ARCH模型的非线性结构研究

发布时间：2017-08-09 16:32

  本文关键词：ARCH模型的非线性结构研究

  更多相关文章： ARCH 非线性 GMDH 神经网络

【摘要】：在我国迅猛发展的证券市场的大环境下,金融市场里的证券价格的变化存在的不确定性成为了目前学者越来越喜欢和追逐的热点,对于这种不确定性的研究和实证分析已然是现代金融学者们研究的关键性问题了。在投资证券市场过程中,运用时间序列模型来描述和预测客观的经济过程是非常重要的,因此很多人常常会建立和运用相关的数据模型来系统地分析股票市场。因此,在近些年来ARCH模型发展极为迅速,ARCH模型常常应用来描述和验证金融理论中的规律,并根据这些规律去预测金融市场的趋势,去对金融市场进行分析和决策。ARCH模型的方差方程是线性的,但是在现实的应用中,存在着很多金融数据都具有非线性的特征,这些金融数据有的呈现出非正态,有的呈现非对称周期,还有的是双峰形态和异方差性,甚至是这些特征的混合体等。这样,采用线性的参数ARCH模型将会导致与金融数据真实数据之间产生比较大的建模偏差。非参数模型,可以比线性参数更接近真实数据,但是没有具体的模型形式,因而本文提出一种新的非线性ARCH模型。这种非线性ARCH模型是基于GMDH方法建立的,既可以刻画金融数据的非线性特征,又可以给出具体的模型形式,并且预测精度较好。本文主要是将GMDH这种方法引入ARCH模型的条件方差的估计中,并将基于GMDH方法建立的非线性ARCH模型用于我国上证综指和深证成指的每日收益率和每5分钟收益率方差预测的实证研究。得出的结论为:1.对于上证综指和深证成指波动率,基于GMDH方法建立的非线性ARCH模型估计精度和预测结果优于线性的ARCH模型。2.基于GMDH方法建立的,加入“投资者情绪”的非线性ARCH模型估计精度和预测结果优于未加入投资者情绪的非线性ARCH模型。3.总体而言,基于GMDH方法建立的非线性ARCH模型,得到的平均绝对误差和均方误差都要比线性的ARCH模型小。4.本文将GMDH模型应用于上证综指和深证成指收益率波动的描述中,并客观的给出了结果和建议,为日后将基于GMDH神经网络建立的非线性ARCH模型作为应用于金融资产波动研究提供了一个思路。
【关键词】：ARCH 非线性 GMDH 神经网络
【学位授予单位】：兰州财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 摘要4-5
• Abstract5-9
• 1 引言9-20
• 1.1 问题的提出9-10
• 1.2 研究目的和意义10-11
• 1.3 国内外研究现状11-17
• 1.3.1 国外研究现状11-13
• 1.3.2 国内研究现状13-17
• 1.3.3 创新点17
• 1.4 研究思路及技术路线17-20
• 1.4.1 研究的主要内容17-18
• 1.4.2 拟采取的研究思路和方法18-20
• 2 ARCH模型与GMDH神经网络的基本概念20-24
• 2.1 ARCH模型的理论基础20-21
• 2.2 GMDH方法理论基础21-24
• 3 ARCH模型在中国股票市场中的应用24-36
• 3.1 数据的分布特征24-32
• 3.1.1 收盘价与收益率24-25
• 3.1.2 收益率的分布特征25-28
• 3.1.3 平稳性检验28-31
• 3.1.4 ARCH效应检验31-32
• 3.2 建立ARCH模型32-34
• 3.3 模型预测34-36
• 4 非线性ARCH过程的建模与参数估计36-44
• 4.1 数据预处理36
• 4.2 非线性检验36-38
• 4.3 模型估计38-40
• 4.4 模型效果比较40-44
• 5 非线性结构ARCH模型预测精度的进一步改善44-54
• 5.1 数据预处理45-46
• 5.2 新息（Innovation）的引入46-48
• 5.2.1 引入“投资者情绪”46-47
• 5.2.2 引入对数化“投资者情绪”47-48
• 5.3 模型预测48-54
• 6 结论和展望54-58
• 6.1 主要结论54-55
• 6.2 展望55-58
• 参考文献58-62
• 附录62-73
• 附录1 引入“投资者情绪”建立的非线性ARCH模型62-64
• 附录2 引入对数化“投资者情绪”建立的非线性ARCH模型64-73
• 后记73

【参考文献】

中国期刊全文数据库 前10条

1 金成晓;曹阳;;基于非参数ARCH模型的沪深指数波动性研究[J];山西大学学报(哲学社会科学版);2014年03期

2 王秀东;刘斌;闫琰;;基于ARCH模型的我国大豆期货价格波动分析[J];农业技术经济;2013年12期

3 朱厚岩;梁青青;刘振中;;基于ARCH模型的我国CPI变动影响因素分析及其动态预测[J];现代管理科学;2013年01期

4 何黎;何跃;;结合PMI的中国GDP预测模型[J];统计与决策;2012年01期

5 张文芳;张文学;;ARCH模型族对上证综指收益波动的实证分析[J];当代经济;2010年02期

6 马亮亮;田富鹏;;基于非对称ARCH模型的海西州地区支气管炎发病研究[J];科技导报;2009年24期

7 杜普燕;宋向东;任文军;;ARCH模型在金融时间序列中的拟合应用[J];佳木斯大学学报(自然科学版);2009年02期

8 袁霓;;国内油价市场波动的ARCH模型分析[J];技术经济与管理研究;2009年01期

9 李勇;倪中新;;金融ARCH模型的贝叶斯检验和模型选择[J];中国管理科学;2008年06期

10 利小玲;;浅析处理经济数据的几种方法[J];金融经济;2008年16期

，

本文编号：646272