發(fā)布時間：2021-03-10 01:47

　　自 Hurst 從潮汐數(shù)據(jù)中發(fā)現(xiàn)水文時間序列的長期記憶性（longmemory）,Mandelbrot 建立了長期記憶分析的嚴格數(shù)學(xué)基礎(chǔ)后,長期記憶研究在自然科學(xué)領(lǐng)域引起了廣泛關(guān)注。最近二十年,經(jīng)濟、金融時間序列的長期記憶性成為經(jīng)濟學(xué)、金融學(xué)領(lǐng)域的研究熱點。分析資本市場的長記憶性,對于分析與了解市場結(jié)構(gòu)、判斷市場的走勢以及長記憶性對市場風險與未來變化的影響等方面具有重要的作用,而且長記憶性的存在不僅是對市場有效性的違背,將為投機利潤的出現(xiàn)提供可能性,甚至對傳統(tǒng)的實證研究方法也是一個沖擊。 近年來,國內(nèi)學(xué)者開始關(guān)注我國股票市場的長記憶性。由于起步較晚,目前的研究還處于消化吸收階段。已有文獻基本上是針對收益率的長記憶性來進行研究的,針對國內(nèi)股票市場收益率波動長記憶性的研究還比較少。而且現(xiàn)有的研究主要是利用 ARFIMA 和 GARCH類模型來對收益率的波動進行研究,但大量的文獻表明,運用ARFIMA 模型和 GARCH 類模型研究股票市場波動的長記憶性還存在一定的缺陷,加上我國股票市場特殊的背景和市場特征,使得上述模型不能很好刻畫股票市場收益率波動的長記憶性特征。因此,如何立足于中國的具體... 

【文章來源】：西南財經(jīng)大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
第一章 導(dǎo)論
    第一節(jié) 選題背景和意義
        一、選題背景
        二、選題意義
    第二節(jié) 收益率波動長記憶性實證研究述評
        一、長記憶性檢驗方法綜述
        二、長記憶性檢驗方法的評價
        三、長記憶性模型的綜述
        四、關(guān)于長記憶性建模方法的評價
    第三節(jié) 本文研究的內(nèi)容、方法和思路
        一、研究的內(nèi)容
        二、研究的思路
        三、實證研究使用數(shù)據(jù)說明
        四、研究方法和使用的工具
    第四節(jié) 長記憶性的定義及產(chǎn)生原因
        一、長記憶性的定義
        二、長記憶性產(chǎn)生的原因
    第五節(jié) 結(jié)構(gòu)轉(zhuǎn)換（regime-switching）
        一、Markov 結(jié)構(gòu)轉(zhuǎn)換
        二、Liu（1995）結(jié)構(gòu)轉(zhuǎn)換
        三、Liu 結(jié)構(gòu)轉(zhuǎn)換和Markov 結(jié)構(gòu)轉(zhuǎn)換的比較
第二章 我國股票市場波動長記憶性的實證檢驗
    第一節(jié) 序列的長短記憶分解
        一、序列分解理論
        二、序列分解步驟
        三、序列分解的過程及結(jié)果
        四、序列分解結(jié)果分析
    第二節(jié) 長記憶性檢驗
        一、修正R/S分析方法
        二、實證檢驗的結(jié)果及分析
        三、我國股票市場長記憶性檢驗的主要結(jié)論
第三章 我國股票市場波動長記憶性建模
    第一節(jié) 供選擇的模型的理論描述
        一、短記憶模型（GARCH、EGARCH 和TGARCH）
        二、長記憶模型——ARFIMA、FIGARCH 和FIEGARCH
    第二節(jié) 實證研究的過程及結(jié)果分析
        一、ARCH 效應(yīng)檢驗
        二、短記憶序列的建模分析
        三、長記憶性的建模和分析
        四、長記憶性建模的主要結(jié)論
第四章 股票市場波動長記憶性的國際比較
    第一節(jié) 國際股票市場收益率波動長記憶性的檢驗
        一、國際股票市場收益率波動的分解
        二、長記憶性檢驗
    第二節(jié) 國際股票市場收益率波動的長記憶性模型
        一、ARCH 效應(yīng)檢驗
        二、短記憶模型的建立和估計
        三、長記憶序列模型的建立和估計
    第三節(jié) 國際比較的主要結(jié)論及啟示
參考文獻
附錄
后記
致謝



本文編號：3073842