基于分形理论的中国股指期货非线性特征研究

发布时间：2017-05-16 16:09

  本文关键词：基于分形理论的中国股指期货非线性特征研究，由笔耕文化传播整理发布。

【摘要】：本文将我国股指期货市场收益率作为研究对象,以非线性动力学体系的分形市场理论为基础,检验我国股指期货市场的有效性,揭示其分形结构特性,分析收益率及其波动性的双长记忆性。 根据理论介绍,首先运用单分形方法中的R/S分析法,计算我国股指期货市场日、周收益率序列的Hurst指数,确定我国股指期货市场存在较为明显的分形特性,即市场具备长期记忆特征,现在的价格和信息将对市场以后发生持续长期影响,并且这样的持续较长。随后,比较三种R/S分析法分析的稳定性,确定出经典R/S分析法适用于计算日、周收益率的Hurst指数,来度量股指期货市场收益率本身所具有的长记忆性。其次,针对股指期货收益率的尖峰、厚尾、不对称的特征以及条件波动率的长记忆特性等,构建模型ARFIMA-HYGARCH对股指期货市场的条件收益率和条件波动率进行分析。与以往传统方法不同的是,采用EVT理论中的POT模型来设定阀值,应用极值理论对标准收益率尾部分布构建模型,基于以上对国内股指期货市场极值风险进行测量,通过回测检验,保证风险模型的可靠性以及稳定性。 实证结果显示,中国股指期货的收益率序列和条件波动率均存在不同程度的长记忆特征,对于正态分布、偏t分布和学生t分布而言,ARFIMA-HYGARCH-EVT模型具有一定的优势,主要体现在风险检测方面,有着良好的准确度以及稳定性,该模型在一定程度上可以规避风险,投资主体、政府、风险管理人员也可采用此模型来进行量化分析,使得ARFIMA-HYGARCH-EVT模型更好的预防风险、管理风险和控制风险,保证股指期货市场的健康成长。 最后,基于股指期货市场双长记忆性的结论,对我国股指期货市场分形特性的影响进行了说明,并提出了合理的政策建议。
【关键词】：股指期货 分形理论 R/S分析 双长记忆性 极值理论
【学位授予单位】：安徽财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F724.5;F224
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-16
• 第一节 研究背景和意义9-10
• 一、研究背景9-10
• 二、研究意义10
• 第二节 文献综述10-14
• 一、国外文献述评10-12
• 二、国内文献述评12-14
• 第三节 研究思路与内容14-15
• 一、研究方法与思路14
• 二、内容安排14-15
• 第四节 创新与不足15-16
• 一、本文的创新15
• 二、本文的不足15-16
• 第二章 分形理论及非线性特征相关模型16-28
• 第一节 分形理论的基本概念16-18
• 一、分形时间序列16
• 二、分形分布16-17
• 三、赫斯特指数17
• 四、分形维与关联度17-18
• 第二节 分形分析方法18-21
• 一、经典R/S分析18-19
• 二、修正的R/S分析19
• 三、含控制因子的R/S分析法19-20
• 四、V统计量20-21
• 第三节 分形时间序列有关模型21-28
• 一、非线性特征模型回顾21-22
• 二、ARFIMA-HYGARCH-EVT模型的建立22-26
• 三、ARFIMA-HYGARCH-EVT模型检验26-28
• 第三章 我国股指期货非线性特征分析28-39
• 第一节 变量与数据的选取28-29
• 第二节 日收益率R/S分析29-34
• 一、日收益率序列描述性统计29-30
• 二、日收益率三种R/S分析比较30-33
• 三、日收益率序列分形特征值33-34
• 第三节 周收益率R/S分析34-38
• 一、周收益率序列描述性统计34-35
• 二、周收益率分析方法比较35-37
• 三、周收益率序列分形特征值37-38
• 第四节 日、周收益率序列分形特征比较38-39
• 一、基本描述性统计38
• 二、分形特征分析方法38-39
• 第四章 股指期货非线性特征建模39-44
• 第一节 ARFIMA-HYGARCH-EVT模型的参数估计39-42
• 一、ARFIMA-HYGARCH模型的参数估计39-40
• 二、峰度法求阈值40-42
• 三、EVT模型参数估计42
• 第二节 模型的效果检验42-43
• 第三节 本章小结43-44
• 第五章 结论与政策建议44-47
• 第一节 主要结论44-45
• 一、收益率序列分形特征检验44
• 二、股指期货市场双长记忆性的建模44-45
• 第二节 相关政策建议45-47
• 一、确定股指期货市场宏观监测指标45-46
• 二、建立定量的风险测度模型46
• 三、动态监测新兴股指期货市场46-47
• 参考文献47-52
• 致谢52-53
• 读研期间科研成果53

【参考文献】

中国期刊全文数据库 前10条

1 樊智,张世英;多元GARCH建模及其在中国股市分析中的应用[J];管理科学学报;2003年02期

2 余素红,张世英,宋军;基于GARCH模型和SV模型的VaR比较[J];管理科学学报;2004年05期

3 林宇;黄登仕;魏宇;;胖尾分布及长记忆下的动态EVT-VaR测度研究[J];管理科学学报;2011年07期

4 肖智;傅肖肖;钟波;;基于EVT-POT-FIGARCH的动态VaR风险测度[J];南开管理评论;2008年04期

5 姜仁娜,叶俊;沪深两市股票指数的长记忆性[J];清华大学学报(自然科学版);2004年12期

6 胡彦梅;张卫国;陈建忠;;中国股市长记忆的修正R/S分析[J];数理统计与管理;2006年01期

7 曹广喜;;我国股市收益的双长记忆性检验——基于VaR估计的ARFIMA-HYGARcH-skt模型[J];数理统计与管理;2009年01期

8 王宏勇;马丽;;基于分形插值模型的股价时间序列分析及预测[J];统计与决策;2009年16期

9 李颖,汤果,陈方正;FIGARCH模型的参数检验与估计[J];统计教育;2003年01期

10 王吉培;旷志平;;偏态t分布下FIGARCH模型的动态VaR计算[J];统计与信息论坛;2009年05期

中国博士学位论文全文数据库 前1条

1 陈秋雨;中国黄金期货市场特征及风险控制[D];浙江大学;2011年

  本文关键词：基于分形理论的中国股指期货非线性特征研究，，由笔耕文化传播整理发布。

本文编号：371293