本文選題：乘積誤差模型　切入點：高頻數(shù)據(jù)　出處：《天津大學》2012年碩士論文　論文類型：學位論文

【摘要】：隨著經(jīng)濟全球化、金融一體化的不斷深入,世界各國間的經(jīng)濟、金融聯(lián)系日益緊密,金融市場波動劇烈,金融市場之間的相關性不斷增強,關系日趨復雜。而金融市場波動溢出效應體現(xiàn)了不同金融市場間的波動可能存在的相互影響和金融市場間的危機傳染機制。金融市場相關性分析和波動溢出效應的研究已成為金融學術界的研究熱點。金融高頻數(shù)據(jù)計量經(jīng)濟學自20世紀90年代以來成為了金融計量學、金融工程學的一個重要研究領域。而高頻數(shù)據(jù)的波動建模是其一項重要的研究方向,其研究將有助于從金融市場微觀結(jié)構(gòu)的角度深入分析金融市場的波動特征。乘積誤差模型(Multiplicative Error Model,MEM)由Engle(2002)提出,其通過對高頻數(shù)據(jù)下非負(non-negative)金融數(shù)據(jù)如“已實現(xiàn)”波動(Realized Volatility,RV)建模有效刻畫了高頻數(shù)據(jù)的波動特征。本文即是基于MEM模型從高頻數(shù)據(jù)和市場微觀結(jié)構(gòu)理論的角度開展對金融市場相關性分析和波動溢出效應的研究。論文的主要研究工作和創(chuàng)新點如下:1、利用“已實現(xiàn)”波動的一種改進方法——調(diào)整“已實現(xiàn)”波動作為變量將MEM模型應用于中國股票市場進行實證分析,研究高頻數(shù)據(jù)下中國金融市場的波動建模問題;2、結(jié)合MEM模型,分析研究在高頻數(shù)據(jù)下中國上海和深圳股市之間相互之間的波動溢出問題;3、建立適當?shù)腃opula-MEM模型,對高頻數(shù)據(jù)下中國上海和深圳股市之間的相關程度和相關模式進行研究;4、將門限模型與Copula函數(shù)結(jié)合,構(gòu)建兩體制門限MEM模型,分析不同體制下的高頻數(shù)據(jù)波動建模,并與Copula函數(shù)相結(jié)合,通過觀察其不同波動體制下Copula-MEM模型所體現(xiàn)的相關模式和相關程度的差異來分析研究金融市場之間的波動溢出。
[Abstract]:With the economic globalization and the deepening of financial integration, the economic and financial links between countries in the world are increasingly close, the financial market fluctuates violently, and the correlation between the financial markets is increasing. The relationship is becoming more and more complex. The volatility spillover effect of financial market reflects the possible interaction of volatility among different financial markets and the crisis contagion mechanism between financial markets. Correlation Analysis and volatility spillover effect of Financial Market. Financial high-frequency data econometrics has become financial metrology since 1990s. Financial engineering is an important research field, and volatility modeling of high-frequency data is one of the important research directions. Its research will help to analyze the volatility characteristics of financial markets from the perspective of the microstructure of financial markets. The multiplicative Error Model was proposed by Engle2002. By modeling non-negative non-negative) financial data under high frequency data, such as "realized" volatility model, this paper describes the volatility characteristics of high frequency data effectively. This paper is based on MEM model from the perspective of high frequency data and market microstructure theory. The main research work and innovation of this paper are as follows: 1, using "realized" volatility as a kind of improvement method-adjusting "realized" volatility as a variable to use "realized" volatility as a variable. The model is applied to the empirical analysis of Chinese stock market. This paper studies the volatility modeling problem of Chinese financial market under high frequency data. Combined with MEM model, the volatility spillover problem between Shanghai and Shenzhen stock markets in China under high frequency data is analyzed, and an appropriate Copula-MEM model is established. This paper studies the correlation degree and correlation model between Shanghai and Shenzhen stock markets under high frequency data. Combining threshold model with Copula function, the threshold MEM model of two systems is constructed, and the volatility modeling of high frequency data under different systems is analyzed. Combined with the Copula function, the volatility spillover between the financial markets is analyzed by observing the correlation model and the correlation degree of the Copula-MEM model under different volatility systems.
【學位授予單位】：天津大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F224;F832.51

