發(fā)布時間：2017-07-16 12:31

  本文關(guān)鍵詞：馬爾科夫區(qū)制轉(zhuǎn)移GARCH模型及其在中國股市數(shù)據(jù)分析中的應(yīng)用

  更多相關(guān)文章： GARCH模型 馬爾科夫鏈 MS-GARCH模型 EM算法

【摘要】：Robert Engle(1982)提出自回歸條件異方差(ARCH)模型,用來描述金融時間序列的波動特性。Bollerslev(1986)在Engle的工作基礎(chǔ)上建立了廣義自回歸條件異方差(GARCH)模型,這種模型及其拓廣形式已被廣泛應(yīng)用于經(jīng)濟(jì)和金融時間序列分析。實際中由于宏觀政策的調(diào)整或經(jīng)濟(jì)結(jié)構(gòu)的變化,可能導(dǎo)致計量模型的系數(shù)發(fā)生改變,馬爾科夫區(qū)制轉(zhuǎn)移(MS)模型是捕捉這種系數(shù)變化的重要模型。本文主要研究帶馬爾科夫區(qū)制轉(zhuǎn)移的GARCH(MS-GARCH)模型及其在中國股市數(shù)據(jù)分析中的應(yīng)用,因此該研究有理論和實際應(yīng)用價值。本文首先回顧EM算法、GARCH模型參數(shù)估計的兩步估計法、MS模型等基礎(chǔ)知識。接下來在GARCH模型基礎(chǔ)上引入馬爾科夫區(qū)制轉(zhuǎn)移,構(gòu)建了均值方程和方差方程均隨區(qū)制變化的MS-GARCH模型。對該模型估計時,除系數(shù)、轉(zhuǎn)移概率需要估計外,還需對序列所屬區(qū)制進(jìn)行推斷,有一定難度。本文將GARCH模型的兩步估計與EM算法相結(jié)合,詳細(xì)地給出了估計和推斷的算法及步驟。最后對上海證券綜合指數(shù)2006年1月4日到2015年12月31日間的日收益率序列進(jìn)行了實證分析。結(jié)果表明:第一、樣本期間上證綜指日收益率序列存在明顯的波動聚集和區(qū)制轉(zhuǎn)移現(xiàn)象,可分為三個不同區(qū)制;第二、與其它模型比較的結(jié)果顯示MS-GARCH模型對樣本數(shù)據(jù)的描述更為準(zhǔn)確;第三、本文提出的MS-GARCH模型的參數(shù)估計方法是比較有效的。
【關(guān)鍵詞】：GARCH模型 馬爾科夫鏈 MS-GARCH模型 EM算法
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-13
• 1.1 研究背景8-9
• 1.2 國內(nèi)外文獻(xiàn)綜述9-12
• 1.2.1 GARCH模型和MS模型的研究現(xiàn)狀9-10
• 1.2.2 MS模型在國內(nèi)的應(yīng)用回顧10-12
• 1.3 本文結(jié)構(gòu)12-13
• 第2章 基礎(chǔ)知識13-19
• 2.1 EM算法13-14
• 2.2 ARCH模型14-15
• 2.2.1 ARCH模型的概念14
• 2.2.2 ARCH模型的性質(zhì)14-15
• 2.3 GARCH模型15-17
• 2.3.1 GARCH模型的概念15-16
• 2.3.2 GARCH模型的估計16-17
• 2.4 非線性GARCH模型17-18
• 2.5 本章小結(jié)18-19
• 第3章 馬爾科夫區(qū)制轉(zhuǎn)移模型19-27
• 3.1 馬爾科夫鏈19-21
• 3.2 狀態(tài)的轉(zhuǎn)移概率及狀態(tài)所屬的推斷21-24
• 3.2.1 狀態(tài)的轉(zhuǎn)移概率21-22
• 3.2.2 時間序列觀測值所屬狀態(tài)的推斷22-24
• 3.3 MS-AR模型24-26
• 3.3.1 MS-AR模型的概念24
• 3.3.2 MS-AR模型的估計24-26
• 3.4 本章小結(jié)26-27
• 第4章 MS-GARCH模型27-38
• 4.1 MS-GARCH模型的定義27-29
• 4.2 MS-GARCH模型的估計29-37
• 4.2.1 EM算法的性質(zhì)及應(yīng)用29-31
• 4.2.2 參數(shù)估計31-37
• 4.3 本章小結(jié)37-38
• 第5章 實證分析38-46
• 5.1 樣本的描述性分析38-40
• 5.2 MS-GARCH模型的應(yīng)用40-42
• 5.3 不同模型的優(yōu)劣比較42-45
• 5.4 本章小結(jié)45-46
• 結(jié)論46-47
• 參考文獻(xiàn)47-50
• 致謝50

，

本文編號：548718