近幾年隨機波動模型在我國得到了不斷發(fā)展,研究者提出了眾多擴展模型,但SV模型的擴展模型模擬我國金融時間序列的優(yōu)劣程度并無確切標準。論文利用基于Gibbs抽樣的MCMC貝葉斯方法對各種SV相關模型進行了貝葉斯估計,對不同模型模擬深證股市的特征進行了優(yōu)劣比較。 論文首先介紹了金融波動模型的產生背景、研究現(xiàn)狀及波動模型估計的貝葉斯方法。然后以深證成指和上證指數(shù)為例,對我國的金融時間序列進行統(tǒng)計分析,證明了我國股市的收益率具有尖峰重尾的現(xiàn)象。 論文主要工作在第三至第五章,利用深證成指分析股市波動性,首先根據貝葉斯定理對標準SV模型,借助WinBUGS軟件,利用Gibbs抽樣的MCMC方法對模型進行貝葉斯參數(shù)估計;然后對標準SV模型進行了兩個方向的擴展:重尾SV-T模型、杠桿效應SVL-HS-N和SVL-JAR-N模型,同樣構造了基于Gibbs抽樣的MCMC數(shù)值計算過程,運用WinBUGS軟件對不同模型參數(shù)進行估計;其次將重尾分布和杠桿效應結合在一起,構建了重尾t分布基礎之上的SVL-HS-T模型和SVL-JPR-T模型,針對仿真結果對兩類模型模擬深圳股市的特征進行比較分析;最后把非線性SV模型...

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景
    1.2 研究現(xiàn)狀
    1.3 隨機波動模型參數(shù)估計的基本方法
        1.3.1 貝葉斯方法的基本思想
        1.3.2 MCMC 方法與Gibbs 抽樣
        1.3.3 Winbugs 軟件應用
    1.4 研究內容及章節(jié)安排
第2章 金融時間序列基本統(tǒng)計特征分析
    2.1 指標的選取
    2.2 數(shù)據的選擇
    2.3 特征分析
        2.3.1 圖形分析
        2.3.2 正態(tài)分布檢驗
        2.3.3 自相關和異方差檢驗
    2.4 本章小結
第3章 標準SV 模型
    3.1 標準SV 模型描述
    3.2 實證分析
    3.3 本章小結
第4章 隨機波動模型的擴展
    4.1 SV-T 模型描述
        4.1.1 實證分析
        4.1.2 深證成指在SV-T 模型下的參數(shù)分析
    4.2 SVL-HS-N 與SVL-JPR-N 的模型描述
        4.2.1 實證分析
        4.2.2 深證成指在兩類SVL-N 模型下的參數(shù)分析
    4.3 SVL-HS-T 與SVL-JPR-T 的模型描述
        4.3.1 實證分析
        4.3.2 深證成指在兩類SVL-T 模型下的參數(shù)分析
    4.4 本章小結
第5章 非線性杠桿SV 模型
    5.1 非線性杠桿SV 模型描述
    5.2 實證分析
    5.3 本章小結
結論
參考文獻
攻讀碩士學位期間承擔的科研任務與主要成果
致謝
作者簡介



本文編號：3783968