【相似文獻】

相關期刊論文 前10條

1 葛建營;市場異常波動的社會原因分析及政策建議[J];中國物價;2003年04期

2 李俊梅;;新會計準則影響上市公司業(yè)績波動的實證研究——來自中國A股市場的經(jīng)驗證據(jù)[J];財會通訊;2011年03期

3 馬丹;尹優(yōu)平;;噪聲、跳躍與高頻價格波動——基于門限預平均實現(xiàn)波動的分析[J];金融研究;2012年04期

4 杜婧;張立中;;蔬菜價格波動實證分析及調(diào)控措施——以山東省為例[J];內(nèi)蒙古財經(jīng)大學學報;2013年06期

5 師清才;;北京水屯市場:受降雨影響,京城菜價波動明顯[J];農(nóng)產(chǎn)品市場周刊;2013年27期

6 張耿;胡海鷗;;消費波動小于產(chǎn)出波動嗎?[J];經(jīng)濟研究;2006年11期

7 康鍇;;君子蘭:價格波動明顯 年宵大戰(zhàn)提前打響[J];中國花卉園藝;2010年01期

8 黃東梅;;應對蔬菜價格波動的理性思考[J];遼寧農(nóng)業(yè)科學;2012年05期

9 董智勇;王雙進;;糧食價格波動態(tài)勢及調(diào)控對策[J];宏觀經(jīng)濟管理;2013年07期

10 雷德民;寧夏經(jīng)濟的波動及其分析[J];寧夏社會科學;1988年05期

相關會議論文 前1條

1 曾昭法;左杰;;滬港證券市場收益的跳躍與波動溢出關系研究——基于MCMC算法的SVCJ模型[A];“兩型社會”建設與管理創(chuàng)新——第十五屆中國管理科學學術年會論文集（上）[C];2013年

相關重要報紙文章 前10條

1 記者 施育玲;食品類價格波動明顯[N];汕尾日報;2013年

2 本報記者 任曉;周小川：中國已習慣美元波動[N];中國證券報;2011年

3 海通期貨研究所 關慧　肖永志;糖的解析[N];期貨日報;2010年

4 記者 李高產(chǎn)　通訊員 李昶;價格波動比價格上漲風險更大[N];湖北日報;2008年

5 信達證券 陳嘉禾;通脹又回來了嗎？[N];中國證券報;2012年

6 銀河證券研究所總監(jiān) 宏觀分析師 張新法;經(jīng)濟復蘇確定 調(diào)整之后有望重新步入上升通道[N];上海證券報;2009年

7 熊郁曉;金屬振蕩 差異擴大[N];期貨日報;2007年

8 謝亞東;學會在政策保護下理性經(jīng)營[N];中華合作時報;2004年

9 鄒衛(wèi)國;出口高增長可能難以為繼[N];經(jīng)濟觀察報;2006年

10 林艷興　葉前;破解“豬周期”根在產(chǎn)業(yè)升級[N];中華工商時報;2011年

相關博士學位論文 前10條

1 涂巍;轉(zhuǎn)型期的中國經(jīng)濟波動與貨幣政策分析[D];中央財經(jīng)大學;2015年

2 李凌;消費波動、消費增長和中國經(jīng)濟波動[D];上海社會科學院;2009年

3 王淑艷;我國糧食價格波動因素分析與預測研究[D];東北農(nóng)業(yè)大學;2013年

4 丁紀崗;區(qū)域視野下的中國經(jīng)濟增長與波動研究[D];中國社會科學院研究生院;2006年

5 董玲;我國豬肉價格波動研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2010年

6 陳芳;有色金屬價格波動預警仿真研究[D];中南大學;2013年

7 趙娟;中國經(jīng)濟波動研究：基于總量和產(chǎn)業(yè)層面[D];華中科技大學;2011年

8 陳師;中國經(jīng)濟波動[D];西南財經(jīng)大學;2009年

9 黃大海;中國股票市場價格波動的理論與實證研究[D];天津大學;2004年

10 谷升陽;行星尺度波動及其在大氣層耦合中的作用[D];中國科學技術大學;2015年

相關碩士學位論文 前10條

1 王中;太原市蔬菜價格波動及其影響因素研究[D];山西農(nóng)業(yè)大學;2015年

2 趙歡;基于GARCH族模型我國金融期貨市場波動率及相關性研究[D];西南交通大學;2015年

3 袁圣弘;國際棉價波動對國內(nèi)棉價的傳遞機制及溢出效應研究[D];華中農(nóng)業(yè)大學;2015年

4 孫霖;滬深300股票指數(shù)與股指期貨間的波動溢出分析[D];山東大學;2015年

5 解鵬;商業(yè)銀行資本監(jiān)管與經(jīng)濟波動[D];中國礦業(yè)大學;2015年

6 陳波;涇陽蔬菜產(chǎn)地價格與零售價格的波動及傳導研究[D];西北農(nóng)林科技大學;2015年

7 趙鵬飛;滬深300股票指數(shù)收益波動率度量研究[D];中國青年政治學院;2015年

8 王歡歡;股票市場交易時間間隔對股票收益波動率的影響[D];東北財經(jīng)大學;2015年

9 魏思媛;對外開放條件下我國經(jīng)濟波動對經(jīng)濟增長影響的實證研究[D];天津財經(jīng)大學;2015年

10 胡延廣;滬深300指數(shù)波動的特征及影響因素研究[D];山東財經(jīng)大學;2016年

，

本文編號：1637442