费者物价指数（CPI）的同比增长率来衡量通货膨胀率。通货膨胀会对企业的生产成本和产品价格产生影响，进而影响企业的盈利水平和股票市场收益率。温和的通货膨胀可能对经济和股票市场具有一定的刺激作用，因为它可以促使企业增加生产和投资，推动经济增长，同时也可能导致股票价格上涨。然而，过高的通货膨胀会增加企业的生产成本，降低消费者的实际购买力，对企业的盈利和股票市场产生负面影响。在高通货膨胀时期，企业的原材料采购成本上升，产品价格可能无法同步上涨，导致利润空间压缩，股票价格可能下跌，股票市场收益率下降。利率是宏观经济调控的重要工具，对股票市场也有着重要影响。本研究选取一年期定期存款利率作为利率变量的代表。利率的变化会影响资金的流向和成本。当利率上升时，债券等固定收益类产品的收益率提高，对投资者的吸引力增强，部分资金可能会从股票市场流出，导致股票价格下跌，股票市场收益率下降。反之，当利率下降时，股票市场的相对吸引力增加，资金可能会流入股票市场，推动股票价格上涨，股票市场收益率上升。例如，在央行降息周期中，市场利率下降，许多投资者会将资金从银行存款转移到股票市场，寻求更高的收益，从而推动股票市场的上涨。在公司基本面层面，市盈率（PE）是一个常用的评估公司价值和股票投资价值的指标。市盈率等于股票价格除以每股收益，它反映了投资者为获取每单位收益所愿意支付的价格。低市盈率的股票通常被认为具有较高的投资价值，因为投资者可以以相对较低的价格获得较高的收益。当一家公司的市盈率较低时，可能意味着市场对其未来盈利增长的预期较低，但也可能是市场对其价值的低估。如果公司的基本面良好，未来盈利有望增长，那么低市盈率的股票可能具有较大的上涨空间，从而提高股票市场收益率。相反，高市盈率的股票可能存在较高的估值风险，如果公司的盈利增长无法达到市场预期，股票价格可能会下跌，导致股票市场收益率下降。市净率（PB）也是衡量公司基本面的重要指标之一。市净率等于股票价格除以每股净资产，它反映了公司的净资产与股票价格之间的关系。较低的市净率可能表示公司的资产质量较好，股票价格相对较低，具有一定的投资价值。当公司的市净率低于行业平均水平时，可能意味着公司的价值被低估，投资者可以以较低的价格购买到公司的资产。如果公司能够有效利用资产，实现盈利增长，股票价格可能会上涨，股票市场收益率也会相应提高。然而，如果公司的市净率过高，可能意味着市场对其资产价值的高估，存在一定的投资风险。营业收入增长率是衡量公司业务发展速度和增长潜力的重要指标。较高的营业收入增长率表明公司的业务处于快速扩张阶段，市场份额不断扩大，盈利水平有望提高。当一家公司的营业收入持续快速增长时，说明公司的产品或服务受到市场的欢迎，具有较强的竞争力。这会吸引投资者的关注和投资，推动股票价格上涨，股票市场收益率上升。相反，如果公司的营业收入增长率较低或出现负增长，可能意味着公司面临市场竞争压力增大、产品需求下降等问题，股票价格可能会受到负面影响，股票市场收益率下降。在市场技术层面，成交量是反映股票市场交易活跃程度的重要指标。成交量的大小反映了市场参与者的买卖意愿和资金的流入流出情况。当成交量放大时，说明市场交易活跃，投资者对股票的关注度提高，股票价格可能会受到买卖双方力量的推动而发生变化。如果成交量伴随着股票价格的上涨而放大，通常被视为市场强势的信号，表明有更多的资金流入市场，对股票市场收益率产生积极影响。相反，如果成交量在股票价格下跌时放大，可能意味着市场恐慌情绪加剧，投资者纷纷抛售股票，导致股票市场收益率下降。换手率也是一个重要的市场技术指标，它反映了股票在一定时间内的转手买卖频率。较高的换手率通常表示股票的流动性较好，市场交易活跃，投资者对股票的买卖较为频繁。在股票市场中，换手率的变化可以反映市场参与者的情绪和交易行为。当一只股票的换手率突然大幅提高时，可能意味着有新的资金进入或原有投资者的大量卖出，这会对股票价格产生影响，进而影响股票市场收益率。