基于FAR模型的我国股市股权风险溢价实证分析

发布时间：2017-04-07 23:21

  本文关键词：基于FAR模型的我国股市股权风险溢价实证分析，，由笔耕文化传播整理发布。

【摘要】：本文研究我国股市股权风险溢价预测问题。股权风险溢价是市场投资组合或具有市场平均风险股票收益率与无风险利率的差额。对股权风险溢价研究我们可以深度发现股票的潜在价值,可以指导投资者进行理性投资,可以为他们正确投资提供帮助。因此研究股权风险溢价有一定的意义。本文首先从参数估计、变量选择等角度对因子增广回归(FAR)模型进行介绍,之后建立了股权风险溢价预测指标体系,选取了36个宏观经济指标、4个金融指标,随后选取2005年6月到2015年12月的月度数据分别用惩罚最小二乘(PLS)模型及FAR模型建立股权风险溢价预测模型,并对这两种方法所构建的模型对样本内数据从MSE和预测效果角度进行对比。通过对比我们得出因子增广回归(FAR)方法构建的模型中由硬阈值和窗口选择组合的模型的MSE和预测效果最好。惩罚最小二乘(PLS)方法构建的模型中PLS (X, W)即既有宏观经济指标又有金融指标的模型的预测效果最好,同时从PLS方法构建的模型可知宏观经济指标中生产者价格指数、居民储蓄存款、各项存款、货运量以及金融指标中收盘价、成交量对沪深300股权风险溢价的预测有重要的影响。最后给出相关的建议。
【关键词】：近似因子模型 FAR模型 PLS模型 股权风险溢价 MSE 预测值比较
【学位授予单位】：北方工业大学
【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 引言7-13
• 1.1 研究的背景及意义7-9
• 1.2 文献综述9-11
• 1.3 论文结构11
• 1.4 技术路线图11-12
• 1.5 创新之处12-13
• 第二章 近似因子模型介绍13-15
• 2.1 近似因子模型介绍13-14
• 2.2 模型的参数估计14-15
• 第三章 因子增广回归(FAR)模型介绍15-24
• 3.1 筛选15-18
• 3.1.1 硬阈值16-17
• 3.1.2 软阈值17-18
• 3.2 窗口估计18-21
• 3.2.1 真实的MSE的结果19-20
• 3.2.2 窗口选择的CV准则20-21
• 3.3 公因子个数选取21-22
• 3.4 因子增广回归(FAR)模型的模型选择22
• 3.5 伪实时预测过程22-24
• 第四章 预测模型指标体系构建24-27
• 4.1 指标介绍24
• 4.2 沪深300指数24
• 4.3 宏观经济变量指标24-26
• 4.4 金融变量指标26-27
• 第五章 股权风险溢价模型实证分析27-38
• 5.1 数据说明27
• 5.2 PLS模型27-31
• 5.2.1 PLS模型介绍27-28
• 5.2.2 PLS模型建立28-29
• 5.2.3 PLS模型MSE比较29-30
• 5.2.4 PLS模型预测值比较30-31
• 5.2.5 小结31
• 5.3 因子增广回归模型31-37
• 5.3.1 因子增广回归模型介绍31-32
• 5.3.2 因子增广回归模型建立32-34
• 5.3.3 因子增广回归模型MSE比较34-36
• 5.3.4 因子增广回归模型预测值比较36-37
• 5.4 PLS模型与FAR模型对比37
• 5.5 小结37-38
• 第六章 结论及建议38-40
• 6.1 结论38
• 6.2 建议38-40
• 参考文献40-42
• 附录42-48
• 在学校期间的研究成果48-49
• 致谢49

【相似文献】

中国期刊全文数据库 前10条

1 邓可斌;唐s

本文编号：291568