本文關鍵詞：ARCH模型的非線性結(jié)構(gòu)研究

  更多相關文章： ARCH 非線性 GMDH 神經(jīng)網(wǎng)絡

【摘要】：在我國迅猛發(fā)展的證券市場的大環(huán)境下,金融市場里的證券價格的變化存在的不確定性成為了目前學者越來越喜歡和追逐的熱點,對于這種不確定性的研究和實證分析已然是現(xiàn)代金融學者們研究的關鍵性問題了。在投資證券市場過程中,運用時間序列模型來描述和預測客觀的經(jīng)濟過程是非常重要的,因此很多人常常會建立和運用相關的數(shù)據(jù)模型來系統(tǒng)地分析股票市場。因此,在近些年來ARCH模型發(fā)展極為迅速,ARCH模型常常應用來描述和驗證金融理論中的規(guī)律,并根據(jù)這些規(guī)律去預測金融市場的趨勢,去對金融市場進行分析和決策。ARCH模型的方差方程是線性的,但是在現(xiàn)實的應用中,存在著很多金融數(shù)據(jù)都具有非線性的特征,這些金融數(shù)據(jù)有的呈現(xiàn)出非正態(tài),有的呈現(xiàn)非對稱周期,還有的是雙峰形態(tài)和異方差性,甚至是這些特征的混合體等。這樣,采用線性的參數(shù)ARCH模型將會導致與金融數(shù)據(jù)真實數(shù)據(jù)之間產(chǎn)生比較大的建模偏差。非參數(shù)模型,可以比線性參數(shù)更接近真實數(shù)據(jù),但是沒有具體的模型形式,因而本文提出一種新的非線性ARCH模型。這種非線性ARCH模型是基于GMDH方法建立的,既可以刻畫金融數(shù)據(jù)的非線性特征,又可以給出具體的模型形式,并且預測精度較好。本文主要是將GMDH這種方法引入ARCH模型的條件方差的估計中,并將基于GMDH方法建立的非線性ARCH模型用于我國上證綜指和深證成指的每日收益率和每5分鐘收益率方差預測的實證研究。得出的結(jié)論為:1.對于上證綜指和深證成指波動率,基于GMDH方法建立的非線性ARCH模型估計精度和預測結(jié)果優(yōu)于線性的ARCH模型。2.基于GMDH方法建立的,加入“投資者情緒”的非線性ARCH模型估計精度和預測結(jié)果優(yōu)于未加入投資者情緒的非線性ARCH模型。3.總體而言,基于GMDH方法建立的非線性ARCH模型,得到的平均絕對誤差和均方誤差都要比線性的ARCH模型小。4.本文將GMDH模型應用于上證綜指和深證成指收益率波動的描述中,并客觀的給出了結(jié)果和建議,為日后將基于GMDH神經(jīng)網(wǎng)絡建立的非線性ARCH模型作為應用于金融資產(chǎn)波動研究提供了一個思路。
【關鍵詞】：ARCH 非線性 GMDH 神經(jīng)網(wǎng)絡
【學位授予單位】：蘭州財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 引言9-20
• 1.1 問題的提出9-10
• 1.2 研究目的和意義10-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-17
• 1.3.1 國外研究現(xiàn)狀11-13
• 1.3.2 國內(nèi)研究現(xiàn)狀13-17
• 1.3.3 創(chuàng)新點17
• 1.4 研究思路及技術路線17-20
• 1.4.1 研究的主要內(nèi)容17-18
• 1.4.2 擬采取的研究思路和方法18-20
• 2 ARCH模型與GMDH神經(jīng)網(wǎng)絡的基本概念20-24
• 2.1 ARCH模型的理論基礎20-21
• 2.2 GMDH方法理論基礎21-24
• 3 ARCH模型在中國股票市場中的應用24-36
• 3.1 數(shù)據(jù)的分布特征24-32
• 3.1.1 收盤價與收益率24-25
• 3.1.2 收益率的分布特征25-28
• 3.1.3 平穩(wěn)性檢驗28-31
• 3.1.4 ARCH效應檢驗31-32
• 3.2 建立ARCH模型32-34
• 3.3 模型預測34-36
• 4 非線性ARCH過程的建模與參數(shù)估計36-44
• 4.1 數(shù)據(jù)預處理36
• 4.2 非線性檢驗36-38
• 4.3 模型估計38-40
• 4.4 模型效果比較40-44
• 5 非線性結(jié)構(gòu)ARCH模型預測精度的進一步改善44-54
• 5.1 數(shù)據(jù)預處理45-46
• 5.2 新息（Innovation）的引入46-48
• 5.2.1 引入“投資者情緒”46-47
• 5.2.2 引入對數(shù)化“投資者情緒”47-48
• 5.3 模型預測48-54
• 6 結(jié)論和展望54-58
• 6.1 主要結(jié)論54-55
• 6.2 展望55-58
• 參考文獻58-62
• 附錄62-73
• 附錄1 引入“投資者情緒”建立的非線性ARCH模型62-64
• 附錄2 引入對數(shù)化“投資者情緒”建立的非線性ARCH模型64-73
• 后記73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 金成曉;曹陽;;基于非參數(shù)ARCH模型的滬深指數(shù)波動性研究[J];山西大學學報(哲學社會科學版);2014年03期

2 王秀東;劉斌;閆琰;;基于ARCH模型的我國大豆期貨價格波動分析[J];農(nóng)業(yè)技術經(jīng)濟;2013年12期

3 朱厚巖;梁青青;劉振中;;基于ARCH模型的我國CPI變動影響因素分析及其動態(tài)預測[J];現(xiàn)代管理科學;2013年01期

4 何黎;何躍;;結(jié)合PMI的中國GDP預測模型[J];統(tǒng)計與決策;2012年01期

5 張文芳;張文學;;ARCH模型族對上證綜指收益波動的實證分析[J];當代經(jīng)濟;2010年02期

6 馬亮亮;田富鵬;;基于非對稱ARCH模型的海西州地區(qū)支氣管炎發(fā)病研究[J];科技導報;2009年24期

7 杜普燕;宋向東;任文軍;;ARCH模型在金融時間序列中的擬合應用[J];佳木斯大學學報(自然科學版);2009年02期

8 袁霓;;國內(nèi)油價市場波動的ARCH模型分析[J];技術經(jīng)濟與管理研究;2009年01期

9 李勇;倪中新;;金融ARCH模型的貝葉斯檢驗和模型選擇[J];中國管理科學;2008年06期

10 利小玲;;淺析處理經(jīng)濟數(shù)據(jù)的幾種方法[J];金融經(jīng)濟;2008年16期

，

本文編號：646272