本文關(guān)鍵詞：國(guó)際油價(jià)對(duì)股市非對(duì)稱沖擊效應(yīng)的貝葉斯分位回歸研究

  更多相關(guān)文章： 股市收益 面板數(shù)據(jù) 分位回歸法 貝葉斯估計(jì) 非對(duì)稱效應(yīng)

【摘要】：分位回歸逐漸成為現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的前沿之一,分位數(shù)回歸法通過(guò)解最優(yōu)解問(wèn)題來(lái)實(shí)現(xiàn)對(duì)變量分布特征的刻畫(huà)。與傳統(tǒng)最小二乘估計(jì)方法相比,分位回歸不僅能夠刻畫(huà)因變量的中心分布趨勢(shì),也可以刻畫(huà)變量的尾部特征,是對(duì)經(jīng)典均值回歸方法的一種有益補(bǔ)充。此外,面板數(shù)據(jù)綜合了時(shí)序數(shù)據(jù)和截面數(shù)據(jù)的雙向特征,從而包括在復(fù)雜經(jīng)濟(jì)環(huán)境中變量之間存在的異質(zhì)性和共性。將分位回歸模型引入到對(duì)面板數(shù)據(jù)的分析中進(jìn)行計(jì)量經(jīng)濟(jì)模型研究是近年來(lái)一個(gè)研究熱點(diǎn)。但是,其參數(shù)估計(jì)的常用方法(極小化個(gè)體效應(yīng)懲罰項(xiàng))可能遇到懲罰參數(shù)無(wú)法確定導(dǎo)致參數(shù)估計(jì)不確定性問(wèn)題。因此,本文提出了面板分位回歸模型的貝葉斯估計(jì)法,解決參數(shù)估計(jì)中的高維積分算值無(wú)法確定的問(wèn)題,用來(lái)刻畫(huà)金融面板數(shù)據(jù)的非對(duì)稱特征。針對(duì)很多經(jīng)濟(jì)金融變量可能存在的分布非對(duì)稱性,厚尾性和尖峰性等特征,提出了面板分位回歸模型。首先,對(duì)面板數(shù)據(jù)回歸模型進(jìn)行結(jié)構(gòu)分析,再通過(guò)對(duì)非對(duì)稱Laplace分布的分解構(gòu)建模型的似然函數(shù)形式,并給出模型參數(shù)的后驗(yàn)分布形式以及Gibbs抽樣算法。為識(shí)別變量的非對(duì)稱關(guān)系特征,本文構(gòu)建了隨機(jī)效應(yīng)面板數(shù)據(jù)模型的貝葉斯估計(jì)法與前者對(duì)比。同時(shí),利用構(gòu)建貝葉斯分位回歸模型來(lái)識(shí)別變量之間的非對(duì)稱性關(guān)系的個(gè)體差異。最后,選擇我國(guó)行業(yè)股指數(shù)據(jù)作為研究對(duì)象,以分析國(guó)際油價(jià)對(duì)我國(guó)股市收益的影響效應(yīng),并對(duì)影響效應(yīng)在各行業(yè)之間差異進(jìn)行比較。研究結(jié)果表明:我國(guó)行業(yè)股市收益率具有非中心分布和尖峰厚尾的特征;同時(shí),金融危機(jī)背景下國(guó)際油價(jià)波動(dòng)對(duì)我國(guó)股市收益的影響效應(yīng)具有非對(duì)稱性特征。具體地,從整個(gè)股票市場(chǎng)來(lái)看,在股市收益良好的狀況下,我國(guó)股市與國(guó)際油價(jià)正向波動(dòng)之間呈正關(guān)關(guān)系;在股市收益差的狀況下,我國(guó)股市與國(guó)際油價(jià)正向波動(dòng)之間呈負(fù)相關(guān)關(guān)系;而國(guó)際油價(jià)的負(fù)向波動(dòng)對(duì)我國(guó)股市的沖擊較弱。從相關(guān)行業(yè)股市上看,國(guó)際油價(jià)波動(dòng)對(duì)各相關(guān)行業(yè)的沖擊存在一定程度上的差異性。
【關(guān)鍵詞】：股市收益 面板數(shù)據(jù) 分位回歸法 貝葉斯估計(jì) 非對(duì)稱效應(yīng)
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F224;F764.1;F832.51
【目錄】：

