1、金融系統(tǒng)是現(xiàn)代經(jīng)濟(jì)的核心，其復(fù)雜性和波動(dòng)性廣泛存在于各國(guó)經(jīng)濟(jì)體制以及社會(huì)發(fā)展的各個(gè)階段之中。我國(guó)于2001年底加入世界貿(mào)易組織，自此我國(guó)經(jīng)濟(jì)對(duì)外開放的步伐逐步擴(kuò)大，而我國(guó)的金融業(yè)也于加入WTO五年后全面開放。這既為我們帶來(lái)了發(fā)展機(jī)遇，同時(shí)也必然面臨前所未有的挑戰(zhàn)，中國(guó)的金融業(yè)在影響世界的同時(shí)，更多的則是不得不面對(duì)來(lái)自國(guó)際金融市場(chǎng)波動(dòng)的影響。如何在金融市場(chǎng)國(guó)際化進(jìn)程中搶占先機(jī)、采取積極有效的措施應(yīng)對(duì)資本市場(chǎng)的波動(dòng)成為我國(guó)發(fā)展金融市場(chǎng)的當(dāng)務(wù)

2、之急。為了能準(zhǔn)確刻畫金融時(shí)間序列的特征，就必須建立符合其特征的預(yù)測(cè)模型，而時(shí)間序列的記憶性則是建模的關(guān)鍵因素之一。對(duì)金融資產(chǎn)價(jià)格的記憶性進(jìn)行研究是對(duì)其本質(zhì)特征的研究，不但可以為監(jiān)管層的政策制定和宏觀調(diào)控提供可靠依據(jù)，還能夠?yàn)闄C(jī)構(gòu)和個(gè)人投資者提供實(shí)踐指導(dǎo)。根據(jù)金融資產(chǎn)價(jià)格的特點(diǎn)進(jìn)行投資決策，兼顧考慮市場(chǎng)的長(zhǎng)、短期相關(guān)性的影響，才能抓住市場(chǎng)的本質(zhì)，及時(shí)調(diào)整投資組合、規(guī)避風(fēng)險(xiǎn)。
　　 基于此，本文的主要?jiǎng)?chuàng)新點(diǎn)如下：
　　 1、

3、同時(shí)運(yùn)用R/S法、修正R/S法和V/S法對(duì)金融時(shí)間序列進(jìn)行長(zhǎng)記憶性分析。從時(shí)間和事件的角度對(duì)金融時(shí)間序列的長(zhǎng)記憶性的影響進(jìn)行了實(shí)證研究，結(jié)果表明不同的時(shí)間段和時(shí)間的選取會(huì)得到不同的檢驗(yàn)結(jié)果。并對(duì)V/S分析法的短期敏感度進(jìn)行了實(shí)證分析。
　　 2、以傳統(tǒng)GM模型和ARMA模型為基礎(chǔ)，利用IGM(1，1)模型來(lái)估計(jì)由ARFIMA(p，d,q)模型得到的模擬序列和真實(shí)值之間的偏差，提出了用來(lái)刻畫長(zhǎng)記憶金融時(shí)間序列的均值方程IGM-AR

4、FIMA模型。通過對(duì)金融時(shí)序數(shù)據(jù)的預(yù)測(cè)研究表明改進(jìn)后模型的預(yù)測(cè)效果優(yōu)于原預(yù)測(cè)模型。
　　 3、以GM-GARCH模型為基礎(chǔ)，針對(duì)長(zhǎng)記憶性金融時(shí)間序列的波動(dòng)率預(yù)測(cè)，利用IGM(1，1)模型對(duì)FIGARCH模型中的隨機(jī)誤差項(xiàng)加以修正，建立IGM-FIGARCH模型，即利用IGM(1，1)模型對(duì)FIGARCH模型中的隨機(jī)誤差項(xiàng)進(jìn)行預(yù)測(cè)，然后將預(yù)測(cè)值加入到FIGARCH模型中，以修正不確定性因素產(chǎn)生的影響。實(shí)證研究表明IGM-FIGAR