金融资产价格波动的非参数模型及其应用研究

发布时间：2017-10-21 12:08

  本文关键词：金融资产价格波动的非参数模型及其应用研究

  更多相关文章： 金融资产 波动 非参数模型

【摘要】：随着技术进步、金融工具和金融机构的不断创新和完善，金融全球化的进程已经势不可挡。金融全球化推动了我国银行部门和金融机构的日益完善，与此同时金融市场体制环境，整个金融体系在近年来都得到了突飞猛进的发展。目前我国无论是金融机构规模还是金融资本总量都已经相当庞大，然而监管仍然存在空白和漏洞，地方政府债务面临寅吃卯粮的潜在风险，海外金融机构的风险转移以及第三方支付风险都是值得重视的问题。在信息不对称、不透明的情况下，个别地区的经济问题对金融市场容易产生恐慌，引发羊群效应。因此，需要特别警惕高增长下的潜在金融风险，防止个别机构风险导致系统性风险。掌握金融资产价格波动的规律在一定程度上对于金融不确定性和风险的防范和控制具有重大意义，同时也是研究证券组合理论、资本资产定价模型(CAPM)、套利定价模型(APT)及期权定价公式的重要基础。 本文从非参数波动模型的角度出发，集中梳理了非参数波动模型及其应用研究，第一章绪论部分从非参数回归模型、非参数自回归模型、非参数VAR模型族、非参数面板时间序列模型以及上述模型估计方法针对非参数时间序列分析发展前沿做了综述。重点集中在非线性模型的非参数估计技术上，即函数系数模型、非参数GARCH模型族及在此基础上给出的预测、检验和广义脉冲响应函数。最后指出了非参数时间序列分析发展至今所取得的成果的特点以及未来的发展趋势。 第二章从资本市场非线性性质的重要特征——长记性研究入手，提出了一类非参数ARFIMA模型及其估计方法并将其应用于沪深指数月度收益率数据的估计，结果表明我国股市具有显著的非线性特征，收益率序列表现出一定的长期记忆效应，无论是估计精度还是短期预测结果，非参数ARFIMA模型均优于参数ARFIMA模型。本章的创新之处在于在非参数ARMA模型的基础上进一步给出了非参数ARFIMA模型及其估计方法，并首次将其应用于股市的波动及长记忆性的描述和预测分析。 第三章针对人民币实际有效汇率决定因素问题建立了一个五变量的SVAR模型，分别用极大似然估计方法和非参数联立模型的局部线性工具变量估计对其进行估计，将估计的结果进行分析与比较，并做了相应的预测。得出的结论是：参数SVAR模型可以对变量进行解释，并做相应的脉冲响应和方差分解分析，但是估计精度及预测效果要低于非参数SVAR模型。本章的创新之处在于首次给出了非参数SVAR模型及其估计方法，理论与现实意义在于可以通过参数与非参数方法相结合对我国人民币实际有效汇率决定因素进行考察与研究，为日后对非参数VAR模型族进行研究和广泛应用奠定了一定的基础。 第四章将参数与非参数ARCH模型应用于我国沪深指数波动率的研究，得出的结论为：对于上证指数波动率的非参数ARCH模型估计精度和预测结果优于参数ARCH模型，，而针对深证成指波动率的非参数ARCH模型估计精度低于参数ARCH模型，两者预测结果相当；总体而言两种方法得到的均方误差都非常小。第五章将参数GARCH族模型与非参数GARCH模型应用于我国黄金期货收益率数据分析，得出的结论为：对于黄金期货波动率的非参数GARCH模型估计精度和预测结果优于参数GARCH模型，两者预测结果相当，但总体而言两种方法得到的均方误差都是非常小的。 第六章首先介绍了随机波动模型的研究进展，给出了离散随机波动模型的构建及估计方法，引入非参数核(F-Z)估计和一个新的连续随机波动模型扩散系数的饱和非参数估计，该估计是基于傅立叶分析的可观测状态变量迹的并且具有一致性和渐进正态性，将该傅立叶方法通过迭代傅立叶分析可以应用到对一元和二元波动率的建模及估计。本章应用F-Z估计和傅立叶估计这两种非参数随机波动模型对我国铜期货收益率数据波动进行了刻画，结论表明傅立叶估计更适合刻画波动特征，对研究波动规律，并对以后的波动预测和风险防范具有重大理论和现实指导意义。
【关键词】：金融资产 波动 非参数模型
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F830.9;F224
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-32
• 1.1 问题的提出与研究意义12-17
• 1.2 国内外文献综述17-27
• 1.3 论文结构与主要内容27-29
• 1.4 研究方法与创新点29-32
• 第2章 金融资产价格波动的非参数 ARFIMA 模型及其应用研究32-48
• 2.1 ARFIMA 模型研究进展32-33
• 2.2 非参数 ARFIMA 模型构建33-41
• 2.3 基于非参数 ARFIMA 模型沪深指数收益率波动研究41-45
• 2.4 本章小结45-46
• 注释46-48
• 第3章 金融资产价格波动的非参数SVAR模型及其应用研究48-62
• 3.1 SVAR 模型研究进展48-50
• 3.2 非参数 SVAR 模型及方法50-54
• 3.3 非参数 SVAR 模型关于人民币有效汇率决定因素的研究54-60
• 3.4 本章小结60-61
• 注释61-62
• 第4章 金融资产价格波动的非参数ARCH 模型及其应用研究62-76
• 4.1 ARCH 模型研究进展62-63
• 4.2 非参数 ARCH 模型及方法63-68
• 4.3 基于非参数 ARCH 模型沪深指数波动性研究68-73
• 4.4 本章小结73-76
• 第5章 金融资产价格波动的非参数GARCH模型及其应用研究76-86
• 5.1 GARCH 模型研究进展76-77
• 5.2 非参数 GARCH 模型及方法77-81
• 5.3 基于非参数 GARCH 模型黄金期货收益率波动性研究81-85
• 5.4 本章小结85-86
• 第6章 金融资产价格波动的非参数随机波动模型及其应用研究86-106
• 6.1 随机波动模型研究进展86-88
• 6.2 离散随机波动模型构建88-93
• 6.3 非参数连续时间 SV 模型93-102
• 6.4 非参数 SV 模型及其应用研究102-105
• 6.5 本章小结105-106
• 结论106-108
• (1) 研究结论106-107
• (2) 研究的不足与展望107-108
• 参考文献108-120
• 攻读学位期间发表的学术论文及取得的科研成果120-121
• 附录121-133
• 致谢133