• 摘要5-6
• Abstract6-12
• 第1章 緒論12-23
• 1.1 選題背景及意義12-14
• 1.1.1 選題背景12-13
• 1.1.2 研究意義13-14
• 1.2 文獻(xiàn)綜述14-20
• 1.2.1 面板數(shù)據(jù)回歸模型14-15
• 1.2.2 分位數(shù)回歸模型15-17
• 1.2.3 油價(jià)沖擊對(duì)金融經(jīng)濟(jì)的影響17-20
• 1.3 研究思路與研究?jī)?nèi)容20-23
• 1.3.1 研究思路20-22
• 1.3.2 研究?jī)?nèi)容22-23
• 第2章 相關(guān)理論分析23-36
• 2.1 分位數(shù)回歸模型23-27
• 2.1.1 分位數(shù)回歸模型概述23-24
• 2.1.2 分位數(shù)回歸模型參數(shù)估計(jì)方法24-25
• 2.1.3 分位數(shù)回歸模型的性質(zhì)25-26
• 2.1.4 分位數(shù)回歸假設(shè)檢驗(yàn)26-27
• 2.2 基于MCMC的貝葉斯推斷理論27-33
• 2.2.1 貝葉斯理論27-28
• 2.2.2 先驗(yàn)分布設(shè)定28-30
• 2.2.3 基于MCMC的后驗(yàn)抽樣30-31
• 2.2.4 參數(shù)收斂性診斷31-32
• 2.2.5 貝葉斯估計(jì)32-33
• 2.3 原油市場(chǎng)對(duì)股市沖擊理論33-35
• 2.3.1 原油市場(chǎng)對(duì)微觀經(jīng)濟(jì)的沖擊效應(yīng)33
• 2.3.2 原油市場(chǎng)對(duì)宏觀經(jīng)濟(jì)的沖擊效應(yīng)33-34
• 2.3.3 原油市場(chǎng)波動(dòng)沖擊股市的傳導(dǎo)機(jī)制34-35
• 2.4 本章小結(jié)35-36
• 第3章 隨機(jī)效應(yīng)面板分位數(shù)回歸模型的貝葉斯分析36-43
• 3.1 貝葉斯隨機(jī)效應(yīng)面板數(shù)據(jù)回歸模型36-37
• 3.1.1 隨機(jī)效應(yīng)面板數(shù)據(jù)模型36-37
• 3.1.2 貝葉斯Gibbs抽樣算法設(shè)計(jì)37
• 3.2 貝葉斯分位回歸模型37-38
• 3.2.1 分位回歸模型37
• 3.2.2 分位回歸模型貝葉斯推斷37-38
• 3.3 貝葉斯隨機(jī)效應(yīng)面板數(shù)據(jù)分位回歸模型構(gòu)建38-42
• 3.3.1 隨機(jī)效應(yīng)面板分位回歸模型38
• 3.3.2 分層非對(duì)稱Laplace分布似然函數(shù)38-39
• 3.3.3 基于MCMC的參數(shù)后驗(yàn)分布39-41
• 3.3.4 MCMC抽樣過(guò)程41-42
• 3.4 本章小結(jié)42-43
• 第4章 實(shí)證分析43-63
• 4.1 變量與樣本數(shù)據(jù)選取與處理43-47
• 4.1.1 變量選擇與研究假設(shè)43
• 4.1.2 變量統(tǒng)計(jì)特征分析43-45
• 4.1.3 油價(jià)與股市協(xié)整關(guān)系檢驗(yàn)45-47
• 4.2 國(guó)際油價(jià)對(duì)股市收益的影響效應(yīng)實(shí)證分析47-55
• 4.2.1 貝葉斯面板分位回歸模型構(gòu)建47-48
• 4.2.2 參數(shù)估計(jì)48-55
• 4.3 國(guó)際油價(jià)波動(dòng)對(duì)相關(guān)行業(yè)股市收益率的影響實(shí)證分析55-62
• 4.3.1 分位回歸模型的貝葉斯分析55
• 4.3.2 參數(shù)估計(jì)55-61
• 4.3.3 國(guó)際油價(jià)對(duì)股市沖擊效應(yīng)分析及意義61-62
• 4.4 本章小結(jié)62-63
• 結(jié)論63-65
• 參考文獻(xiàn)65-71
• 致謝71-72
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄72

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 孫俊;;貨幣政策轉(zhuǎn)向與非對(duì)稱效應(yīng)研究[J];金融研究;2013年06期

2 張欣;崔日明;;基于非對(duì)稱隨機(jī)波動(dòng)模型的人民幣匯率波動(dòng)特征研究[J];國(guó)際金融研究;2013年01期

3 李春紅;齊中英;孫薇;;國(guó)際油價(jià)波動(dòng)對(duì)中國(guó)股市影響及分析[J];運(yùn)籌與管理;2012年06期

4 羅幼喜;李翰芳;田茂再;;基于Gibbs抽樣算法的面板數(shù)據(jù)分位回歸方法[J];統(tǒng)計(jì)研究;2011年07期

5 鄭挺國(guó);劉金全;;我國(guó)貨幣—產(chǎn)出非對(duì)稱影響關(guān)系的實(shí)證研究[J];經(jīng)濟(jì)研究;2008年01期

6 吳強(qiáng);彭方平;;動(dòng)態(tài)門檻面板模型及我國(guó)經(jīng)濟(jì)增長(zhǎng)收斂性研究[J];統(tǒng)計(jì)研究;2007年06期

7 ;Hierarchical linear regression models for conditional quantiles[J];Science in China(Series A:Mathematics);2006年12期

，

本文編號(hào)：654508