非参数假设检验及其运用
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
非参数假设检验法及其运用
摘要:在国际金融危机下•以中国股市数据为依据,运用S-plus 统汁分析软件和Excel , 对中国股市正态分布假设进行了 Kolmogorv 拟合优度检验,运用方差平方秩检验方法,比 较分析了上证指数和深证综指的波动性。
关键字:股市:Kolmogorov 拟合优度检验:秩检验。
引言:对中国股市分布的研究,国内各学者对中国股市进行了非参数检验0王金玉、李霞、 潘德惠(2005)通过引入一种新的估计方法“非参数假设检脸方法”,以达到对证券投资咨询 机构,对证券市场大盘定势预测准确度的估计。周明磊(2004)运用非参数非线性协整检验• 对上证指数与深成指间协整关系进行了研究,结论是:上证指数□深圳成指之间确实存在非 线性的协整关系。方国斌(2007)从分析中国股市收益率序列的特征入手,寻找描述中国股市 波动性特征的合适的统计模型。
在研究相关文献的基础上,将非参检验应用于中国股市统计特征的研究。运用 Kolmogorov 拟合优度检验,对中国般市进行了正态分布假设检验;运用方差平方秩检验方 法,比较分析了上海指数和深圳综指的波动性。
正文:
一、Kolmogorov 拟合优度检脸以及方差的平方秩检验方法。 (―)Kolmogorov 拟合优度检验
1・原假设和备择假设
原假设H 。:样本来自于正态分布总体。
备择假设H(:样本不是来自于正态分布总体。
2・检验统i|•量
令S (X)是样本X 「X2、…X“、的经验分布函数,Fhx)是完全已知的假设分布函数.
则检验统il •量T 为S(x)片F*(x)的最大垂宜距离,即:T = supl F*(x)-S(x)L
3. P 值计算
近似P 值可以通过在表A13中插值得到,或者利用2倍的单边检验的P 值。
(-)方差的平方秩检验
1. 原假设和备择假设
(1) 双边检验 原假设Ho :除了它们的均值可能不同外,X 和Y 同分布。
2 // Z •、/T
I «丿
单边P 值二》
7=1 W 人
且是小于等于nU-t)的最大整数。当给迫的显著性水平a 大于或等于P 值时,拒绝原 假设°
在本文中,该检验是运用S-plus 统il •分析软件实现的。
这里I 的是检验统il •量的观测值,(n(M)l
备择假设H(:Var(X) HVar(Y)。
(2)左边检验
原假设Ho:除了它们的均值可能不同外,X和y同分布。
备择假设 Hj: var(x) 2.检验统计量 记Xt、X2、…X为来自总体1、样本容量为n的随机样本, Y「丫2、…Y Q为来自总体2、容量为m的随机样本• 将Xj和Yj转换为它到均值的绝对离差5和Vj。U产IX厂Ujl, V .=IY--u^b U|和 u,是总体1和2的均值,若未知,可用样本均值来代替。以通常方式将秩1到n + m 賦给U和V的合并样本。如果U的值与V的值没有结,则赋给总体1的秩的平方和可 以用作检验统计量。其中,T=£k(Uj]2。 1-1 当样本容量大于 10 时T 的近似分位数 wy(N + 0(2N + l)+ 严何 + 0(2心的 +可(「其中,S 为 180 标准正态分布分位数。 3.拒绝域 对于双边检验,在显著性水平a下,求出拒绝域:T(T,) 于左边检验,拒绝域:T(「)vTa。 4-作出判断 对于双边检验•根据样本观测值计算T,若T(T,) 拒绝原假设。对于单边检验,根据样本观测值讣算T(T,),若T(TJvTa,则拒绝 原假设. 在本文中,该检验是借助于Exce 1完成的。 二、实证研究 (-)数据的选取及预处理 由于2008年的国际金融危机,改变了世界经济的运行状态,所以选取2009年]月5日 2 到20H年6月30日上海指数和深圳指数收盘价为样本,分析同际金融危机,后中国股市的统讣特征。 将收盘价化为以2009年1月5日为基期的收益率序列,其中,il算收益率采用的是对 数收益率7, /= 警& )、(Pr为第t期的收盘价)。采用对数收益率的主要原 因,是 log 件 J 对数收益率具有可加性和连续复利收益率的优点。 (二)Kolmogorov拟合优度检验 通过S-plus软件,对上海指数和深圳指数进行Kolmogorov拟合优度检验,检验结果如表1所示Q (三)方差的平方秩检验 方差的平方秩检验是基于Excel >根据方差的平方秩检验步骤,计算上海指数和指深圳数日收益率序列的均值,将上海指数日收益率序列X和深圳日收益率序列Y转化为序列U和V. 然后将U和V合并,从小到大排序并赋秩,正好U和V都没有结,将总体1的秩的平方和作为检验统计量,运用Excel ,计算出检验统汁量T = 272423095。由于X和Y的样本容量为604,远大于10,所以检验讣量的分位数计算通过公式(1 )得到0 对于双边检验,在5 %的显著性水平下,T的I拧分位数为3阿嗣9 , T的号分 位数为 279326825 拒绝域为 (Tv 279326825 )|J ( T> 308999979 ), 由于 T = 272423095V279326825.所以,在5 %的显著性水平下,拒绝原假设,即上海指数和深圳指数收益率序列的方差不柑等。 对于左边检验,在5 %的显著性水平下,T的a分位数281712032,拒绝域为T< 281712032 ,由于T= 272423095 < 281712032 ,所以拒绝原假设,接受备择假设,即:Var(X) 三、结论 3 (-)国际金融危机后,中国股市收益率序列不服从正态分布。 (二)国际金融危机后,上海指数收益率的波动性和深圳指数收益率的波动性不同,上海