發(fā)布時(shí)間：2017-08-18 07:05

  本文關(guān)鍵詞：基于隨機(jī)波動(dòng)模型的股票市場(chǎng)波動(dòng)性分析

  更多相關(guān)文章： 隨機(jī)波動(dòng)性模型 ARCH模型 馬爾可夫鏈蒙特卡洛(MCMC) 貝葉斯分析

【摘要】：市場(chǎng)經(jīng)濟(jì)持續(xù)發(fā)展,導(dǎo)致我國(guó)經(jīng)濟(jì)發(fā)展受到股票市場(chǎng)波動(dòng)力度的影響愈來(lái)愈明顯,所以需要給予股票市場(chǎng)的波動(dòng)性高度的關(guān)注。在本研究課題中,首先會(huì)對(duì)影響股票市場(chǎng)出現(xiàn)波動(dòng)的主要因素、股票市場(chǎng)波動(dòng)對(duì)國(guó)家經(jīng)濟(jì)發(fā)展所帶來(lái)的影響、當(dāng)前國(guó)家對(duì)該現(xiàn)象的研究發(fā)展現(xiàn)狀、評(píng)估中普遍應(yīng)用的相關(guān)理論與方法進(jìn)行深入闡述與分析。接下里,本文會(huì)對(duì)隨機(jī)波動(dòng)模型(SV)、ARCH族模型和ARCH模型等展開仔細(xì)推導(dǎo)與深入分析,基于此而了解不同模型在股票市場(chǎng)波動(dòng)性方面所具有的優(yōu)勢(shì)與劣勢(shì),最后本文確定采用由馬爾科夫鏈蒙特卡洛即MCMC模擬應(yīng)用的貝葉斯分析法,針對(duì)我國(guó)股票市場(chǎng)的波動(dòng)性進(jìn)行科學(xué)的分析與研究,這種基于動(dòng)態(tài)隨機(jī)性的波動(dòng)模型的設(shè)計(jì),能夠在參數(shù)設(shè)定和波動(dòng)性序列的選擇上進(jìn)行較精準(zhǔn)的預(yù)測(cè)。在本研究課題中,對(duì)ARCH類模型進(jìn)行客觀而深入的比較,在此基礎(chǔ)上模擬并實(shí)驗(yàn)我國(guó)股票市場(chǎng)上的真實(shí)數(shù)據(jù),根據(jù)獲取信息對(duì)股票市場(chǎng)波動(dòng)性和異方差之間所具有的聯(lián)系進(jìn)行了全面分析。
【關(guān)鍵詞】：隨機(jī)波動(dòng)性模型 ARCH模型 馬爾可夫鏈蒙特卡洛(MCMC) 貝葉斯分析
【學(xué)位授予單位】：長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F224;F832.51
【目錄】：

