中国股市收益率及其波动的长期记忆性研究
发布时间:2023-05-07 23:35
自从Hurst(1951)发现水文时间序列的长期记忆性(long memory),Mandelbrot (1960,1971)引入分数布朗运动及分形概念奠定了长期记忆分析的数学基础后,长期记忆性的研究在自然科学领域和社会科学领域广泛地拓展。最早对股票市场的长期记忆性行为进行研究的是Greene and Fielitz (1977)。最近,金融时间序列的长期记忆性行为引起了研究者们的广泛关注。成为了国内外金融经济学领域的研究热点,也成为了研究金融市场非线性的一个重要专题。 本论文采用实际市场波动的非线性特征和理论分析相结合,定量分析和定性分析相结合的方法。在已有的研究成果上,选择上证指数,深证综合指数和上证A、B股指数,深证A、B股成份指数收益率序列为研究对象,采用计量经济学方法,系统地研究了中国股票市场的收益率及其波动的长期记忆性特征。 文章共分为五章: 第一章、介绍了中国股票市场波动性的一般特征,并由此引出论题。这部分主要介绍了我国股市收益率及其波动性的特征。包括最为显著的特征“分布厚尾性”、“过度波动率”和“波动集群性”,此外还介绍了波动的反向非对称性特征,...
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
第一章 股市收益率及其波动性特征
第一节 共同特征
一、分布高峰厚尾性
二、波动集群性和过度波动性
三、信息与波动率非对称性
第二节 长期记忆性特征
第二章 研究股市记忆性特征的基本模型
第一节 ARMA模型
第二节 ARFIMA模型
一、ARFIMA模型定义
二、ARFIMA模型的性质
三、模型应用和参数估计
第三节 ARCH模型
第四节 GARCH模型
一、GARCH模型的形式
二、GARCH模型的性质及扩展
三、IGARCH模型
第五节 模型的修正
一、分布问题研究
二、混合正态及EM估计
三、修正模型
第三章 收益率及其波动长期记忆性的理论研究
第一节 国内外研究综述
一、国外的研究综述
二、国内的研究综述
第二节 长期记忆性的数学定义
一、自相关函数法
二、谱函数法
第三节 长期记忆性的研究方法
一、自相关系数法
二、传统的R/S分析法
三、修正的R/S分析法
四、GPH谱回归分析法
第四章 收益率及其波动长期记忆性的实证研究
第一节 数据来源及其初步处理
一、数据来源
二、数据分析工具
三、数据的初步处理
四、收益率序列的基本统计特征
五、序列异方差性检验
第二节 估计结果
第三节 长期记忆性的自相关函数法研究
第四节 长期记忆性的R/S研究
一、收益率序列长期记忆性的R/S研究
二、方差序列长期记忆性的R/S研究
第五节 长期记忆性的GPH研究
一、收益率序列的长期记忆性的GPH检验
二、标准差的长期记忆性的GPH检验
三、波动方差的长期记忆性的GPH检验
第六节 长期记忆性的实证研究结论
一、收益率序列的长期记忆性研究结论
二、波动的长期记忆性研究结论
第五章 总结和不足
参考文献
后记
本文编号:3811548
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
第一章 股市收益率及其波动性特征
第一节 共同特征
一、分布高峰厚尾性
二、波动集群性和过度波动性
三、信息与波动率非对称性
第二节 长期记忆性特征
第二章 研究股市记忆性特征的基本模型
第一节 ARMA模型
第二节 ARFIMA模型
一、ARFIMA模型定义
二、ARFIMA模型的性质
三、模型应用和参数估计
第三节 ARCH模型
第四节 GARCH模型
一、GARCH模型的形式
二、GARCH模型的性质及扩展
三、IGARCH模型
第五节 模型的修正
一、分布问题研究
二、混合正态及EM估计
三、修正模型
第三章 收益率及其波动长期记忆性的理论研究
第一节 国内外研究综述
一、国外的研究综述
二、国内的研究综述
第二节 长期记忆性的数学定义
一、自相关函数法
二、谱函数法
第三节 长期记忆性的研究方法
一、自相关系数法
二、传统的R/S分析法
三、修正的R/S分析法
四、GPH谱回归分析法
第四章 收益率及其波动长期记忆性的实证研究
第一节 数据来源及其初步处理
一、数据来源
二、数据分析工具
三、数据的初步处理
四、收益率序列的基本统计特征
五、序列异方差性检验
第二节 估计结果
第三节 长期记忆性的自相关函数法研究
第四节 长期记忆性的R/S研究
一、收益率序列长期记忆性的R/S研究
二、方差序列长期记忆性的R/S研究
第五节 长期记忆性的GPH研究
一、收益率序列的长期记忆性的GPH检验
二、标准差的长期记忆性的GPH检验
三、波动方差的长期记忆性的GPH检验
第六节 长期记忆性的实证研究结论
一、收益率序列的长期记忆性研究结论
二、波动的长期记忆性研究结论
第五章 总结和不足
参考文献
后记
本文编号:3811548
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/3811548.html