【参考文献】

中国期刊全文数据库 前9条

1 孟利锋,张世英,何信;SV模型参数估计的经验特征函数方法[J];系统工程;2004年12期

2 叶阿忠;我国宏观经济非参数联立模型的局部线性广义矩估计[J];管理工程学报;2003年04期

3 金成晓;曹阳;;基于参数与非参数SVAR模型的货币政策有效性比较分析[J];商业研究;2014年02期

4 王佳妮,李文浩;GARCH模型能否提供好的波动率预测[J];数量经济技术经济研究;2005年06期

5 马薇;袁铭;;非线性计量经济模型的非参数估计方法研究[J];数量经济技术经济研究;2010年01期

6 金秀;姚瑾;庄新田;;基于分数阶差分的ARFIMA模型及预测效果研究[J];数理统计与管理;2007年05期

7 王璐;庞皓;;中国股市和债市波动溢出效应的MV-GARCH分析[J];数理统计与管理;2009年01期

8 方颖;郭萌萌;;中国主要宏观变量的稳定性检验:基于非参数估计与Bootstrapping的一个方法[J];世界经济文汇;2009年01期

9 金成晓;曹阳;;基于非参数ARCH模型的沪深指数波动性研究[J];山西大学学报(哲学社会科学版);2014年03期

本文编号：1073254