近三十年來(lái),隨著金融產(chǎn)品的多樣化,尤其是金融衍生產(chǎn)品的不斷涌現(xiàn),估計(jì)分析和預(yù)測(cè)波動(dòng)率無(wú)論是在業(yè)界或是學(xué)界均受到廣泛的重視。在業(yè)界,波動(dòng)率被作為一個(gè)重要考慮因素用于金融產(chǎn)品定價(jià)、金融風(fēng)險(xiǎn)規(guī)避、投資決策等領(lǐng)域;在學(xué)界,分析波動(dòng)率現(xiàn)象、構(gòu)建波動(dòng)率模型、預(yù)測(cè)波動(dòng)率等均是數(shù)理金融和金融計(jì)量所關(guān)心的熱點(diǎn)問(wèn)題。對(duì)于波動(dòng)率的分析大致可以分成數(shù)理金融分析和時(shí)間序列計(jì)量分析兩個(gè)部分,在本文中我們將重點(diǎn)從后者上來(lái)分析波動(dòng)率,更具體地說(shuō),我們將通過(guò)Taylor(1998)提出的隨機(jī)波動(dòng)率一類模型進(jìn)行分析。基于傳統(tǒng)的隨機(jī)波動(dòng)模型,我們提出函數(shù)參數(shù)隨機(jī)波動(dòng)模型(FunctionalCoefficient Stochastic Volatility model)。函數(shù)參數(shù)隨機(jī)波動(dòng)模型作為非參數(shù)一族的模型不僅涵蓋了文獻(xiàn)中大部分的參數(shù)隨機(jī)波動(dòng)模型,以及解釋了如波動(dòng)率“尖峰厚尾”、“波動(dòng)聚類”、“長(zhǎng)記憶性”的現(xiàn)象,還解決了傳統(tǒng)隨機(jī)波動(dòng)模型所不能解釋的波動(dòng)率“結(jié)構(gòu)變化”現(xiàn)象。此外,采用函數(shù)參數(shù)的表達(dá)形式,研究者還可以研究導(dǎo)致“結(jié)構(gòu)變化”的原因。在模型估計(jì)方面,通過(guò)模擬試驗(yàn),我們發(fā)現(xiàn)采用馬爾可夫鏈蒙特卡洛模擬(MCMC)和B...

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．２隨機(jī)波動(dòng)率參數(shù)的模擬路徑及密度函數(shù)圖??Ｆｉｇ．?３．２?Ｔｈｅ?ｅｓｔｉｍａ?

過(guò)足夠多次的迭代之后，各參數(shù)的邊緣分布己趨于平穩(wěn)，即Ｍａｒｋｏｖ鏈為收斂的。持續(xù)??參數(shù)０的取值接近１，說(shuō)明序列的持續(xù)性較強(qiáng)，即前一天的波動(dòng)對(duì)后一天的影響較大。??隨機(jī)波動(dòng)率模型參數(shù)的模擬路徑及參數(shù)密度函數(shù)圖見(jiàn)圖３．２。??＾???ｇ????????＾?１?１?１?１?＾?１?ｒ....

圖６不同風(fēng)速場(chǎng)景下的風(fēng)電波動(dòng)和風(fēng)電出力的概率分布函數(shù)

能配置方案的影響。修改風(fēng)速隨機(jī)模型的時(shí)序相關(guān)性參數(shù)則可得到不同波動(dòng)特性的風(fēng)速，且保持整體概率分布不變，如圖６所示。圖６（ａ）中場(chǎng)景１相鄰時(shí)刻的風(fēng)電波動(dòng)功率分布范圍比場(chǎng)景２更為集中，即場(chǎng)景１的風(fēng)速波動(dòng)性更小，而從圖６（ｂ）可以看出兩個(gè)場(chǎng)景的風(fēng)速總體分布保持一致。表１為兩組風(fēng)電場(chǎng)景下....

圖７兩個(gè)風(fēng)電場(chǎng)的儲(chǔ)能配置方案隨空間相關(guān)性的變化

風(fēng)電出力的概率分布函數(shù)表１不同風(fēng)電時(shí)序波動(dòng)性下的儲(chǔ)能配置方案場(chǎng)景風(fēng)電波動(dòng)功率／（ＭＷ·ｈ－１）儲(chǔ)能配置功率／ＭＷ儲(chǔ)能配置容量／ＭＷｈ儲(chǔ)能循環(huán)數(shù)／（次·ａ－１）１２８．６５３４４２２１６１９０２４９．６０３３１９１３４２０修改風(fēng)速隨機(jī)模型的空間相關(guān)性參數(shù)則可得到不同相關(guān)性的風(fēng)場(chǎng)風(fēng)速....

圖６不同風(fēng)速場(chǎng)景下的風(fēng)電波動(dòng)和風(fēng)電出力的概率分布函數(shù)

能配置方案的影響。修改風(fēng)速隨機(jī)模型的時(shí)序相關(guān)性參數(shù)則可得到不同波動(dòng)特性的風(fēng)速，且保持整體概率分布不變，如圖６所示。圖６（ａ）中場(chǎng)景１相鄰時(shí)刻的風(fēng)電波動(dòng)功率分布范圍比場(chǎng)景２更為集中，即場(chǎng)景１的風(fēng)速波動(dòng)性更小，而從圖６（ｂ）可以看出兩個(gè)場(chǎng)景的風(fēng)速總體分布保持一致。表１為兩組風(fēng)電場(chǎng)景下....

本文編號(hào)：3948510