金融收益率时间序列的极值研究
发布时间：2022-07-27 19:51
现代经济活动中,影响金融活动的因素错综复杂。在金融市场中,投资者和金融机构面临着经济、货币政策以及国家政治体质变革等因素对市场影响所带来的金融资产价格异常波动的风险。该如何合理预期所持有资产的收益和损失风险成为投资者和国家金融监管机构关注的热点。金融资产收益率作为资产价格变化的一项重要指标得到了金融界和统计学界许多专家学者的极大关注,大多数金融理论和应用研究都是关于金融收益率方面的。 金融资产价格波动,尤其是股票价格巨幅波动,例如价格的暴涨和暴跌,用收益率度量就是极端收益率。从概率分布的角度来看,研究极端收益率发生规律就是研究收益率概率分布的尾行为。极值理论方法只能处理收益率数据概率分布尾部行为,主要是刚广义Pareto分布描述金融收益率的厚尾。在数据的统计极值分析中仅仅用到超越门限的那部分数据,对于绝大部分的金融收益率数据不能充分利用,因此对收益率序列的波动和相关性等时序特征不能很好地刻划。 金融实证分析表明金融资产收益率不仅具有厚尾,而且波动呈现集聚现象,大波动之后紧跟大波动,小波动之后紧随着小波动,同时对市场好坏消息冲击的响应是非对称的,即坏消息冲击对波动的影响大于好消息冲击...
【文章页数】：138 页
【学位级别】：博士
【文章目录】：
第一章引言
§1.1 论文研究的背景和现实意义
§1.2 国内外研究现状
§1.3 论文研究的问题
§1.4 论文创新
第二章 极值理论方法
§2.1 极值理论
2.1.1 极值类型定理
2.1.2 非退化极限分布的存在性
2.1.3 广义极值分布的最大吸引范围
2.1.4 正则变化
2.1.5 平稳序列最大顺序统计量的极限分布
§2.2 极值理论的Poisson解释
§2.3 POT(Peak Over Threshold)
2.3.1 POT方法的理论基础
2.3.2 超越的随机点过程和以上定理的关系
§2.4 厚尾分布
§2.5 超越门限的确定
§2.6 参数估计和返回水平(Return Level)
第三章 GARCH类模型
§3.1 ARCH模型
3.1.1 ARCH模型
3.1.2 ARCH模型的统计性质
3.1.3 ARCH模型的统计推断
§3.2 GARCH模型
3.2.1 GARCH模型
3.2.2 GARCH模型的统计性质
3.2.3 GARCH模型的统计推断
§3.3 EGARCH模型及其它GARCH类模型
3.3.1 EGARCH模型
3.3.2 EGARCH模型的统计性质
3.3.3 其它GARCH类模型和波动模型
§3.4 GARCH类模型的比较
§3.5 收益率序列极值的非线性时序建模思想和方法
3.5.1 建模思想和思路
3.5.2 建模方法
第四章 收益率数据的统计极值分析
§4.1 基本统计分析
§4.2 股指的极端收益率和收益率分布的尾指
§4.3 股指的尾行为分析和风险值
第五章 收益率和新息的尾行为
§5.1 新息和收益率序列的条件均值和条件方差模型
§5.2 收益率的波动和极值
5.2.1 模型参数估计
5.2.2 日收益率极大(小)值和波动分析
§5.3 收益率和拟合模型的残差尾部行为分析
§5.4 模型诊断和比较
参考文献
致谢
【参考文献】：
期刊论文
[1]How does innovation’s tail risk determine marginal tail risk of a stationary financial time series?[J]. YU Bosco W. T.,PANG W. K.. Science in China,Ser.A. 2004(03)
[2]股票收益率的次指数分布拟合[J]. 史道济,高峰. 数理统计与管理. 2003(06)
[3]中国股票市场的股票收益与波动关系研究[J]. 陈工孟,芮萌. 系统工程理论与实践. 2003(10)
[4]中外股票市场风险收益的比较研究[J]. 毕秋香,李济凤. 系统工程. 2003(04)
[5]中国股票市场风险的实证分析研究[J]. 李萌,叶俊. 数理统计与管理. 2003(04)
[6]运用SAS软件对上证指数月线数据的综合预测分析[J]. 陈平,王成震,周俊,刘萍. 系统工程理论与实践. 2003(06)
[7]中国股票市场收益的长期记忆性研究[J]. 王春峰,张庆翠,李刚. 系统工程. 2003(01)