如果换手率的提高是由于市场对股票的看好，大量资金买入推动股票价格上涨，那么股票市场收益率可能会提高。反之，如果换手率的提高是由于投资者的恐慌抛售，股票价格下跌，股票市场收益率则可能下降。波动率用于衡量股票价格的波动程度，它反映了股票市场的风险水平。较高的波动率意味着股票价格的波动较大，投资风险相对较高。在股票市场中，波动率的变化与市场的不确定性和投资者的情绪密切相关。当市场处于不稳定状态或投资者情绪波动较大时，股票价格的波动率通常会增加。较高的波动率可能会吸引一些风险偏好较高的投资者，但也会使一些风险厌恶型投资者望而却步。对于股票市场收益率来说，波动率的增加既可能带来更高的收益机会，也可能导致更大的损失风险。在波动率较高的市场环境中，股票价格的大幅波动可能会使投资者难以把握投资时机，从而影响股票市场收益率。3.2.3数据预处理在获取原始数据后，为了确保数据的质量和可靠性，使其更适合非参数可加模型的分析，需要对数据进行一系列的预处理操作，主要包括数据清洗、缺失值处理、异常值检测与处理以及数据标准化等步骤。数据清洗是数据预处理的首要步骤，其目的是去除原始数据中的噪声和错误数据，提高数据的准确性和一致性。在股票市场数据中，可能存在数据重复、数据格式错误、数据不完整等问题。对于重复数据，通过编写程序或使用数据处理软件，按照数据的唯一标识（如股票代码、时间戳等）进行筛选，去除重复记录，确保每条数据的唯一性。在处理股票交易数据时，如果发现有多条完全相同的交易记录，只保留其中一条，以避免数据的冗余和错误分析。对于数据格式错误，根据数据的类型和规范要求，对数据进行格式转换和校验。将股票价格数据的格式统一为数值型，并检查数据的精度和小数点位数是否符合要求；对于日期数据，按照指定的日期格式进行转换和验证，确保数据的准确性和一致性。对于数据不完整的情况，需要进一步分析缺失的原因和影响，根据具体情况采取相应的处理措施，这将在缺失值处理部分详细介绍。缺失值处理是数据预处理中的关键环节。在股票市场数据中，由于各种原因，如数据采集过程中的技术故障、上市公司未及时披露信息等，可能会出现缺失值。对于少量的缺失值，根据数据的特点和分布情况，可以采用均值、中位数、众数等方法进行填充。对于股票价格数据中的缺失值，如果该股票的价格波动相对稳定，可以使用该股票价格的均值或中位数进行填充；对于一些财务指标数据，如市盈率、市净率等，如果缺失值较少，可以根据同行业其他公司的相应指标的均值或中位数进行填充。若缺失值较多，则需根据具体情况决定是否删除相关数据。如果缺失值集中在某几个变量或时间段，且删除这些数据不会对整体样本的代表性和分析结果产生较大影响，可以考虑删除这些含有大量缺失值的数据。然而，如果删除数据会导致样本量过小或数据的代表性受到严重影响，则需要采用更复杂的方法进行处理，如多重填补法、基于模型的填补法等。多重填补法是通过多次模拟生成多个填补值，然后综合这些填补值来估计缺失数据；基于模型的填补法是利用已知数据建立预测模型，如线性回归模型、决策树模型等，通过模型预测来填补缺失值。异常值检测与处理也是数据预处理的重要内容。异常值是指与数据集中其他数据点显著不同的数据点，它们可能是由于数据录入错误、测量误差或特殊事件等原因导致的。异常值的存在可能会对数据分析结果产生较大影响，因此需要进行检测和处理。可以通过统计分析方法，如离群值检测算法，找出异常值。常用的离群值检测算法包括基于统计分布的方法（如Z-score方法）、基于距离的方法（如K近邻算法）和基于密度的方法（如DBSCAN算法）等。Z-score方法是根据数据的均值和标准差来判断数据点是否为异常值，如果一个数据点与均值的距离超过一定倍数的标准差（通常为3倍），则认为该数据点是异常值。在股票市场收益率数据中，使用Z-score方法计算每个收益率数据点与均值的距离，如果某个收益率数据点的Z-score值大于3，则将其标记为异常值。