【摘要】：在金融市場中,金融時(shí)間收益率序列的特征往往是“波動性聚集”,“高峰厚尾”和“杠桿效應(yīng)”,這些特征往往與正態(tài)分布的假設(shè)相違背。近年來,資產(chǎn)收益率分布類型的研究一直是學(xué)者們研究的重點(diǎn)領(lǐng)域,在收益率序列服從正態(tài)分布的基礎(chǔ)上,越來越多的分布類型被提出。其中,t分布在刻畫“厚尾”分布的時(shí)候具有一定的優(yōu)勢,和正態(tài)分布相比較而言,t分布比正態(tài)分布更能描述“厚尾”的特征。所以t分布可以更接近于具有“厚尾”特征的真實(shí)分布。本文就是在收益率序列服從t分布的假設(shè)下,結(jié)合GARCH族模型,對收益率序列出現(xiàn)的“高峰厚尾”,“波動聚集”以及“杠桿效應(yīng)”特征進(jìn)行很好地刻畫,并推導(dǎo)出了在t分布的假設(shè)下GARCH模型的參數(shù)的極大似然估計(jì)。本文將西方學(xué)者提出的GARCH族模型應(yīng)用在我國的股票市場中,來討論基于t分布的GARCH族模型在我國的股票市場中是否具有一定的適用性。因?yàn)槲覈木唧w國情和金融市場的完善性與西方資本主義國家有著較大區(qū)別,所以此研究也具有一定的理論意義與實(shí)踐意義。本文先介紹金融時(shí)間序列中收益率序列的分類及常用分布,然后再介紹描述收益率波動性的GARCH族模型,并推導(dǎo)基于t分布的GARCH模型參數(shù)的極大似然估計(jì);經(jīng)過檢驗(yàn),最后可以確定建模的模型為GARCH(1,1),并在殘差項(xiàng)服從正態(tài)分布、t分布、廣義誤差分布的假設(shè)下分別建立GARCH(1,1)模型。通過比較這三種分布假設(shè)下得到的參數(shù)估計(jì)結(jié)果,我們得到了在殘差項(xiàng)服從t分布的假設(shè)下建立的GARCH(1,1)模型的擬合效果最好。為了比較波動率的預(yù)測效果,在殘差項(xiàng)服從正態(tài)分布和t分布的假設(shè)下對波動率進(jìn)行預(yù)測,最后得到在t分布的假設(shè)下建立的GARCH(1,1)模型對收益率波動率的預(yù)測效果更好。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F224;F832.5
【圖文】：

gorov Smirnov 檢驗(yàn)可簡稱為 KS 檢驗(yàn)，是比較一個頻( x )或者兩個觀測值分布的檢驗(yàn)方法。該檢驗(yàn)方法的布一致或者數(shù)據(jù)符合某個理論分布。KS 統(tǒng)計(jì)量 D 值 D D( n, )時(shí)，在給定的顯著性水平 下，可以拒R 軟件可對日對數(shù)收益率序列進(jìn)行 KS 的正態(tài)性檢驗(yàn)64，對應(yīng)的概率 值遠(yuǎn)小于 0.1，所以拒絕原假設(shè)，數(shù)據(jù)的對數(shù)收益率序列不是服從正態(tài)分布的。-Q 圖與密度曲線圖（Quantile-Quantile Plot）是用來比較一個樣本 x和一法。樣本 x的分位點(diǎn)為其經(jīng)驗(yàn)累積分布函數(shù)的逆函數(shù)經(jīng)驗(yàn)分位點(diǎn)數(shù)對一個已知分布的相應(yīng)分位數(shù)點(diǎn)作出散類似于這個已知分布時(shí)，此時(shí)的 Q-Q 圖就會近似地形端部就會較大地偏離這條直線。利用軟件 Eviews8.-3 至 3-5 所示的正態(tài)分布和t分布的概率密度曲線圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 劉小冬;陳俊;杜歡;;基于GARCH模型族的上證綜指VaR計(jì)算[J];西安財(cái)經(jīng)學(xué)院學(xué)報(bào);2015年02期

相關(guān)碩士學(xué)位論文 前2條

1 王微廣;基于Logistic分布的GARCH族模型在期貨中的應(yīng)用[D];西安建筑科技大學(xué);2016年

2 吳靜子;基于混合beta分布的GARCH模型建模方法及其應(yīng)用研究[D];天津財(cái)經(jīng)大學(xué);2011年

本文編號：2772687