[8]随机分形与金融波动的市场机制[J]. 樊智,张世英. 系统工程. 2003(01)
[9]Tail dependence of random variables from ARCH and heavy-tailed bilinear models[J]. 潘家柱. Science in China,Ser.A. 2002(06)
[10]极值理论应用研究进展评析[J]. 朱国庆,张维,张小薇,敖路. 系统工程学报. 2001(01)
本文编号：3666070
【文章页数】：138 页
【学位级别】：博士
【文章目录】：
第一章引言
§1.1 论文研究的背景和现实意义
§1.2 国内外研究现状
§1.3 论文研究的问题
§1.4 论文创新
第二章 极值理论方法
§2.1 极值理论
2.1.1 极值类型定理
2.1.2 非退化极限分布的存在性
2.1.3 广义极值分布的最大吸引范围
2.1.4 正则变化
2.1.5 平稳序列最大顺序统计量的极限分布
§2.2 极值理论的Poisson解释
§2.3 POT(Peak Over Threshold)
2.3.1 POT方法的理论基础
2.3.2 超越的随机点过程和以上定理的关系
§2.4 厚尾分布
§2.5 超越门限的确定
§2.6 参数估计和返回水平(Return Level)
第三章 GARCH类模型
§3.1 ARCH模型
3.1.1 ARCH模型
3.1.2 ARCH模型的统计性质
3.1.3 ARCH模型的统计推断
§3.2 GARCH模型
3.2.1 GARCH模型
3.2.2 GARCH模型的统计性质
3.2.3 GARCH模型的统计推断
§3.3 EGARCH模型及其它GARCH类模型
3.3.1 EGARCH模型
3.3.2 EGARCH模型的统计性质
3.3.3 其它GARCH类模型和波动模型
§3.4 GARCH类模型的比较
§3.5 收益率序列极值的非线性时序建模思想和方法
3.5.1 建模思想和思路
3.5.2 建模方法
第四章 收益率数据的统计极值分析
§4.1 基本统计分析
§4.2 股指的极端收益率和收益率分布的尾指
§4.3 股指的尾行为分析和风险值
第五章 收益率和新息的尾行为
§5.1 新息和收益率序列的条件均值和条件方差模型
§5.2 收益率的波动和极值
5.2.1 模型参数估计
5.2.2 日收益率极大(小)值和波动分析
§5.3 收益率和拟合模型的残差尾部行为分析
§5.4 模型诊断和比较
参考文献
致谢
【参考文献】：
期刊论文
[1]How does innovation’s tail risk determine marginal tail risk of a stationary financial time series?[J]. YU Bosco W. T.,PANG W. K.. Science in China,Ser.A. 2004(03)
[2]股票收益率的次指数分布拟合[J]. 史道济,高峰. 数理统计与管理. 2003(06)
[3]中国股票市场的股票收益与波动关系研究[J]. 陈工孟,芮萌. 系统工程理论与实践. 2003(10)
[4]中外股票市场风险收益的比较研究[J]. 毕秋香,李济凤. 系统工程. 2003(04)
[5]中国股票市场风险的实证分析研究[J]. 李萌,叶俊. 数理统计与管理. 2003(04)
[6]运用SAS软件对上证指数月线数据的综合预测分析[J]. 陈平,王成震,周俊,刘萍. 系统工程理论与实践. 2003(06)
[7]中国股票市场收益的长期记忆性研究[J]. 王春峰,张庆翠,李刚. 系统工程. 2003(01)
[8]随机分形与金融波动的市场机制[J]. 樊智,张世英. 系统工程. 2003(01)
[9]Tail dependence of random variables from ARCH and heavy-tailed bilinear models[J]. 潘家柱. Science in China,Ser.A. 2002(06)
[10]极值理论应用研究进展评析[J]. 朱国庆,张维,张小薇,敖路. 系统工程学报. 2001(01)
本文编号：3666070
本文链接：https://www.wllwen.com/jingjifazhanlunwen/3666070.html
