金融随机波动扩展模型分析及应用研究

发布时间：2023-04-05 19:11

　　近几年随机波动模型在我国得到了不断发展,研究者提出了众多扩展模型,但SV模型的扩展模型模拟我国金融时间序列的优劣程度并无确切标准。论文利用基于Gibbs抽样的MCMC贝叶斯方法对各种SV相关模型进行了贝叶斯估计,对不同模型模拟深证股市的特征进行了优劣比较。 论文首先介绍了金融波动模型的产生背景、研究现状及波动模型估计的贝叶斯方法。然后以深证成指和上证指数为例,对我国的金融时间序列进行统计分析,证明了我国股市的收益率具有尖峰重尾的现象。 论文主要工作在第三至第五章,利用深证成指分析股市波动性,首先根据贝叶斯定理对标准SV模型,借助WinBUGS软件,利用Gibbs抽样的MCMC方法对模型进行贝叶斯参数估计;然后对标准SV模型进行了两个方向的扩展:重尾SV-T模型、杠杆效应SVL-HS-N和SVL-JAR-N模型,同样构造了基于Gibbs抽样的MCMC数值计算过程,运用WinBUGS软件对不同模型参数进行估计;其次将重尾分布和杠杆效应结合在一起,构建了重尾t分布基础之上的SVL-HS-T模型和SVL-JPR-T模型,针对仿真结果对两类模型模拟深圳股市的特征进行比较分析;最后把非线性SV模型...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景
    1.2 研究现状
    1.3 随机波动模型参数估计的基本方法
        1.3.1 贝叶斯方法的基本思想
        1.3.2 MCMC 方法与Gibbs 抽样
        1.3.3 Winbugs 软件应用
    1.4 研究内容及章节安排
第2章 金融时间序列基本统计特征分析
    2.1 指标的选取
    2.2 数据的选择
    2.3 特征分析
        2.3.1 图形分析
        2.3.2 正态分布检验
        2.3.3 自相关和异方差检验
    2.4 本章小结
第3章 标准SV 模型
    3.1 标准SV 模型描述
    3.2 实证分析
    3.3 本章小结
第4章 随机波动模型的扩展
    4.1 SV-T 模型描述
        4.1.1 实证分析
        4.1.2 深证成指在SV-T 模型下的参数分析
    4.2 SVL-HS-N 与SVL-JPR-N 的模型描述
        4.2.1 实证分析
        4.2.2 深证成指在两类SVL-N 模型下的参数分析
    4.3 SVL-HS-T 与SVL-JPR-T 的模型描述
        4.3.1 实证分析
        4.3.2 深证成指在两类SVL-T 模型下的参数分析
    4.4 本章小结
第5章 非线性杠杆SV 模型
    5.1 非线性杠杆SV 模型描述
    5.2 实证分析
    5.3 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
作者简介



本文编号：3783968