金融市場一直處在變化之中,我國經(jīng)濟開始與國際接軌,全球經(jīng)濟的聯(lián)系也越來越緊密,因此金融市場中的波動率也成為衡量經(jīng)濟發(fā)展的重要指標。波動率就是風(fēng)險的體現(xiàn),對于投資者而言,估計風(fēng)險才能更好地在市場中進行投資決策和資產(chǎn)組合的選擇。隨著理論的不斷發(fā)展,對于波動率的衡量也有了眾多的模型和方法,而研究金融市場的波動率也成為了一個重要課題。本文在GARCH-MIDAS的基礎(chǔ)上提出了一種新的預(yù)測方法,即將經(jīng)驗?zāi)B(tài)分解方法應(yīng)用到了股票市場波動率的預(yù)測分析中,將經(jīng)驗?zāi)B(tài)分解方法得到的低頻分量和殘差項結(jié)合作為代表波動的長期趨勢項,建立了新的模型。另一種方法是將原始時間序列通過經(jīng)驗?zāi)B(tài)方法進行分解后,將不同的分量加和形成高頻分量和低頻分量,殘差項保持不變,分別對高頻分量、低頻分量和殘差項采用不同的方法進行預(yù)測,將得到的預(yù)測結(jié)果加和起來得到總的預(yù)測值。最后使用模型平均的方法將多個模型組合成了一個綜合模型,并對不同模型的預(yù)測結(jié)果進行了比較分析,同時在應(yīng)用中對VaR進行了估計。實證結(jié)果表明,IMF-GARCH模型相比于GARCH-MIDAS模型預(yù)測的精度更高效果更好,并且在模型中序列一的精度最高;而基于EMD方法的... 

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 經(jīng)驗?zāi)B(tài)分解法研究現(xiàn)狀
        1.2.2 GARCH模型研究現(xiàn)狀
        1.2.3 模型平均研究現(xiàn)狀
    1.3 研究內(nèi)容和結(jié)構(gòu)安排
2 基本方法介紹
    2.1 經(jīng)驗?zāi)B(tài)分解法
        2.1.1 經(jīng)驗?zāi)B(tài)分解法基本概念
        2.1.2 經(jīng)驗?zāi)B(tài)分解法過程
        2.1.3 經(jīng)驗?zāi)B(tài)分解法特點
    2.2 GARCH類模型介紹
        2.2.1 ARCH模型
        2.2.2 GARCH模型
        2.2.3 GARCH模型的擴展
    2.3 模型平均方法
        2.3.1 模型平均基本介紹
        2.3.2 模型平均核心問題
3 預(yù)測模型的構(gòu)建與分析
    3.1 GARCH-MIDAS預(yù)測模型構(gòu)建
    3.2 IMF-GARCH預(yù)測模型構(gòu)建
    3.3 基于EMD方法預(yù)測模型構(gòu)建
4 實證分析
    4.1 數(shù)據(jù)選取和分析
    4.2 基于GARCH-MIDAS模型的波動率預(yù)測
    4.3 基于IMF-GARCH方法的波動率預(yù)測分析
    4.4 基于EMD方法的波動率預(yù)測分析
    4.5 預(yù)測結(jié)果比較分析
5 應(yīng)用:VaR估計
    5.1 基于模型平均方法的預(yù)測結(jié)果分析
    5.2 VaR的估計
6 結(jié)論
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]經(jīng)濟政策不確定性與我國股市波動率預(yù)測研究[J]. 雷立坤,余江,魏宇,賴曉東.  管理科學(xué)學(xué)報. 2018(06)
[2]基于混頻已實現(xiàn)GARCH模型的波動預(yù)測與VaR度量[J]. 于孝建,王秀花.  統(tǒng)計研究. 2018(01)
[3]創(chuàng)業(yè)板上市公司經(jīng)濟績效及影響因素——基于貝葉斯模型平均法（BMA）的實證研究[J]. 柯忠義.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2017(01)
[4]基于多尺度分析的國際原油價格預(yù)測方法研究[J]. 王書平,朱艷云.  價格月刊. 2015(10)
[5]利用高頻數(shù)據(jù)預(yù)測滬深300指數(shù)波動率——基于Realized GARCH模型的實證研究[J]. 王天一,趙曉軍,黃卓.  世界經(jīng)濟文匯. 2014(05)
[6]基于EMD-PSO-SVM誤差校正模型的國際碳金融市場價格預(yù)測[J]. 高楊,李健.  中國人口.資源與環(huán)境. 2014(06)
[7]基于EMD與STSA混合方法的金融收益信息提取與預(yù)測[J]. 李祥飛,張再生,黃超,高楊.  系統(tǒng)工程. 2014(02)
[8]基于貝葉斯模型平均方法的中國通貨膨脹的建模及預(yù)測[J]. 陳偉,牛霖琳.  金融研究. 2013(11)
[9]基于EMD的時間序列不同頻率波動及趨勢研究[J]. 史美景,曹星婉.  統(tǒng)計與決策. 2012(16)
[10]基于動態(tài)模型平均的中國通貨膨脹實時預(yù)測[J]. 崔百勝.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2012(07)



本文編號：3692720