基于GARCH模型的沪深300指数收益率的波动性研究

发布时间：2017-04-03 07:11

  本文关键词：基于GARCH模型的沪深300指数收益率的波动性研究，由笔耕文化传播整理发布。

【摘要】：我国在2005年4月8日推出了沪深300指数,能够比较全面地反映我国证券市场股票价格变化的主要特征,因此是我国证券市场投资者主要的参考对象和评价标准,也是我国金融机构政策制定者制定决策的依据。作为股指期货的标的物,沪深300指数的波动性研究就显得很有必要。首先,本文介绍了沪深300指数的相关理论,给出了GARCH类模型如ARCH模型,GARCH模型,接下来介绍了非对称效应的模型—TGARCH模型和EGARCH模型,给出了这些模型的表达式和参数情况以及各个模型的特点,同时应用极大似然估计的方法,对GARCH(p,q)模型进行了参数估计。其次,本文搜集了2011年1月4日到2014年2月20日的沪深300指数的日收盘价,并对原始数据进行差分处理得到对数收益率,然后将对数收益率序列进行了相关性、平稳性和ARCH效应的检验。检验结果发现:对数收益率序列存在尖峰厚尾性和波动聚集性以及非对称性。最后,本文分别用残差服从于正态分布,t分布,GED分布的GARCH(1,1)模型,EGARCH(1,1)模型以及TGARCH(1,1)模型对沪深300指数的对数收益率进行了模拟实证分析,结果发现,相对于正态分布,残差服从于t分布和GED分布的GARCH类模型拟合效果更好;在同一种分布的基础上,EGARCH(1,1)模型和TGARCH(1,1)模型的拟合效果要好于GARCH(1,1)模型。
【关键词】：沪深300指数 波动性 GARCH模型 GED分布 t分布
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-14
• 1.1 研究背景和意义8-9
• 1.1.1 选题背景8-9
• 1.1.2 研究意义9
• 1.2 国内外研究现状9-12
• 1.3 本文研究内容和文章结构12-13
• 1.4 论文创新点13-14
• 2 理论模型及相关基础知识14-28
• 2.1 GARCH类模型14-24
• 2.1.1 ARCH模型14-15
• 2.1.2 GARCH模型15-17
• 2.1.3 GARCH-M模型介绍17-21
• 2.1.4 非对称效应的GARCH模型21-24
• 2.2 极大似然估计方法的简介24-25
• 2.3 GARCH模型的参数估计25-28
• 3 数据的选取和检验28-36
• 3.1 数据的选取过程28
• 3.2 数据的检验过程28-36
• 3.2.1 波动特征的分析28-30
• 3.2.2 序列平稳性检验30
• 3.2.3 序列自相关性的检验30-31
• 3.2.4 非对称效应的检验31-33
• 3.2.5 GARCH-M的检验33-36
• 4 模型的实证分析36-48
• 4.1 相关分布的介绍36-42
• 4.1.1 广义误差分布（GED分布）36-39
• 4.1.2 一元t分布的定义及性质39-41
• 4.1.3 多元t分布的定义41-42
• 4.2 GARCH(1,1)模型的实证分析结果42-43
• 4.3 TGARCH(1，，1)模型的实证分析结果43-44
• 4.4 EGARCH(1，1)模型的实证分析结果44-45
• 4.5 结果的分析比较45-48
• 5 结论与展望48-50
• 5.1 主要结论48-49
• 5.2 不足与展望49-50
• 5.2.1 本文的不足49
• 5.2.2 进一步研究的方向49-50
• 致谢50-52
• 参考文献52-54

【参考文献】

中国期刊全文数据库 前4条

1 金丹;;沪深300指数的ARCH效应[J];湖北经济学院学报;2008年02期

2 朱孔来,倪杰;对我国股票市场股指波动特性的实证分析[J];数理统计与管理;2005年03期

3 顾锋娟;岑仲迪;;基于GARCH类模型和SV类模型的沪深两市波动性研究[J];数学的实践与认识;2011年01期

4 张光远;关于多元t分布的一些讨论[J];新疆大学学报(自然科学版);1996年03期

  本文关键词：基于GARCH模型的沪深300指数收益率的波动性研究，由笔耕文化传播整理发布。

本文编号：283911