股票作為一種有價證券的憑證,可以進(jìn)行市場流通并帶來利潤.股票市場的研究受廣大金融界學(xué)者歡迎,本文會從龍頭股份日收益率的水平特征和波動特征這兩個角度來分析,進(jìn)行收益率的短期預(yù)測和波動性的擬合.時間序列分析是研究金融數(shù)據(jù)的一個非常重要的工具,所以本文采用時間序列分析方法,研究股票的日收益率,利用SAS軟件編程來處理數(shù)據(jù)和建立模型.本文先擬合ARMA模型、ARIMA模型、疏系數(shù)模型、ARCH模型、GARCH模型、AR-GARCH多個模型,再建立多元時間序列模型,然后運(yùn)用AIC和BIC準(zhǔn)則來優(yōu)化模型并且預(yù)測.本文不光考慮股票日收益率序列自身發(fā)展規(guī)律、股票日收益率序列和日期之間關(guān)系的一元時間序列模型,還擬合了股份日收益率序列與序列自身、上證指數(shù)日收益率和換手率之間的多元時間序列模型ARIMAX,還將異方差模型和多元時間序列模型相結(jié)合,擬合了GARCHX模型.最終發(fā)現(xiàn)龍頭股份日股票收益率的最優(yōu)預(yù)測模型為多元時間序列模型,此模型很好的地?cái)M合了股票日收益率,估計(jì)出了風(fēng)險區(qū)間,能為短期投資者和股票決策者提供參考.

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 本文研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究目的及意義
    1.4 本文研究方法及結(jié)構(gòu)安排
        1.4.1 本文研究方法
        1.4.2 本文結(jié)構(gòu)安排
第2章 平穩(wěn)時間序列與非平穩(wěn)時間序列模型
    2.1 平穩(wěn)時間序列
        2.1.1 白噪聲
        2.1.2 ARMA模型
    2.2 非平穩(wěn)序列的隨機(jī)分析
        2.2.1 Gramer分解定理及差分運(yùn)算
        2.2.2 ARIMA模型
        2.2.3 ARCH模型
第3章 多元時間序列
    3.1 協(xié)整
    3.2 動態(tài)回歸(ARIMAX)模型
    3.3 動態(tài)異方差(GARCHX)模型
    3.4 各模型特點(diǎn)
第4章 基于時間序列的股票收益率預(yù)測模型的建立
    4.1 數(shù)據(jù)介紹
        4.1.1 股票收益率
        4.1.2 引入上證指數(shù)和換手率相關(guān)指標(biāo)
    4.2 數(shù)據(jù)分布特征
    4.3 龍頭股份收益率序列的ARMA模型實(shí)證分析
        4.3.1 平穩(wěn)性分析
        4.3.2 白噪聲分析
        4.3.3 擬合ARMA模型
    4.4 龍頭股份收益率序列的ARCH模型實(shí)證分析
        4.4.1 擬合股票收益率序列關(guān)于延遲因變量 {lagrt} GARCH模型
        4.4.2 擬合股票收益率序列關(guān)于日期的GARCH模型
    4.5 龍頭股份收益率序列的多元時間序列實(shí)證分析
    4.6 模型優(yōu)化
結(jié)論
參考文獻(xiàn)
致謝



本文編號：3745611