【摘要】： 近年來(lái)金融市場(chǎng)高頻數(shù)據(jù)特性研究成為經(jīng)濟(jì)金融領(lǐng)域研究的熱點(diǎn)。由于高頻數(shù)據(jù)具有在較短時(shí)間跨度上仍能取得大量數(shù)據(jù)的特點(diǎn),為研究金融市場(chǎng)的某些漸近特性提供了極大的便利。高頻數(shù)據(jù)特性研究中,對(duì)長(zhǎng)記憶性的研究是一項(xiàng)重要內(nèi)容。自Hurst從潮汐數(shù)據(jù)中發(fā)現(xiàn)水文時(shí)間序列的長(zhǎng)記憶性(long memory),Mandelbrot建立了長(zhǎng)記憶分析的嚴(yán)格數(shù)學(xué)基礎(chǔ)以來(lái),長(zhǎng)記憶研究在包括經(jīng)濟(jì),金融領(lǐng)域在內(nèi)的自然科學(xué)和社會(huì)科學(xué)領(lǐng)域引起了廣泛關(guān)注。長(zhǎng)記憶性意味著當(dāng)有事件對(duì)收益或波動(dòng)序列產(chǎn)生沖擊時(shí),在較遠(yuǎn)的滯后階數(shù)上仍有影響。對(duì)長(zhǎng)記憶性的研究不僅對(duì)于分析了解市場(chǎng)結(jié)構(gòu)、衍生品定價(jià)及預(yù)測(cè)等方面具有重要的實(shí)踐意義,對(duì)以往傳統(tǒng)的基于短記憶性的實(shí)證研究方法也是一個(gè)沖擊,具有一定的理論價(jià)值。在這樣的背景下,近年來(lái)國(guó)內(nèi)外均出現(xiàn)了較多對(duì)于金融市場(chǎng)長(zhǎng)記憶性的研究。 國(guó)外對(duì)長(zhǎng)記憶性的研究較為完善,既有基于傳統(tǒng)的日間低頻數(shù)據(jù)的研究,也有大量使用高頻數(shù)據(jù)進(jìn)行日內(nèi)特性的研究。而國(guó)內(nèi)使用日數(shù)據(jù)對(duì)股票,債券等市場(chǎng)長(zhǎng)記憶性的研究較為多見(jiàn),使用日內(nèi)高頻數(shù)據(jù)進(jìn)行研究的從近年來(lái)開(kāi)始涌現(xiàn)。但對(duì)于日益成為機(jī)構(gòu)投資重要力量的基金市場(chǎng)長(zhǎng)記憶性的研究較少,本文在這方面做了初步的嘗試。 本文的主要內(nèi)容是:緒論部分先對(duì)本文的選題背景和意義,以及國(guó)內(nèi)外在這方面的研究現(xiàn)狀進(jìn)行了綜述,重點(diǎn)對(duì)長(zhǎng)記憶性方面的研究情況進(jìn)行了介紹。 由于實(shí)證中發(fā)現(xiàn)基金市場(chǎng)日內(nèi)波動(dòng)具有較強(qiáng)的日內(nèi)周期性,表現(xiàn)在日內(nèi)絕對(duì)收益具有較明顯的日內(nèi)“W”型模式,該周期性對(duì)長(zhǎng)記憶性的研究具有一定的影響,因此,第二章先用FFF回歸的方法去掉日內(nèi)周期性。實(shí)證表明FFF回歸方法能較好的去掉日內(nèi)周期性,經(jīng)過(guò)FFF回歸去周期后的日內(nèi)波動(dòng)序列不再具有明顯周期性,并且在圖形上可以初步看出其具有長(zhǎng)記憶性,為第三章對(duì)長(zhǎng)記憶性的檢驗(yàn)打下了基礎(chǔ)。 第三章詳細(xì)介紹了長(zhǎng)記憶性檢驗(yàn)的各種方法,在對(duì)各種方法進(jìn)行綜合評(píng)價(jià)對(duì)比之后,采用了三種方法—R/S檢驗(yàn),修正R/S方法,GPH方法對(duì)日內(nèi)收益序列,日內(nèi)波動(dòng)序列,日內(nèi)去周期后波動(dòng)序列進(jìn)行了長(zhǎng)記憶性的檢驗(yàn),并得到了表征長(zhǎng)記憶程度的相關(guān)參數(shù),同時(shí)也得到了日內(nèi)波動(dòng)序列具有長(zhǎng)記憶性的結(jié)論。 在此基礎(chǔ)上,第四章對(duì)日內(nèi)波動(dòng)序列進(jìn)行了長(zhǎng)記憶性的建模研究,主要運(yùn)用GARCH族長(zhǎng)記憶性模型進(jìn)行建模,并與短記憶模型的實(shí)證結(jié)果進(jìn)行了對(duì)比,實(shí)證表明GARCH族長(zhǎng)記憶性模型能較好的對(duì)日內(nèi)波動(dòng)序列的長(zhǎng)記憶性進(jìn)行建模,在模型選擇的相關(guān)指標(biāo)上優(yōu)于短記憶模型。第五章是總結(jié)和展望。
【圖文】：

圖2-1日內(nèi)平均原始收益圖

圖 2-3 原始收益滯后 480 階自相關(guān)圖圖 2-4 絕對(duì)收益滯后 48 階自自相關(guān)圖圖 2-5 絕對(duì)收益滯后 480 階自相關(guān)圖 圖 2-6 絕對(duì)收益滯后 960 階自相關(guān)圖2.3.3 FFF 回歸為了對(duì)該日內(nèi)周期性進(jìn)行定量分析，我們采用 Andersen 和 Bollerslev[15][16]提出
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：F224;F832.51

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前3條

1 黃孟輝;中國(guó)股票市場(chǎng)交易持續(xù)期的分形分析[D];浙江工商大學(xué);2011年

2 王華;時(shí)間序列長(zhǎng)記憶性實(shí)證分析[D];電子科技大學(xué);2009年

3 張磊;中國(guó)投資基金市場(chǎng)投資者非理性行為實(shí)證研究[D];哈爾濱商業(yè)大學(xué);2010年

，

本文編號(hào)：2651129