• 摘要2-3
• Abstract3-6
• 第一章 緒論6-9
• 1.1 寫作背景和意義6-7
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀7-8
• 1.3 本文的主要工作8-9
• 第二章 隨機(jī)波動(dòng)模型的基本性質(zhì)及其特征9-14
• 2.1 波動(dòng)性的綜述9-11
• 2.1.1 波動(dòng)性的基本特征9-10
• 2.1.2 波動(dòng)性的類型10-11
• 2.2 SV模型的類型11-12
• 2.2.1 基本隨機(jī)波動(dòng)模型11
• 2.2.2 厚尾SV模型11-12
• 2.3 SV模型的統(tǒng)計(jì)性質(zhì)12-13
• 2.3.1 隨機(jī)波動(dòng)模型的一般性質(zhì)12
• 2.3.2 自相關(guān)函數(shù)12-13
• 2.3.3 模型的線性表示13
• 2.4 本章小結(jié)13-14
• 第三章 ARCH族模型的基本性質(zhì)14-17
• 3.1 ARCH族模型提出的背景及意義14
• 3.2 ARCH族模型的基本結(jié)構(gòu)14-16
• 3.2.1 ARCH模型14
• 3.2.2 GARCH模型14-15
• 3.2.3 EGARCH模型15
• 3.2.4 TARCH模型15-16
• 3.2.5 GARCH-M模型16
• 3.3 本章小結(jié)16-17
• 第四章 SV模型的參數(shù)估計(jì)方法17-22
• 4.1 SV模型參數(shù)估計(jì)方法的產(chǎn)生背景17
• 4.2 SV模型的估計(jì)方法17-21
• 4.2.1 偽極大似然方法17-18
• 4.2.2 馬爾科夫鏈蒙特卡羅(MCMC)方法18-19
• 4.2.3 Metropolis-Hastings算法及Gibbs取樣19-20
• 4.2.4 廣義矩方法20
• 4.2.6 模擬極大似然方法(SML)20-21
• 4.3 本章小結(jié)21-22
• 第五章 基于隨機(jī)波動(dòng)性模型的中國(guó)股票市場(chǎng)波動(dòng)性估計(jì)22-26
• 5.1 引言22
• 5.2 基于MCMC貝葉斯分析的隨機(jī)波動(dòng)性預(yù)測(cè)模型22-24
• 5.2.1 隨機(jī)波動(dòng)性模型的參數(shù)與波動(dòng)性的貝葉斯22
• 5.2.2 基于MCMC的后驗(yàn)分布的建模22-24
• 5.3 實(shí)證結(jié)果分析24-25
• 5.3.1 基本數(shù)據(jù)24-25
• 5.3.2 SV模型實(shí)證結(jié)果分析25
• 5.3.3 SV模型與GARCH模型的比較25
• 5.4 結(jié)論25-26
• 第六章 全文總結(jié)及研究展望26-27
• 6.1 全文總結(jié)26
• 6.2 研究展望26-27
• 致謝27-28
• 參考文獻(xiàn)28-30
• 作者簡(jiǎn)介30
• 攻讀碩士學(xué)位期間研究成果30-31

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 方志國(guó);吳逸凡;;場(chǎng)外市場(chǎng)與私募股權(quán)投資退出[J];當(dāng)代經(jīng)濟(jì)管理;2014年01期

2 王春峰,蔣祥林,李剛;基于隨機(jī)波動(dòng)性模型的中國(guó)股市波動(dòng)性估計(jì)[J];管理科學(xué)學(xué)報(bào);2003年04期

3 張俊杰;;中國(guó)證券投資基金市場(chǎng)收益與波動(dòng)的實(shí)證研究——基于GARCH和GARCH-M模型[J];市場(chǎng)論壇;2006年12期

4 陳守東,俞世典;基于GARCH模型的VaR方法對(duì)中國(guó)股市的分析[J];吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào);2002年04期

5 譚祖衛(wèi);郝江培;趙昌文;;基于科技金融的技術(shù)資產(chǎn)金融分析[J];科技進(jìn)步與對(duì)策;2014年09期

6 邱冬陽(yáng);王濤;許雄奇;;金融市場(chǎng)隨機(jī)波動(dòng):基于文獻(xiàn)綜述的視角[J];西南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2009年04期

7 盧方元;金融資產(chǎn)收益率波動(dòng)的統(tǒng)計(jì)特征[J];統(tǒng)計(jì)與決策;2005年04期

8 花馮濤;王進(jìn)波;;公司特質(zhì)風(fēng)險(xiǎn)、股價(jià)信息含量抑或信息不確定性——基于中國(guó)股市的經(jīng)驗(yàn)證據(jù)[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2014年01期

9 陳盛雙;李化想;;滬市股指收益率及波動(dòng)性的實(shí)證分析[J];時(shí)代金融;2007年08期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 孟利鋒;隨機(jī)波動(dòng)模型及其建模方法研究[D];天津大學(xué);2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 周彥;連續(xù)時(shí)間隨機(jī)波動(dòng)模型及其在中國(guó)股市的應(yīng)用[D];天津大學(xué);2006年

2 管鵬;非平衡時(shí)間序列建模與預(yù)測(cè)[D];蘭州大學(xué);2007年

3 胡浩;我國(guó)股票市場(chǎng)波動(dòng)性的實(shí)證研究[D];湖南大學(xué);2007年

4 侯璐;基于ARIMA模型的石油價(jià)格短期分析預(yù)測(cè)[D];暨南大學(xué);2009年

，

本文編號(hào)：693222