基于SV模型的股市非对称性关联研究

发布时间：2017-04-20 01:02

  本文关键词：基于SV模型的股市非对称性关联研究，，由笔耕文化传播整理发布。

【摘要】：实际的金融或经济时间序列都存在着较为普遍的波动性,并且波动中包含了市场变动和投资风险的信息,因此波动性是金融市场所要研究的核心问题。通过对波动的研究可以预测时间序列的走向,而波动性可以通过金融收益的方差来测度。本文首先对研究股市收益波动的基本模型加以介绍,其后对基于正态分布的双变量SV模型及基于学生t分布的正态尺度混合模型加以研究,并通过参数的设定来体现其非对称性,通过其分级模型来研究股市的波动关联。在实证方面,通过单变量SV模型的SVL方法与Wang方法、双变量SV模型的正态分布方法与学生t分布的正态尺度混合方法来研究上证股市与深证股市的非对称性关联。最后通过DIC准则对Wang方法的单变量SV模型、SVL方法的单变量SV模型及基于正态分布方法的双变量SV模型、基于学生t分布的正态尺度混合双变量SV模型进行比较和选择。本文的SV模型,主要以从2005年1月4日到2015年9月1日的两组每组2590个日均值修正后的上证综指与深证成指为研究目标。
【关键词】：SV模型 双变量SV模型 DIC准则
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-9
• 1.1 研究背景及意义7
• 1.2 国内外研究现状7-8
• 1.3 全文研究的内容及创新点8-9
• 第二章 股市收益波动研究的基本模型9-12
• 2.1 基本的SV模型及其扩展类型9-11
• 2.1.1 SV模型9
• 2.1.2 带厚尾的SV模型9
• 2.1.3 SV-MN模型9-10
• 2.1.4 SV-MT模型10
• 2.1.5 带有杠杆效应的SV模型10
• 2.1.6 长记忆性的SV模型10
• 2.1.7 连续的SV模型10-11
• 2.2 多维SV模型11-12
• 第三章 基于SV模型的波动关联12-16
• 3.1 传统的单变量SV模型12-13
• 3.1.1 单变量SV模型的SVL方法12
• 3.1.2 单变量SV模型的Wang方法12-13
• 3.2 基于正态分布的双变量SV模型13-14
• 3.3 基于学生分布的正态尺度混合法的双变量SV模型14-16
• 第四章 模型的实证分析16-38
• 4.1 数据来源和预处理16-17
• 4.1.1 数据来源16
• 4.1.2 数据预处理16-17
• 4.2 单变量SV模型的实证研究17-26
• 4.2.1 上证综指的单变量SV模型的实证分析17-21
• 4.2.2 深证成指的单变量SV模型的实证分析21-26
• 4.3 基于正态分布的双变量SV模型的实证研究26-31
• 4.4 基于学生分布的正态尺度混合法的双变量SV模型的实证研究31-36
• 4.5 模型的比较36-38
• 第五章 结论与展望38-39
• 5.1 结论38
• 5.2 展望38-39
• 致谢39-40
• 参考文献40-43
• 附录43-45
• 作者简介45
• 攻读硕士学位期间研究成果45

【相似文献】

中国期刊全文数据库 前10条

1 李俪巧,陈智高;转移成本与竞争的简单模型分析[J];企业经济;2002年10期

2 白玲;王歆;;服务创新的四纬度模型对我国金融服务创新的启示[J];商场现代化;2007年31期

3 李超;;企业增长的3C模型分析[J];中国中小企业;2011年08期

4 蔡e

本文编号：317526