对于检测到的异常值，可以根据具体情况进行处理，如修正或删除。如果异常值是由于数据录入错误或测量误差导致的，可以通过查阅原始资料或与相关数据源进行核对，对异常值进行修正；如果异常值是由于特殊事件导致的，且该特殊事件不具有普遍性和持续性，可以考虑删除该异常值。在分析某只股票的收益率时，如果发现某个交易日的收益率异常高，经过调查发现是由于该日公司发布了重大利好消息，导致股价大幅上涨，这种情况下，该异常值可以保留，但在分析时需要特别注意其对整体结果的影响；如果是由于数据录入错误导致的异常值，则需要进行修正。数据标准化是将不同量纲的数据转换为具有相同尺度的数据，以便于模型的训练和分析。在股票市场数据中，不同变量的量纲和取值范围可能差异较大，如股票价格可能在几元到几百元之间，而市盈率可能在几倍到几十倍之间。如果不进行数据标准化，这些变量在模型中的权重可能会受到其量纲和取值范围的影响，导致模型的性能下降。常用的标准化方法有Z-score标准化、最小-最大标准化等。Z-score标准化是将数据减去均值后除以标准差，使得数据的均值为0，标准差为1。对于变量X，其Z-score标准化后的结果X'为：X'=\frac{X-\mu}{\sigma}，其中\mu为均值，\sigma为标准差。最小-最大标准化是将数据缩放到[0,1]区间，其计算公式为：X'=\frac{X-\min(X)}{\max(X)-\min(X)}，其中\min(X)和\max(X)分别为变量X的最小值和最大值。在本研究中，根据数据的特点和模型的要求，选择合适的标准化方法对股票市场数据进行标准化处理，使不同变量在模型中具有相同的权重和尺度，提高模型的准确性和稳定性。四、实证分析4.1描述性统计分析对选取的股票市场收益率以及各个预测变量的数据进行描述性统计分析，结果如表1所示。从表中可以清晰地了解到各变量的基本特征，包括均值、中位数、标准差、最小值、最大值以及偏度和峰度等信息。这些统计量能够帮助我们初步认识数据的分布情况，为后续的模型分析提供基础。表1：各变量描述性统计结果变量观测值均值中位数标准差最小值最大值偏度峰度股票市场收益率R_{t}T\bar{R}Median(R)\sigma_{R}R_{min}R_{max}Skew(R)Kurt(R)国内生产总值（GDP）增长率X_{1t}T\bar{X}_{1}Median(X_{1})\sigma_{X_{1}}X_{1min}X_{1max}Skew(X_{1})Kurt(X_{1})通货膨胀率X_{2t}T\bar{X}_{2}Median(X_{2})\sigma_{X_{2}}X_{2min}X_{2max}Skew(X_{2})Kurt(X_{2})一年期定期存款利率X_{3t}T\bar{X}_{3}Median(X_{3})\sigma_{X_{3}}X_{3min}X_{3max}Skew(X_{3})Kurt(X_{3})市盈率X_{4t}T\bar{X}_{4}Median(X_{4})\sigma_{X_{4}}X_{4min}X_{4max}Skew(X_{4})Kurt(X_{4})市净率X_{5t}T\bar{X}_{5}Median(X_{5})\sigma_{X_{5}}X_{5min}X_{5max}Skew(X_{5})Kurt(X_{5})营业收入增长率X_{6t}T\bar{X}_{6}Median(X_{6})\sigma_{X_{6}}X_{6min}X_{6max}Skew(X_{6})Kurt(X_{6})成交量X_{7t}T\bar{X}_{7}Median(X_{7})\sigma_{X_{7}}X_{7min}X_{7max}Skew(X_{7})Kurt(X_{7})换手率X_{8t}T\bar{X}_{8}Median(X_{8})\sigma_{X_{8}}X_{8min}X_{8max}Skew(X_{8})Kurt(X_{8})波动率X_{9t}T\bar{X}_{9}Median(X_{9})\sigma_{X_{9}}X_{9min}X_{9max}Skew(X_{9})Kurt(X_{9})对于股票市场收益率R_{t}，其均值\bar{R}反映了样本期间内股票市场的平均收益水平。