由于股市收益率序列的分布峰度比正態(tài)分布的峰度要高,這表明金融產(chǎn)品的投資對(duì)更多的人來說具有同向的影響,即市場具有收益時(shí),更多的人有收益,市場虧損時(shí),更多的人會(huì)有虧損的效應(yīng).分布表現(xiàn)為尖峰厚尾的特征,因此需要更細(xì)致的研究收益率在服從什么分布下,擬合的模型的效果更好.同時(shí)收益率序列的波動(dòng)率會(huì)隨著時(shí)間的變化而變化,繼而需要建立波動(dòng)率擬合模型,而投資者在面對(duì)收益和虧損時(shí)反應(yīng)是不對(duì)稱的,收益率序列的正負(fù)沖擊的非對(duì)稱性,需要建立更為符合實(shí)際的模型.本文對(duì)股市收益率的研究分為兩個(gè)方面,一個(gè)是理論研究部分,一個(gè)是實(shí)證研究部分.在理論研究方面,首先給出了不同角度下的穩(wěn)定分布的定義及其性質(zhì),重點(diǎn)研究了分位數(shù)估計(jì)法估計(jì)穩(wěn)定分布的參數(shù),以及擬合優(yōu)度檢驗(yàn)方法KS檢驗(yàn).隨后研究了截尾穩(wěn)定分布的定義及其性質(zhì),根據(jù)研究的特征函數(shù)求出了其二階矩、四階矩、六階矩以及八階矩,并求出了其峰度表達(dá)式.最后證明了截尾穩(wěn)定分布的峰度隨著特征指數(shù)的增大而減小.在實(shí)證研究方面,本文首先對(duì)上證指數(shù)和滬深300指數(shù)進(jìn)行穩(wěn)定分布的參數(shù)估計(jì)以及擬合分析,對(duì)收益率序列進(jìn)行了描述性統(tǒng)計(jì)分析和正態(tài)性檢驗(yàn).隨后在假設(shè)收益率序列為穩(wěn)定分布的情況下,用分位...

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 穩(wěn)定分布的文獻(xiàn)綜述
        1.2.2 時(shí)間序列模型研究綜述
    1.3 主要研究內(nèi)容和結(jié)構(gòu)
第二章 穩(wěn)定分布的性質(zhì)及其研究
    2.1 穩(wěn)定分布的定義
    2.2 穩(wěn)定分布的一些性質(zhì)
    2.3 穩(wěn)定分布的參數(shù)估計(jì)
        2.3.1 分位數(shù)估計(jì)法
        2.3.2 KS檢驗(yàn)
    2.4 截尾穩(wěn)定分布的定義及相關(guān)性質(zhì)
        2.4.1 截尾穩(wěn)定分布的定義及其特征函數(shù)
        2.4.2 截尾穩(wěn)定分布的峰度與特征指數(shù)α的關(guān)系
    2.5 本章小結(jié)
第三章 時(shí)間序列模型及其應(yīng)用
    3.1 金融時(shí)間序列的特點(diǎn)
    3.2 時(shí)間序列的平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)
    3.3 GARCH類模型
        3.3.1 ARMA模型(自回歸移動(dòng)平均模型)
        3.3.2 ARCH模型(自回歸條件異方差模型)
        3.3.3 GARCH模型
        3.3.4 EGARCH模型
        3.3.5 TGARCH模型
    3.4 VaR的理論介紹及其計(jì)算方法
        3.4.1 VaR的定義
        3.4.2 VaR的計(jì)算方法
    3.5 不同分布下的GARCH-VaR計(jì)算
        3.5.1 GARCH-VaR模型計(jì)算(在正態(tài)分布下)
        3.5.2 GARCH-VaR模型計(jì)算(在t分布下)
        3.5.3 GARCH-VaR模型計(jì)算(在廣義誤差分布下)
    3.6 本章小結(jié)
第四章 穩(wěn)定分布和GARCH模型應(yīng)用的實(shí)證分析
    4.1 數(shù)據(jù)的來源及其預(yù)處理
    4.2 數(shù)據(jù)的描述性統(tǒng)計(jì)及其正態(tài)性檢驗(yàn)
    4.3 穩(wěn)定分布在股市收益率序列中的應(yīng)用
    4.4 擬合ARMA模型
        4.4.1 平穩(wěn)性檢驗(yàn)
        4.4.2 確定ARMA(p,q)的階數(shù)——模型識(shí)別
        4.4.3 基于ARMA模型的預(yù)測
    4.5 不同分布下的ARMA-GARCH類模型建模分析
        4.5.1 ARCH效應(yīng)檢驗(yàn)
        4.5.2 ARMA-GARCH模型建模分析
        4.5.3 ARMA-EARCH模型建模分析
        4.5.4 ARMA-TGARCH模型建模分析
    4.6 基于GARCH模型的VaR的計(jì)算與回測檢驗(yàn)
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 不足和展望
參考文獻(xiàn)
致謝



本文編號(hào)：3985672