基于ARMA-GARCH模型对上证综指和新综指的探究

发布时间：2017-04-11 00:47

  本文关键词：基于ARMA-GARCH模型对上证综指和新综指的探究，，由笔耕文化传播整理发布。

【摘要】：本文通过对上证综指和新综指收盘价数据进行模拟建模,旨在探究预测上证综指与新综指的趋势。本文首先对上证综指和新综指指数行情进行分析,发现上证综指与新综指指数收盘价数据呈现非平稳特征,决定采用对数收益率来分析。在对新综指的收益率序列进行二次异常处理后,对它们的收益率序列经过一系列统计检验、估计,最后在不同残差分布的假设(残差分布：正态、t、GED分布)下建立ARMA-GARCH模型,比较不同分布下的拟合效果,得出结论：第一,上证综指与处理后的新综指收益率都能建立ARMA(2,2)-GARCH(1,1)模型；第二,误差分布为GED分布时,上证综指与处理后的新综指收益率序列的预测结果较好；第三,对新综指收益率二次处理,每一次处理后,都使得模型在短期预测效果上呈现明显的优势。
【关键词】：上证综指 新综指 ARMA-GARCH模型
【学位授予单位】：福建师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 中文摘要2-3
• Abstract3-4
• 中文文摘4-9
• 1 绪论9-14
• 1.1 研究背景9
• 1.2 选题意义9-10
• 1.3 文献综述10-11
• 1.3.1 国外文献综述10-11
• 1.3.2 国内文献综述11
• 1.4 本文的研究内容,解决的问题与创新点11-14
• 1.4.1 研究内容11-12
• 1.4.2 解决的问题12-13
• 1.4.3 本文的创新点13-14
• 2 预备知识14-20
• 2.1 ARMA-GARCH模型的理论基础14-16
• 2.2 检验方法16-20
• 2.2.1 ADF检验16-17
• 2.2.2 Phillips-Perron检验17
• 2.2.3 ARCH-LM检验17-18
• 2.2.4 ESACF定阶18-20
• 3 上证综指与新综指序列数据的预处理20-31
• 3.1 数据来源与初步处理20-24
• 3.1.1 样本的选取20
• 3.1.2 数据的平稳性检验20-22
• 3.1.3 数据的处理22-24
• 3.2 上证综指与新综指收益率序列的描述性统计24-26
• 3.3 上证综指与新综指收益率序列的预处理26-31
• 3.3.1 收益率时间序列图26-27
• 3.3.2 平稳性检验27
• 3.3.3 自相关检验以及纯随机检验27-30
• 3.3.4 异方差检验30-31
• 4 上证综指和新综指收益率序列的ARMA-GARCH模型的拟合31-42
• 4.1 ARMA(p,q)模型的相对最优定阶31-33
• 4.2 ARMA(p,q)模型的参数估计33-35
• 4.3 残差序列的GARCH(m,n)模型35-37
• 4.4 三种残差分布下的ARMA-GARCH模型37-42
• 4.4.1 残差分布为正态分布37-38
• 4.4.2 残差分布为t分布38-40
• 4.4.3 残差分布为GED分布40-42
• 5 模型的应用：预测与分析42-44
• 5.1 模型的预测42-43
• 5.2 预测结果的分析与评价43-44
• 6 思考44-46
• 7 结论46-49
• 附录149-53
• 附录253-55
• 参考文献55-63
• 致谢63

【参考文献】

中国期刊全文数据库 前2条

1 谭常春;张勇;张虎;;基于不同误差分布下ARMA-GARCH模型的国债指数实证研究[J];合肥学院学报(自然科学版);2011年03期

2 吴其明,季忠贤,杨晓荣;自回归条件异方差(ARCH)模型及应用[J];预测;1998年04期

  本文关键词：基于ARMA-GARCH模型对上证综指和新综指的探究，由笔耕文化传播整理发布。

本文编号：297912