本文關(guān)鍵詞：GARCH-偏T模型及其在汽車行業(yè)日收益率分析中的應(yīng)用

  更多相關(guān)文章： Copula理論 GARCH-偏t模型 貝葉斯估計(jì) WinBUGS軟件

【摘要】：自從我國改革開放30多年以來,國內(nèi)的金融市場(chǎng)不斷向外界敞開懷抱,多種多樣的金融產(chǎn)品不斷被創(chuàng)新和改造.我國的金融市場(chǎng)競(jìng)爭(zhēng)形勢(shì)也更加激烈.如何準(zhǔn)確的發(fā)現(xiàn)風(fēng)險(xiǎn)、度量風(fēng)險(xiǎn)和制定適應(yīng)的風(fēng)險(xiǎn)決策,成為風(fēng)控者們關(guān)注的核心問題.通常情況下,由于股票的日收益率之間的關(guān)系是非線性相關(guān)關(guān)系,恰好Copula理論可以反映股票日收益率之間的這種非線性相關(guān)關(guān)系,而且Copula函數(shù)可以結(jié)合單個(gè)股票的日收益率分布情況(邊際分布)來表示出多個(gè)股票的整體分布情況(聯(lián)合分布),故Copula理論成為金融市場(chǎng)中常用的用于風(fēng)險(xiǎn)度量的方法.在實(shí)際應(yīng)用中,一個(gè)Copula模型所對(duì)應(yīng)的邊際分布的選取是解決問題的關(guān)鍵.因?yàn)镚ARCH-t模型能夠很好地描述金融時(shí)間序列“尖峰厚尾”的特性,所以大多數(shù)研究股票的案例分析中采用GARCH-t模型來描述日收益率分布情況,但是,這種金融時(shí)間序列的分布情況通常不是對(duì)稱的,而t分布具有對(duì)稱性,基于此原因,本文創(chuàng)建了GARCH-偏f模型,該模型能有效克服上述的問題,很好的反映出邊際分布的非對(duì)稱性.楊湘豫和夏宇的研究中GARCH-t模型中參數(shù)的估計(jì)采取極大似然估計(jì)法,但是,在遇到目標(biāo)函數(shù)沒有極大值的情況,該種方法很大程度上不能得出最優(yōu)解.本文采用的貝葉斯方法將待估參數(shù)看作是服從某種分布的隨機(jī)變量,并且事先提供這個(gè)參數(shù)的先驗(yàn)分布,即人們對(duì)有關(guān)參數(shù)的主觀經(jīng)驗(yàn)信息.在參數(shù)估計(jì)過程中先驗(yàn)信息和樣本信息同時(shí)被使用.貝葉斯估計(jì)方法有效克服了極大似然估計(jì)方法的缺陷.本文使用了WinBUGS軟件有效的對(duì)模型中的參數(shù)進(jìn)行估計(jì).WinBUGS軟件的運(yùn)行以MCMC方法為基礎(chǔ),它將所有未知參數(shù)都看做隨機(jī)變量,然后對(duì)此種類型的概率模型進(jìn)行求解.論文首先介紹了GARCH模型、Copula理論和貝葉斯理論,然后運(yùn)用貝葉斯估計(jì)理論建立Copula-GARCH-偏t模型,最后把汽車行業(yè)日收益率作為研究對(duì)象,運(yùn)用貝葉斯估計(jì)方法得到模型的參數(shù)估計(jì),繼而得出日收益率實(shí)時(shí)的相關(guān)關(guān)系.研究結(jié)果表明一汽轎車與比亞迪汽車日收益率之間存在較強(qiáng)的正相關(guān)性.
【關(guān)鍵詞】：Copula理論 GARCH-偏t模型 貝葉斯估計(jì) WinBUGS軟件
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.51;F426.471
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 緒論10-15
• 1.1 選題背景和意義10-12
• 1.2 國內(nèi)外研究情況概述12-13
• 1.3 論文內(nèi)容、結(jié)構(gòu)和創(chuàng)新點(diǎn)13-15
• 1.3.1 論文內(nèi)容13
• 1.3.2 論文結(jié)構(gòu)13-14
• 1.3.3 創(chuàng)新點(diǎn)14-15
• 第二章 GARCH-偏t模型15-20
• 2.1 ARCH與GARCH模型15-18
• 2.1.1 ARCH模型15-17
• 2.1.2 GARCH模型17-18
• 2.2 GARCH-偏t模型18-20
• 第三章 Copula理論20-25
• 3.1 Copula理論簡(jiǎn)介20-22
• 3.1.1 Copula函數(shù)的定義和性質(zhì)20
• 3.1.2 Sklar定理20-22
• 3.2 常用的Copula函數(shù)22-25
• 3.2.1 橢圓Copula函數(shù)族22-23
• 3.2.2 阿基米德Copula函數(shù)23-24
• 3.2.3 邊際分布模型的檢驗(yàn)24-25
• 第四章 貝葉斯理論25-30
• 4.1 貝葉斯理論25-27
• 4.1.1 貝葉斯定理25-26
• 4.1.2 先驗(yàn)分布的選擇及貝葉斯估計(jì)26-27
• 4.2 仿真計(jì)算27-30
• 4.2.1 MCMC方法27-28
• 4.2.2 馬爾科夫鏈28
• 4.2.3 Gibbs抽樣28-29
• 4.2.4 WinBUGS軟件29-30
• 第五章 GARCH-偏t模型在實(shí)例中應(yīng)用30-36
• 5.1 基本的統(tǒng)計(jì)分析30
• 5.2 邊際分布模型選擇與擬合30-33
• 5.3 二元正態(tài)Copula模型33-34
• 5.4 結(jié)論與展望34-36
• 參考文獻(xiàn)36-39
• 致謝39-40
• 附錄40-43

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊樹成;;深證100指數(shù)日收益率波動(dòng)性的實(shí)證研究[J];重慶文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年04期

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 濰坊農(nóng)信 劉大發(fā);降息首日收益率不降反升[N];中國證券報(bào);2008年

2 中信證券 楊瑩　郭盟;IPO首日收益率為何長期居高不下[N];中國證券報(bào);2009年

3 張曙東;分離債申購收益快速下降[N];中國證券報(bào);2008年

4 賴添強(qiáng) 肖振良 王荃;行業(yè)投資比例不合理[N];中國證券報(bào);2000年

5 易方達(dá)深100指數(shù)基金經(jīng)理;指數(shù)的分化[N];證券時(shí)報(bào);2006年

6 王勇;新券次新券仍然有戲[N];中國證券報(bào);2003年

7 本報(bào)記者 周，

本文編號(hào)：972972