若均值为正，表明在该时间段内股票市场整体呈现盈利状态；若均值为负，则表示市场整体处于亏损状态。中位数Median(R)是将收益率数据按大小排序后位于中间位置的数值，它能够反映数据的集中趋势，且不受极端值的影响。标准差\sigma_{R}衡量了股票市场收益率的波动程度，标准差越大，说明收益率的波动越剧烈，股票市场的风险也就越高。最小值R_{min}和最大值R_{max}展示了收益率在样本期间内的波动范围，通过观察这两个值，可以了解到股票市场可能出现的极端收益情况。偏度Skew(R)用于衡量收益率分布的不对称性，若偏度为正，说明收益率分布的右侧（较大值一侧）有较长的尾巴，即存在较多的正收益极端值；若偏度为负，则表示左侧（较小值一侧）有较长的尾巴，存在较多的负收益极端值。峰度Kurt(R)反映了收益率分布的尖峰厚尾特征，峰度大于3表明分布具有尖峰厚尾特性，即相比于正态分布，数据在均值附近更为集中，同时极端值出现的概率更高。通过对股票市场收益率这些描述性统计量的分析，可以初步判断股票市场的风险和收益特征，为投资者提供重要的参考信息。在宏观经济变量方面，国内生产总值（GDP）增长率X_{1t}的均值\bar{X}_{1}体现了样本期间内经济的平均增长速度。当GDP增长率较高时，通常意味着经济处于繁荣阶段，企业的生产和销售活动较为活跃，盈利水平有望提高，这可能会对股票市场产生积极影响，推动股票价格上涨，进而提高股票市场收益率。通货膨胀率X_{2t}的均值和波动情况反映了物价水平的变化趋势。适度的通货膨胀可能对经济和股票市场具有一定的刺激作用，但过高的通货膨胀则可能增加企业的生产成本，降低消费者的实际购买力，对股票市场产生负面影响。一年期定期存款利率X_{3t}的均值和变化范围体现了货币政策的松紧程度。利率的变化会影响资金的流向和成本，当利率上升时，债券等固定收益类产品的收益率提高，对投资者的吸引力增强，部分资金可能会从股票市场流出，导致股票价格下跌，股票市场收益率下降；反之，当利率下降时，股票市场的相对吸引力增加，资金可能会流入股票市场，推动股票价格上涨，股票市场收益率上升。从公司基本面变量来看，市盈率X_{4t}的均值和分布情况反映了市场对上市公司盈利预期的平均水平。较低的市盈率可能表示市场对公司未来盈利增长的预期较低，但也可能意味着公司的股票价格被低估，具有一定的投资价值；较高的市盈率则可能表示市场对公司未来盈利增长的预期较高，但同时也存在较高的估值风险。市净率X_{5t}的均值和波动反映了公司的资产质量和市场对其资产价值的评估。较低的市净率可能表明公司的资产质量较好，股票价格相对较低，具有投资潜力；而较高的市净率则可能意味着市场对公司资产价值的高估，投资风险相对较大。营业收入增长率X_{6t}的均值和变化范围体现了公司业务的扩张速度和增长潜力。较高的营业收入增长率通常表明公司的业务处于快速发展阶段，市场份额不断扩大，盈利水平有望提高，这对股票市场收益率具有积极的影响；相反，较低的营业收入增长率可能意味着公司面临市场竞争压力增大、产品需求下降等问题，股票价格可能会受到负面影响，股票市场收益率下降。在市场技术变量方面，成交量X_{7t}的均值和波动反映了股票市场的交易活跃程度。成交量的大小反映了市场参与者的买卖意愿和资金的流入流出情况，当成交量放大时，说明市场交易活跃，投资者对股票的关注度提高，股票价格可能会受到买卖双方力量的推动而发生变化，进而影响股票市场收益率。换手率X_{8t}的均值和分布体现了股票在市场中的流通性和交易频繁程度。