在股市投资中，什么是利用典型相关方法估计？

在股市投资中，什么是利用典型相关方法估计？

典型相关分析（CCA）的使用首先由Bossaerts在1988年提出。1995年，比尤利（Bewley)和杨（Yang)为基于典型相关分析的方法提供了一个更严密的基础，他们称之为水平典型相关分析（LCCA），因为典型相关是按时间水平计算的。基于典型相关分析的协整检验基于这样的思想：典型相关分析应该区分变量的那些I（1）线性组合和I（0）线性组合。实际上，单整变量更具有可预测性，而平稳变量不具可预测性。

Bossaerts建议运用典型相关分析的方法并且用标准迪基一富勒（DF)检验，来区分那些I（1)的典型变量。他考虑下面类型的模型：

比尤利和杨扩展了这个方法，他们考虑了确定性趋势和其他能够解释短期动态特征的变量。他们提出了新的检验方法，发展了渐近理论并且计算出确定协整向量数量的临界值。

与约翰森方法中相同。然而,这些量的解释与之前是不同的。这里我们在寻求各变量间的按时间水平的典型相关性,而约翰森法中我们同时考虑了时间水平和差分。LCCA方法与约翰森方法一样找出最大的特征值。比尤利和杨提出了渐近性理论以及四种协整检验,两种迪基一富勒类型的检验,一种迹检验以及一个最大特征值检验。在每个检验中,他们都把6个变量的临界值确定出来并编制成表。临界值的列表在他们的论文中给出。

比尤利和杨提出的渐近性理论表明:人们的确可以使用标准的单位根检验,如迪基富勒检验以及菲利浦斯检验,但是临界值取决于变量个数且它们并非是标准的。因此,人们不能像 Bossaerts推测的那样,使用DF检验的标准临界值。

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。