本文關(guān)鍵詞：基于貝葉斯分位門限自回歸模型的股市收益非對稱性研究

  更多相關(guān)文章： 分位自回歸 股市收益 溢出效應 門限效應 貝葉斯推斷

【摘要】：適度的股價波動有利于股票保持合理的流動性,是股市健康運行的必要條件。反之,股價的過度或者不合理波動將會扭曲股市的價格機制,致使股價不能真實地反映上市公司的內(nèi)在價值,從而阻礙股市優(yōu)化資源配置這一核心功能的有效發(fā)揮。長期以來,國內(nèi)外股票市場股價波動劇烈,大量研究表明：當“利好消息”、“利空消息”以及“極端事件”出現(xiàn)時,股票市場普遍存在著不同程度的波動非對稱性現(xiàn)象,而且普遍存在“杠桿效應”,即利空消息對股市波動的沖擊影響比同等程度的利好消息要大。本文基于分位回歸理論框架,考慮分位回歸方法不僅可以刻畫響應變量的中心趨勢,還可以刻畫變量尾部行為的優(yōu)點,綜合運用ADF檢驗、BIC檢驗、穩(wěn)定性檢驗等方法,從股市收益溢出效應、極端事件、利好消息和利空消息角度構(gòu)建了分位門限自回歸模型研究股市收益非對稱動態(tài)相依現(xiàn)象。同時,在貝葉斯分析框架下對構(gòu)建的分位門限自回歸模型進行了貝葉斯統(tǒng)計推斷,設(shè)置具有隨機性的模型參數(shù),根據(jù)模型統(tǒng)計結(jié)構(gòu)分析,選擇合適的參數(shù)先驗分布,推斷了各參數(shù)的后驗分布,并設(shè)計了Gibbs-MH混合抽驗算法進行模擬,從而獲得其分布特征并進行參數(shù)估計。研究結(jié)果表明：在低分位點處發(fā)現(xiàn)了SP500股指收益對SZC的正向溢出效應,在低中分位點處發(fā)現(xiàn)了SE600股指收益對SZC的正向溢出效應；在整個分位點發(fā)現(xiàn)了從SP500股指收益對SE600相對平穩(wěn)的正向溢出效應,在高分位點處發(fā)現(xiàn)了SZC股指收益對SE600的顯著負向溢出效應；未發(fā)現(xiàn)SZC股指收益和SE600股指收益對SP500的溢出效應。在非對稱動態(tài)相依方面：對于SZC股指收益,滯后極端正收益在中高分位發(fā)現(xiàn)了顯著正向作用,滯后極端負收益在中高分位發(fā)現(xiàn)了顯著負向作用,中間收益部分未發(fā)現(xiàn)顯著沖擊效應,利好消息除了低分位處負向沖擊外其他分位均為顯著正向沖擊與利空消息正好相反。對于SE600股指收益,滯后極端正收益在低分位處表現(xiàn)顯著負向作用,在高分位處表現(xiàn)顯著正向作用,正好與滯后極端負收益結(jié)論相反。同樣中間收益部分未發(fā)現(xiàn)顯著沖擊效應,利好消息在低分位處表現(xiàn)顯著負向作用在高分位處顯著正向作用,所得結(jié)論正好與利空消息相反。對于SP500股指收益,我們得到了與SE600股指收益相同的結(jié)論。最后,同樣的結(jié)論我們也通過貝葉斯統(tǒng)計推斷得到了驗證。
【關(guān)鍵詞】：分位自回歸 股市收益 溢出效應 門限效應 貝葉斯推斷
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F831.51
【目錄】：

• 摘要5-6
• Abstract6-12
• 第1章 緒論12-21
• 1.1 研究背景與研究意義12-13
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13
• 1.2 文獻綜述13-18
• 1.2.1 基于門限自回歸模型的研究13-14
• 1.2.2 基于分位回歸模型的研究14-17
• 1.2.3 基于股市非對稱性的研究17-18
• 1.3 研究思路與研究內(nèi)容18-21
• 1.3.1 研究思路18-19
• 1.3.2 研究內(nèi)容19-21
• 第2章 金融波動非對稱理論與自回歸模型分析21-28
• 2.1 金融波動非對稱理論分析21-24
• 2.1.1 金融波動的度量21-22
• 2.1.2 金融波動非對稱描述22
• 2.1.3 金融假說的股市非對稱性解釋22-24
• 2.2 自回歸相關(guān)模型分析24-25
• 2.2.1 自回歸模型24
• 2.2.2 自回歸移動平均模型24-25
• 2.2.3 自回歸條件異方差模型25
• 2.3 自回歸模型的參數(shù)估計方法25-27
• 2.3.1 最小二乘法25
• 2.3.2 偽極大似然法25-26
• 2.3.3 廣義矩法26-27
• 2.4 本章小結(jié)27-28
• 第3章 貝葉斯分位門限自回歸模型構(gòu)建與估計28-45
• 3.1 分位回歸理論28-32
• 3.1.1 分位數(shù)回歸模型概述28-29
• 3.1.2 分位數(shù)回歸模型參數(shù)估計方法29-30
• 3.1.3 分位數(shù)回歸模型的性質(zhì)30-31
• 3.1.4 分位數(shù)回歸假設(shè)檢驗31-32
• 3.2 門限自回歸理論32-35
• 3.2.1 SETAR模型32
• 3.2.2 MTAR模型32-33
• 3.2.3 門限效應檢驗估計33-34
• 3.2.4 門限自回歸的估計34-35
• 3.3 貝葉斯分位門限自回歸模型35-44
• 3.3.1 分位門限自回歸模型的結(jié)構(gòu)35-36
• 3.3.2 分位門限自回歸參數(shù)估計36
• 3.3.3 貝葉斯分位門限自回歸模型推斷36-44
• 3.4 本章小結(jié)44-45
• 第4章 股市非對稱動態(tài)相依性研究45-60
• 4.1 指標選取與統(tǒng)計特征分析45-47
• 4.1.1 指標選取45
• 4.1.2 統(tǒng)計特征分析45-47
• 4.2 股市收益非對稱動態(tài)相依性模型構(gòu)建47-56
• 4.2.1 模型構(gòu)建47-48
• 4.2.2 參數(shù)估計48-56
• 4.2.3 穩(wěn)健性分析56
• 4.3 貝葉斯估計結(jié)果分析56-59
• 4.4 本章小結(jié)59-60
• 結(jié)論60-62
• 參考文獻62-68
• 致謝68-69
• 附錄A 攻讀學位期間所發(fā)表的論文69

，

本文編號：978556