基于经验模态分解方法的波动率预测分析与应用

发布时间：2022-10-18 17:10

　　金融市场一直处在变化之中,我国经济开始与国际接轨,全球经济的联系也越来越紧密,因此金融市场中的波动率也成为衡量经济发展的重要指标。波动率就是风险的体现,对于投资者而言,估计风险才能更好地在市场中进行投资决策和资产组合的选择。随着理论的不断发展,对于波动率的衡量也有了众多的模型和方法,而研究金融市场的波动率也成为了一个重要课题。本文在GARCH-MIDAS的基础上提出了一种新的预测方法,即将经验模态分解方法应用到了股票市场波动率的预测分析中,将经验模态分解方法得到的低频分量和残差项结合作为代表波动的长期趋势项,建立了新的模型。另一种方法是将原始时间序列通过经验模态方法进行分解后,将不同的分量加和形成高频分量和低频分量,残差项保持不变,分别对高频分量、低频分量和残差项采用不同的方法进行预测,将得到的预测结果加和起来得到总的预测值。最后使用模型平均的方法将多个模型组合成了一个综合模型,并对不同模型的预测结果进行了比较分析,同时在应用中对VaR进行了估计。实证结果表明,IMF-GARCH模型相比于GARCH-MIDAS模型预测的精度更高效果更好,并且在模型中序列一的精度最高;而基于EMD方法的... 

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 引言
    1.1 研究背景和意义
    1.2 研究现状
        1.2.1 经验模态分解法研究现状
        1.2.2 GARCH模型研究现状
        1.2.3 模型平均研究现状
    1.3 研究内容和结构安排
2 基本方法介绍
    2.1 经验模态分解法
        2.1.1 经验模态分解法基本概念
        2.1.2 经验模态分解法过程
        2.1.3 经验模态分解法特点
    2.2 GARCH类模型介绍
        2.2.1 ARCH模型
        2.2.2 GARCH模型
        2.2.3 GARCH模型的扩展
    2.3 模型平均方法
        2.3.1 模型平均基本介绍
        2.3.2 模型平均核心问题
3 预测模型的构建与分析
    3.1 GARCH-MIDAS预测模型构建
    3.2 IMF-GARCH预测模型构建
    3.3 基于EMD方法预测模型构建
4 实证分析
    4.1 数据选取和分析
    4.2 基于GARCH-MIDAS模型的波动率预测
    4.3 基于IMF-GARCH方法的波动率预测分析
    4.4 基于EMD方法的波动率预测分析
    4.5 预测结果比较分析
5 应用:VaR估计
    5.1 基于模型平均方法的预测结果分析
    5.2 VaR的估计
6 结论
    6.1 研究结论
    6.2 研究展望
参考文献
致谢


【参考文献】：
期刊论文
[1]经济政策不确定性与我国股市波动率预测研究[J]. 雷立坤,余江,魏宇,赖晓东.  管理科学学报. 2018(06)
[2]基于混频已实现GARCH模型的波动预测与VaR度量[J]. 于孝建,王秀花.  统计研究. 2018(01)
[3]创业板上市公司经济绩效及影响因素——基于贝叶斯模型平均法（BMA）的实证研究[J]. 柯忠义.  数量经济技术经济研究. 2017(01)
[4]基于多尺度分析的国际原油价格预测方法研究[J]. 王书平,朱艳云.  价格月刊. 2015(10)
[5]利用高频数据预测沪深300指数波动率——基于Realized GARCH模型的实证研究[J]. 王天一,赵晓军,黄卓.  世界经济文汇. 2014(05)
[6]基于EMD-PSO-SVM误差校正模型的国际碳金融市场价格预测[J]. 高杨,李健.  中国人口.资源与环境. 2014(06)
[7]基于EMD与STSA混合方法的金融收益信息提取与预测[J]. 李祥飞,张再生,黄超,高杨.  系统工程. 2014(02)
[8]基于贝叶斯模型平均方法的中国通货膨胀的建模及预测[J]. 陈伟,牛霖琳.  金融研究. 2013(11)
[9]基于EMD的时间序列不同频率波动及趋势研究[J]. 史美景,曹星婉.  统计与决策. 2012(16)
[10]基于动态模型平均的中国通货膨胀实时预测[J]. 崔百胜.  数量经济技术经济研究. 2012(07)



本文编号：3692720