本文關鍵詞：基于混頻數(shù)據(jù)的我國股票與基金市場動態(tài)相關性研究

  更多相關文章： 混頻數(shù)據(jù) 動態(tài)相關性 DCC-MIDAS DCC-GARCH ADL-MIDAS

【摘要】：我國金融市場一體化進程不斷推進,聯(lián)動性逐漸增強,而股票市場和基金市場作為我國金融市場中兩個最重要的組成部分,對其價格間的動態(tài)相關性進行研究刻不容緩,這不僅有利于投資者進行資產(chǎn)的有效配置與風險管理,同時也對有關政府部門了解市場環(huán)境并制定政策有著非常重要的意義。本文主要對股票與基金市場間動態(tài)相關性進行三個方面的研究,一是利用同頻數(shù)據(jù)對其動態(tài)相關性進行分析;二是利用混頻數(shù)據(jù)提取長期與短期動態(tài)相關性,并研究宏觀經(jīng)濟對長期動態(tài)相關性的影響;三是基于混頻數(shù)據(jù)對其長期動態(tài)相關性進行預測。首先,本文基于同頻數(shù)據(jù),并利用DCC-GARCH模型計算得到股票與基金市場間的動態(tài)相關性,并應用于動態(tài)溢出效應的研究。研究發(fā)現(xiàn)兩市場間的動態(tài)相關系數(shù)較高,波動范圍在80%至90%間,且波動幅度較小,說明兩個市場間聯(lián)動性較強并且較為穩(wěn)定。同時研究表明,股票市場與基金市場間互不存在顯著的動態(tài)溢出效應。其次,本文基于混頻數(shù)據(jù)研究宏觀經(jīng)濟對股票與基金市場間的動態(tài)相關性的影響,首先通過DCC-MIDAS模型提取得到兩市場間的長期以及短期動態(tài)相關系數(shù)。在此基礎上,將宏觀經(jīng)濟變量直接納入DCC-MIDAS模型中,用于研究宏觀經(jīng)濟對長期動態(tài)相關性的影響。實證結果表明,基于月度已實現(xiàn)波動率的DCC-MIDAS模型能夠較好地提取股票與基金市場間的長期與短期動態(tài)相關性;并且居民價格消費指數(shù)、貨幣供應量增長率以及利率對于長期動態(tài)相關性的影響較為顯著。最后,本文分別采用ADL-MIDAS模型與AR模型預測股票與基金市場間的長期動態(tài)相關性。ADL-MIDAS模型采用日度和月度的混頻數(shù)據(jù),AR模型采用月度數(shù)據(jù)。文章分別對兩個模型進行樣本外預測,采用均方預測誤差的大小比較兩模型的預測精度。實證結果表明,ADL-MIDAS模型的預測精度顯著優(yōu)于AR模型。并且采用ADL-MIDAS模型的Nowcasting思想對兩市場間長期動態(tài)相關性進行預測,預測結果表明,采用Nowcasting預測后,長期動態(tài)相關性的預測值更加精確。
【關鍵詞】：混頻數(shù)據(jù) 動態(tài)相關性 DCC-MIDAS DCC-GARCH ADL-MIDAS
【學位授予單位】：南京財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F224;F832.51
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-18
• 1.1 選題背景和研究意義9-11
• 1.2 文獻綜述11-13
• 1.3 研究內容13-14
• 1.4 研究方法14-15
• 1.5 文章的創(chuàng)新點與不足15
• 1.5.1 文章的創(chuàng)新點15
• 1.5.2 文章存在的不足15
• 1.6 論文技術路線及結構安排15-18
• 第二章 基于DCC模型的股票與基金市場間動態(tài)相關性研究18-32
• 2.1 DCC-GARCH模型基本原理18-21
• 2.1.1 DCC-GARCH模型19-20
• 2.1.2 DCC-GARCH模型的估計方法20-21
• 2.2 變量選取與描述性統(tǒng)計21-23
• 2.2.1 變量選取與數(shù)據(jù)預處理21-22
• 2.2.2 數(shù)據(jù)描述性統(tǒng)計22-23
• 2.3 數(shù)據(jù)的統(tǒng)計檢驗23-25
• 2.3.1 正態(tài)分布檢驗23-24
• 2.3.2 平穩(wěn)性檢驗24
• 2.3.3 ARCH檢驗24-25
• 2.4 實證分析25-27
• 2.5 應用：股票與基金市場間的動態(tài)溢出效應27-30
• 2.6 本章小結30-32
• 第三章 基于混頻數(shù)據(jù)的股票與基金市場間動態(tài)相關性分解32-48
• 3.1 混頻數(shù)據(jù)及MIDAS模型32-34
• 3.2 DCC-MIDAS模型基本原理34-36
• 3.2.1 DCC-MIDAS模型34-36
• 3.2.2 DCC-MIDAS模型的估計方法36
• 3.3 變量選擇與描述性統(tǒng)計36-38
• 3.3.1 變量選擇36-37
• 3.3.2 描述性統(tǒng)計37-38
• 3.4 股票與基金市場間長期與短期動態(tài)相關性的提取38-42
• 3.5 宏觀經(jīng)濟對長期動態(tài)相關性的影響42-46
• 3.6 本章小結46-48
• 第四章 基于混頻數(shù)據(jù)的股票與基金市場間動態(tài)相關性預測48-55
• 4.1 ADL-MIDAS模型48-49
• 4.2 動態(tài)相關性預測模型比較49-53
• 4.2.1 數(shù)據(jù)的統(tǒng)計特征檢驗49
• 4.2.2 動態(tài)相關性樣本外預測49-52
• 4.2.3 預測模型比較52-53
• 4.3 ADL-MIDAS模型Nowcasting預測53-54
• 4.4 本章小結54-55
• 第五章 結論與展望55-57
• 5.1 結論55-56
• 5.2 展望56-57
• 參考文獻57-61
• 致謝61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 汪偉;;儲蓄、投資與經(jīng)濟增長之間的動態(tài)相關性研究——基于中國1952-2006年的數(shù)據(jù)分析[J];南開經(jīng)濟研究;2008年02期

，

本文編號：747260