金融時間序列存在著普遍的波動性現(xiàn)象,而波動性是許多有關(guān)金融市場研究的一個核心問題。隨機波動率族模型是一類很好的描述波動性的模型。以往文獻常用基本隨機波動率模型描述我國股市價格序列的波動性,其結(jié)果往往并不令人滿意,一方面,金融時間序列的無條件分布與異方差模型相對于標(biāo)準(zhǔn)正態(tài)分布的假設(shè)相比,會呈現(xiàn)出較大的峰度和更厚的尾部;另一方面,資產(chǎn)收益率與波動率存在相關(guān)性。為克服上述缺陷,本文利用厚尾SV模型和杠桿SV模型對我國股市的波動性進行分析研究。由于MCMC（Markov Chain Merto Carlo）方法在解決SV模型中的高維分布參數(shù)估計以及求解似然函數(shù)和后驗分布都更加有效,因此本文利用MCMC方法估計模型中的參數(shù)。首先,根據(jù)貝葉斯理論對SV族模型中的基本SV模型,厚尾SV模型（SV-T模型）,杠桿SV模型進行貝葉斯分析,計算出每個模型中參數(shù)的后驗分布密度函數(shù),然后,以上證綜指和深證成指的指數(shù)序列作為樣本值,構(gòu)造基于Gibbs抽樣和Metropolis-Hastings抽樣的MCMC方法過程,利用matlab軟件計算出各模型中的參數(shù)值。在得到參數(shù)的估計值后,本文對上海股市和深證股市的波動... 

【文章來源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：45 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 問題的背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容及創(chuàng)新點
2 預(yù)備知識
    2.1 與波動率有關(guān)的幾個概念
    2.2 隨機波動率模型
        2.2.1 基本SV模型及其統(tǒng)計性質(zhì)
        2.2.2 擴展SV模型
    2.3 MCMC方法
3 SV模型的貝葉斯推斷
    3.1 基本SV模型的貝葉斯推斷
        3.1.1 先驗分布假設(shè)
        3.1.2 參數(shù)后驗分布密度函數(shù)及MCMC抽樣
    3.2 厚尾SV模型的貝葉斯推斷
        3.2.1 先驗分布假設(shè)
        3.2.2 后驗分布密度函數(shù)
    3.3 杠桿SV模型的貝葉斯推斷
        3.3.1 先驗分布假設(shè)
        3.3.2 后驗分布密度函數(shù)
4 實證分析
    4.1 數(shù)據(jù)的選取
    4.2 數(shù)據(jù)特征分析
        4.2.1 收益率序列的基本統(tǒng)計分析
        4.2.2 異方差性檢驗
    4.3 SV族模型的實證分析
        4.3.1 基本SV模型的實證結(jié)果分析
        4.3.Z SV-T模型的實證結(jié)果分析
        4.3.3 杠桿SV模型的實證結(jié)果分析
        4.3.4 SV族模型的模擬結(jié)果比較分析
5 總結(jié)
致謝
參考文獻


【參考文獻】：
期刊論文
[1]擴展SV模型及其在深圳股票市場的應(yīng)用[J]. 白崑,張世英.  系統(tǒng)工程. 2001(06)



本文編號：3193888