基于贝叶斯分位门限自回归模型的股市收益非对称性研究

发布时间：2017-10-05 20:05

  本文关键词：基于贝叶斯分位门限自回归模型的股市收益非对称性研究

  更多相关文章： 分位自回归 股市收益 溢出效应 门限效应 贝叶斯推断

【摘要】：适度的股价波动有利于股票保持合理的流动性,是股市健康运行的必要条件。反之,股价的过度或者不合理波动将会扭曲股市的价格机制,致使股价不能真实地反映上市公司的内在价值,从而阻碍股市优化资源配置这一核心功能的有效发挥。长期以来,国内外股票市场股价波动剧烈,大量研究表明：当“利好消息”、“利空消息”以及“极端事件”出现时,股票市场普遍存在着不同程度的波动非对称性现象,而且普遍存在“杠杆效应”,即利空消息对股市波动的冲击影响比同等程度的利好消息要大。本文基于分位回归理论框架,考虑分位回归方法不仅可以刻画响应变量的中心趋势,还可以刻画变量尾部行为的优点,综合运用ADF检验、BIC检验、稳定性检验等方法,从股市收益溢出效应、极端事件、利好消息和利空消息角度构建了分位门限自回归模型研究股市收益非对称动态相依现象。同时,在贝叶斯分析框架下对构建的分位门限自回归模型进行了贝叶斯统计推断,设置具有随机性的模型参数,根据模型统计结构分析,选择合适的参数先验分布,推断了各参数的后验分布,并设计了Gibbs-MH混合抽验算法进行模拟,从而获得其分布特征并进行参数估计。研究结果表明：在低分位点处发现了SP500股指收益对SZC的正向溢出效应,在低中分位点处发现了SE600股指收益对SZC的正向溢出效应；在整个分位点发现了从SP500股指收益对SE600相对平稳的正向溢出效应,在高分位点处发现了SZC股指收益对SE600的显著负向溢出效应；未发现SZC股指收益和SE600股指收益对SP500的溢出效应。在非对称动态相依方面：对于SZC股指收益,滞后极端正收益在中高分位发现了显著正向作用,滞后极端负收益在中高分位发现了显著负向作用,中间收益部分未发现显著冲击效应,利好消息除了低分位处负向冲击外其他分位均为显著正向冲击与利空消息正好相反。对于SE600股指收益,滞后极端正收益在低分位处表现显著负向作用,在高分位处表现显著正向作用,正好与滞后极端负收益结论相反。同样中间收益部分未发现显著冲击效应,利好消息在低分位处表现显著负向作用在高分位处显著正向作用,所得结论正好与利空消息相反。对于SP500股指收益,我们得到了与SE600股指收益相同的结论。最后,同样的结论我们也通过贝叶斯统计推断得到了验证。
【关键词】：分位自回归 股市收益 溢出效应 门限效应 贝叶斯推断
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F831.51
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-21
• 1.1 研究背景与研究意义12-13
• 1.1.1 研究背景12-13
• 1.1.2 研究意义13
• 1.2 文献综述13-18
• 1.2.1 基于门限自回归模型的研究13-14
• 1.2.2 基于分位回归模型的研究14-17
• 1.2.3 基于股市非对称性的研究17-18
• 1.3 研究思路与研究内容18-21
• 1.3.1 研究思路18-19
• 1.3.2 研究内容19-21
• 第2章 金融波动非对称理论与自回归模型分析21-28
• 2.1 金融波动非对称理论分析21-24
• 2.1.1 金融波动的度量21-22
• 2.1.2 金融波动非对称描述22
• 2.1.3 金融假说的股市非对称性解释22-24
• 2.2 自回归相关模型分析24-25
• 2.2.1 自回归模型24
• 2.2.2 自回归移动平均模型24-25
• 2.2.3 自回归条件异方差模型25
• 2.3 自回归模型的参数估计方法25-27
• 2.3.1 最小二乘法25
• 2.3.2 伪极大似然法25-26
• 2.3.3 广义矩法26-27
• 2.4 本章小结27-28
• 第3章 贝叶斯分位门限自回归模型构建与估计28-45
• 3.1 分位回归理论28-32
• 3.1.1 分位数回归模型概述28-29
• 3.1.2 分位数回归模型参数估计方法29-30
• 3.1.3 分位数回归模型的性质30-31
• 3.1.4 分位数回归假设检验31-32
• 3.2 门限自回归理论32-35
• 3.2.1 SETAR模型32
• 3.2.2 MTAR模型32-33
• 3.2.3 门限效应检验估计33-34
• 3.2.4 门限自回归的估计34-35
• 3.3 贝叶斯分位门限自回归模型35-44
• 3.3.1 分位门限自回归模型的结构35-36
• 3.3.2 分位门限自回归参数估计36
• 3.3.3 贝叶斯分位门限自回归模型推断36-44
• 3.4 本章小结44-45
• 第4章 股市非对称动态相依性研究45-60
• 4.1 指标选取与统计特征分析45-47
• 4.1.1 指标选取45
• 4.1.2 统计特征分析45-47
• 4.2 股市收益非对称动态相依性模型构建47-56
• 4.2.1 模型构建47-48
• 4.2.2 参数估计48-56
• 4.2.3 稳健性分析56
• 4.3 贝叶斯估计结果分析56-59
• 4.4 本章小结59-60
• 结论60-62
• 参考文献62-68
• 致谢68-69
• 附录A 攻读学位期间所发表的论文69

，

本文编号：978556