基于吉布斯—马尔科夫转换模型的资本资产定价研究
本文选题:马尔科夫转换模型 切入点:资本资产定价 出处:《宁夏大学》2017年硕士论文 论文类型:学位论文
【摘要】:资本资产定价问题是近年来学术界研究的热点.它不但涉及到传统的投资、理财、保险行业,而且在其他行业也有广泛的应用.传统的研究方法主要是在假定期望收益率服从正态分布的前提下进行的,但在实际操作过程中金融时间序列往往呈现尖峰厚尾或非正态性.本文主要利用基于吉布斯取样的方法构造嵌入马尔科夫转换模型.利用其对动态结构性问题处理的优势,对金融时间序列的时变性进行量化研究,有效地刻画金融时间序列的波动性特征.而后利用吉布斯抽样法构造了求解四区制的马尔科夫转换模型,以上证50股票指数为例进行分析,该模型能较好地刻画金融收益率的波动性特征.实证检验部分利用基于吉布斯—马尔科夫转换的资本资产定价模型对上证300的5只股票进行研究并给出其VaR模型,得出β为系数的驱动因素非一致性和转变时间的不同步性等结论.为投资者进行投资选择和市场监管提供了有效的科学依据.
[Abstract]:The issue of capital asset pricing has been a hot topic in academic circles in recent years. It not only involves the traditional investment, financial management and insurance industries, And it is also widely used in other industries. The traditional research methods are mainly based on the assumption that the expected rate of return is normal distribution. However, the financial time series often show peak and thick tail or non-normality in practice. In this paper, we mainly use Gibbs sampling method to construct embedded Markov transformation model, and make use of its advantage in dealing with dynamic structural problems. In this paper, the time variability of financial time series is quantitatively studied, and the volatility characteristics of financial time series are described effectively. Then, a Markov transformation model for solving four-zone system is constructed by using Gibbs sampling method. Taking the Shanghai Stock Exchange 50 stock index as an example, This model can describe the volatility characteristics of financial yield. The empirical test part uses the capital asset pricing model based on Gibbs-Markov transform to study five stocks of Shanghai Stock Exchange 300 and gives its VaR model. The conclusion that 尾 is the driving factor of the coefficient is inconsistent and the transition time is different, which provides an effective scientific basis for investors to choose their investment and supervise the market.
【学位授予单位】:宁夏大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F224;F832.51
【参考文献】
相关期刊论文 前10条
1 赵国强;胡华;;基于改进新维无偏灰色马尔科夫模型宁夏能源消费预测[J];宁夏工程技术;2016年03期
2 张凡雷;;基于马尔科夫转换MSVAR模型的大宗商品期货价格行为特征分析[J];统计与决策;2015年13期
3 刘鲁文;陈兴荣;何涛;;基于马尔科夫链的教学效果评估方法[J];统计与决策;2014年03期
4 汤丹;赵昕东;;中国核心通货膨胀的估计——基于贝叶斯Gibbs Sampler状态空间模型[J];经济评论;2011年05期
5 谢杰;;中国实际利率的状态转换与阶段性平稳特征——基于三区制Markov状态转移模型的分析[J];金融理论与实践;2011年02期
6 赵巍;;股价遵循分数布朗运动的最大值期权定价模型[J];数学的实践与认识;2011年03期
7 董迎辉;王过京;;常利率下带干扰负风险和模型的破产概率[J];应用数学学报;2010年01期
8 高翔;韩晓斐;;CAPM模型研究现状及其实证检验分析[J];现代商贸工业;2009年24期
9 赵昕东;耿鹏;;基于Bayesian Gibbs Sampler的状态空间模型估计方法研究及其在中国潜在产出估计上的应用[J];统计研究;2009年09期
10 苏涛;詹原瑞;刘家鹏;李杰;;基于马尔科夫转换下的资本资产定价模型[J];系统管理学报;2007年03期
相关重要报纸文章 前1条
1 ;现代资产组合理论的发展与局限[N];光明日报;2008年
相关博士学位论文 前1条
1 苏涛;金融市场风险VaR度量方法的改进研究[D];天津大学;2007年
相关硕士学位论文 前3条
1 马艳青;马尔科夫转换-GARCH模型的MCMC参数估计和方法研究[D];重庆大学;2015年
2 曹杰;基于VaR模型的金融市场风险测量方法的探析[D];东北财经大学;2013年
3 鲁进勇;现代资产组合理论研究[D];武汉理工大学;2004年
,本文编号:1564296
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/1564296.html