基于状态空间SV-T-MN模型的股指波动率预测

发布时间：2017-09-29 19:13

  本文关键词：基于状态空间SV-T-MN模型的股指波动率预测

  更多相关文章： 状态空间 高斯混合 EM算法 近似滤波

【摘要】：本文考虑到金融收益率序列的"尖峰厚尾"和波动持续性等特征,针对厚尾SV-T模型的波动率样本外预测问题,提出了基于状态空间下的SV-T-MN(SV-T with Mixture-of-Normal)模型。首先根据MCMC方法估计SV-T模型参数,然后由EM算法估计混合正态参数,最后利用近似滤波(AMF)算法实现SV-T-MN模型的样本外预测。对KF、EKF、AMF进行的模拟研究表明高斯混合状态空间下的AMF更有效。通过对上证指数和深证成指的股指日收益率序列的实证研究结果表明,在五大损失函数评价准则下,基于状态空间SV-T-MN模型能有效刻画金融收益率序列和尾部的波动性,相比SV-N-MN模型具有更好的优越性。
【作者单位】： 重庆理工大学数学与统计学院;重庆理工大学经济与贸易学院;
【关键词】： 状态空间 高斯混合 EM算法 近似滤波
【基金】：国家自然科学基金(11471060) 国家社科基金(10BJL020) 全国统计科学研究项目(2014LY069) 重庆市教育委员会人文社会科学研究项目(15SKG136)
【分类号】：F224;F832.51
【正文快照】： 0引言金融市场中,无论是投资组合的分析还是风险的测定,波动率的预测始终占据着支配地位。在历史数据的现实测度下,基于金融资产日收益序列数据构建的波动率模型主要有三大类:其一,对历史波动率进行移动平均或加权的模型卜21;其二,由Engle(1982^提出的ARCH族模型,此后又拓展

【参考文献】

中国期刊全文数据库 前10条

1 周孝华;张保帅;董耀武;;基于Copula-SV-GPD模型的投资组合风险度量[J];管理科学学报;2012年12期

2 周孝华;董耀武;姜婷;;基于EVT-POT-SV-GED模型的极值风险度量[J];系统工程学报;2012年02期

3 朱慧明;黄超;郝立亚;虞克明;李素芳;;基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究[J];中国管理科学;2010年06期

4 战雪丽;张世英;;基于Copula-SV模型的金融投资组合风险分析[J];系统管理学报;2007年03期

5 余素红,张世英;SV和GARCH模型拟合优度比较的似然比检验[J];系统工程学报;2004年06期

6 黄大海,郑丕谔;基于MCMC方法的两类波动模型的应用比较[J];系统工程学报;2004年04期

7 孟利锋,张世英,何信;厚尾SV模型的贝叶斯分析及其应用研究[J];西北农林科技大学学报(社会科学版);2003年06期

8 王春峰,蒋祥林,李刚;基于随机波动性模型的中国股市波动性估计[J];管理科学学报;2003年04期

9 余素红,张世英;SV与GARCH模型对金融时间序列刻画能力的比较研究[J];系统工程;2002年05期

10 白],张世英;扩展SV模型及其在深圳股票市场的应用[J];系统工程;2001年06期

中国博士学位论文全文数据库 前1条

1 郑挺国;基于有限混合状态空间的金融随机波动模型及应用研究[D];吉林大学;2009年

【共引文献】

中国期刊全文数据库 前10条

1 苏理云;彭相武;王杰;邱冬阳;;基于状态空间SV-T-MN模型的股指波动率预测[J];数理统计与管理;2016年05期

2 杨爱军;蒋学军;林金官;刘晓星;;基于MCMC方法的金融贝叶斯半参数随机波动模型研究[J];数理统计与管理;2016年05期

3 韩超;严太华;;基于藤Copula-MCMC-SV-T模型的马航空难对六国(地)股指的风险传染研究[J];华东经济管理;2016年09期

4 李广慧;;基于随机波动率模型的沿海干散货运价波动研究[J];世界科技研究与发展;2016年03期

5 莫玉婷;刘金山;;贝叶斯波动率模型在中国基金市场的应用[J];佛山科学技术学院学报(自然科学版);2016年03期

6 黄友珀;唐振鹏;唐勇;;基于藤copula 已实现GARCH的组合收益分位数预测[J];系统工程学报;2016年01期

7 吴恒煜;胡根华;吕江林;;人民币汇率市场化,结构相依与结构突变[J];数理统计与管理;2016年01期

8 陈尧;段伟;;内幕信息交易型腐败:一种新的腐败动向[J];上海大学学报(社会科学版);2016年01期

9 张R，

本文编号：943727