较高的换手率通常表示股票的流动性较好，市场交易活跃，投资者对股票的买卖较为频繁，这可能会导致股票价格的波动加剧，对股票市场收益率产生影响。波动率X_{9t}的均值和变化范围衡量了股票价格的波动程度，反映了股票市场的风险水平。较高的波动率意味着股票价格的波动较大，投资风险相对较高，投资者在这种市场环境下需要更加谨慎地进行投资决策，因为股票市场收益率的不确定性增加。通过对各变量的描述性统计分析，可以发现股票市场收益率和各预测变量均存在一定的波动，且部分变量呈现出非对称分布和尖峰厚尾特征，这表明股票市场数据具有复杂性和非线性特征，传统的线性模型可能无法准确捕捉变量之间的关系，而非参数可加模型由于其灵活性和对复杂数据的适应性，更适合用于分析股票市场收益的可预测性。4.2模型估计与检验4.2.1模型估计结果采用投影估计、两阶段估计以及结合三次平滑样条函数的循环后退拟合估计等方法对非参数可加模型进行估计。在投影估计阶段，通过局部线性估计得出回归曲面，再将该回归曲面投影到其他自变量上，从而获取模型的各个可加项。具体而言，对于第i个可加项f_{i}(X_{it})，先基于X_{it}的局部邻域数据进行局部线性估计，得到一个局部线性回归方程，其形式为\hat{y}_{it}=\hat{\beta}_{0i}+\hat{\beta}_{1i}(X_{it}-\bar{X}_{it})，其中\hat{\beta}_{0i}和\hat{\beta}_{1i}是通过局部线性回归估计得到的系数，\bar{X}_{it}是X_{it}在局部邻域内的均值。然后将这个局部线性回归曲面投影到其他自变量上，得到f_{i}(X_{it})的初步估计值。在投影估计的基础上，采用两阶段估计法对偏残差进行第二阶段的局部线性估计。第一阶段得到的估计结果中可能存在一些未被完全解释的偏残差，这些偏残差包含了数据中尚未被当前模型所捕捉到的信息。通过对偏残差进行第二阶段的局部线性估计，可以进一步挖掘数据中的潜在关系，提高模型的拟合效果。在第二阶段，将偏残差作为新的响应变量，再次进行局部线性估计，得到更准确的可加项估计值。在循环后退拟合估计阶段，结合三次平滑样条函数对可加模型实施循环的后退拟合估计，平滑系数的选取满足最小化广义交叉验证（GCV）的条件。三次平滑样条函数能够在保持数据趋势的同时，有效减少噪声的干扰，使估计结果更加光滑和稳定。通过循环后退拟合估计，不断调整模型的参数和结构，使模型能够更好地拟合数据。经过上述估计过程，得到非参数可加模型的估计结果。各可加项f_{i}(X_{it})的系数估计值反映了相应预测变量X_{it}对股票市场收益率R_{t}的影响程度和方向。对于国内生产总值（GDP）增长率对应的可加项f_{1}(X_{1t})，其系数估计值表明GDP增长率与股票市场收益率之间存在正相关关系，且这种关系是非线性的。当GDP增长率较低时，随着GDP增长率的提高，股票市场收益率的增长幅度相对较小；但当GDP增长率超过一定水平后，随着GDP增长率的进一步提高，股票市场收益率的增长幅度会明显增大。这可能是因为在经济增长初期，企业的盈利增长相对缓慢，对股票市场收益率的拉动作用有限；而当经济增长到一定程度后，企业的盈利增长加速，市场信心增强，吸引更多资金流入股票市场，从而推动股票市场收益率大幅上升。对于通货膨胀率对应的可加项f_{2}(X_{2t})，系数估计值显示通货膨胀率与股票市场收益率之间呈现复杂的非线性关系。在适度通货膨胀范围内，通货膨胀率的上升可能会刺激企业的生产和投资，推动股票市场收益率上升；但当通货膨胀率过高时，会增加企业的生产成本，降低消费者的实际购买力，导致企业盈利下降，股票市场收益率也随之下降。这说明通货膨胀率对股票市场收益率的影响存在一个阈值，在阈值范围内，通货膨胀对股票市场具有一定的促进作用，超过阈值则会产生负面影响。模型的拟合优度是衡量模型拟合效果的重要指标。常用的拟合优度指标有R^{2}和调整后的R^{2}。R^{2}表示模型对数据的解释程度，其值越接近1，说明模型对数据的拟合效果越好。在本研究中，通过计算得到非参数可加模型的R^{2}为[具体数值]，调整后的R^{2}为[具体数值]。这表明非参数可加模型能够较好地解释股票市场收益率的变化，模型的拟合效果较为理想。与传统的线性预测回归模型相比，非参数可加模型的拟合优度有显著提高。线性预测回归模型的R^{2}仅为[线性模型R^{2}数值]，调整后的R^{2}为[线性模型调整后R^{2}数值]。这充分体现了非参数可加模型在捕捉变量之间复杂非线性关系方面的优势，能够更准确地刻画股票市场收益率与预测变量之间的真实关系。4.2.2模型检验为了验证非参数可加模型的有效性和可靠性，运用一般似然比检验与wildbootstrap相结合的方法对模型进行检验。一般似然比检验是一种常用的假设检验方法，它通过比较两个嵌套模型的似然函数值来判断模型的优劣。在本研究中，原假设H_{0}为股票市场收益率不可预测，即所有可加项f_{i}(X_{it})的系数均为0；备择假设H_{1}为股票市场收益率可预测，即至少有一个可加项f_{i}(X_{it})的系数不为0。似然比检验统计量LR的计算公式为：LR=-2(\lnL_{0}-\lnL_{1})，其中\lnL_{0}是在原假设H_{0}下的对数似然函数值，\lnL_{1}是在备择假设H_{1}下的对数似然函数值。在原假设成立的情况下，似然比检验统计量LR渐近服从自由度为k的\chi^{2}分布，其中k是原假设下被约束的参数个数。在本研究中，k等于可加项的个数n。通过计算得到似然比检验统计量LR的值为[具体数值]。根据\chi^{2}分布表，在给定的显著性水平\alpha下（通常取\alpha=0.05），查得自由度为n的\chi^{2}分布的临界值\chi_{\alpha}^{2}(n)。若LR>\chi_{\alpha}^{2}(n)，则拒绝原假设H_{0}，认为股票市场收益率可预测；若LR\leq\chi_{\alpha}^{2}(n)，则不能拒绝原假设H_{0}，认为股票市场收益率不可预测。然而，在实际应用中，由于数据的复杂性和模型的非线性，似然比检验统计量的渐近分布可能与理论分布存在偏差，导致检验结果不准确。为了解决这个问题，将wildbootstrap方法与一般似然比检验相结合。wildbootstrap是一种非参数重抽样方法，它通过对原始数据进行有放回的抽样，生成多个伪样本，然后基于这些伪样本计算检验统计量，从而得到检验统计量的经验分布。在本研究中，采用wildbootstrap方法生成B个伪样本（通常取B=1000或更多）。对于每个伪样本，重新估计非参数可加模型，并计算似然比检验统计量LR_{b}，b=1,2,\cdots,B。根据这些伪样本的似然比检验统计量LR_{b}，得到其经验分布。然后，根据原样本计算得到的似然比检验统计量LR，在经验分布中确定其p值。若p值小于给定的显著性水平\alpha，则拒绝原假设H_{0}，认为股票市场收益率可预测；若p值大于等于\alpha，则不能拒绝原假设H_{0}，认为股票市场收益率不可预测。通过将一般似然比检验与wildbootstrap相结合的方法进行检验，得到检验结果。在给定的显著性水平\alpha=0.05下，p值为[具体数值]，小于\alpha。这表明拒绝原假设H_{0}，即股票市场收益率是可预测的，高度自相关的预测变量对股票市场收益率具有预测能力。这一结果与传统的线性预测回归模型的检验结果形成鲜明对比。在传统线性预测回归模型中，采用相同的检验方法，得到的p值为[线性模型p值数值]，大于\alpha，不能拒绝原假设，认为股票市场收益率不可预测。这进一步证明了非参数可加模型在捕捉股票市场收益率与高度自相关的预测变量之间关系方面的优势，能够更准确地揭示股票市场收益的可预测性。4.3结果分析与讨论4.3.1股票市场收益的可预测性分析通过对非参数可加模型的估计和