本文關(guān)鍵詞：基于分形理論的中國股指期貨非線性特征研究，由筆耕文化傳播整理發(fā)布。

【摘要】：本文將我國股指期貨市場收益率作為研究對象,以非線性動力學(xué)體系的分形市場理論為基礎(chǔ),檢驗我國股指期貨市場的有效性,揭示其分形結(jié)構(gòu)特性,分析收益率及其波動性的雙長記憶性。 根據(jù)理論介紹,首先運用單分形方法中的R/S分析法,計算我國股指期貨市場日、周收益率序列的Hurst指數(shù),確定我國股指期貨市場存在較為明顯的分形特性,即市場具備長期記憶特征,現(xiàn)在的價格和信息將對市場以后發(fā)生持續(xù)長期影響,并且這樣的持續(xù)較長。隨后,比較三種R/S分析法分析的穩(wěn)定性,確定出經(jīng)典R/S分析法適用于計算日、周收益率的Hurst指數(shù),來度量股指期貨市場收益率本身所具有的長記憶性。其次,針對股指期貨收益率的尖峰、厚尾、不對稱的特征以及條件波動率的長記憶特性等,構(gòu)建模型ARFIMA-HYGARCH對股指期貨市場的條件收益率和條件波動率進(jìn)行分析。與以往傳統(tǒng)方法不同的是,采用EVT理論中的POT模型來設(shè)定閥值,應(yīng)用極值理論對標(biāo)準(zhǔn)收益率尾部分布構(gòu)建模型,基于以上對國內(nèi)股指期貨市場極值風(fēng)險進(jìn)行測量,通過回測檢驗,保證風(fēng)險模型的可靠性以及穩(wěn)定性。 實證結(jié)果顯示,中國股指期貨的收益率序列和條件波動率均存在不同程度的長記憶特征,對于正態(tài)分布、偏t分布和學(xué)生t分布而言,ARFIMA-HYGARCH-EVT模型具有一定的優(yōu)勢,主要體現(xiàn)在風(fēng)險檢測方面,有著良好的準(zhǔn)確度以及穩(wěn)定性,該模型在一定程度上可以規(guī)避風(fēng)險,投資主體、政府、風(fēng)險管理人員也可采用此模型來進(jìn)行量化分析,使得ARFIMA-HYGARCH-EVT模型更好的預(yù)防風(fēng)險、管理風(fēng)險和控制風(fēng)險,保證股指期貨市場的健康成長。 最后,基于股指期貨市場雙長記憶性的結(jié)論,對我國股指期貨市場分形特性的影響進(jìn)行了說明,并提出了合理的政策建議。
【關(guān)鍵詞】：股指期貨 分形理論 R/S分析 雙長記憶性 極值理論
【學(xué)位授予單位】：安徽財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F724.5;F224
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 第一節(jié) 研究背景和意義9-10
• 一、研究背景9-10
• 二、研究意義10
• 第二節(jié) 文獻(xiàn)綜述10-14
• 一、國外文獻(xiàn)述評10-12
• 二、國內(nèi)文獻(xiàn)述評12-14
• 第三節(jié) 研究思路與內(nèi)容14-15
• 一、研究方法與思路14
• 二、內(nèi)容安排14-15
• 第四節(jié) 創(chuàng)新與不足15-16
• 一、本文的創(chuàng)新15
• 二、本文的不足15-16
• 第二章 分形理論及非線性特征相關(guān)模型16-28
• 第一節(jié) 分形理論的基本概念16-18
• 一、分形時間序列16
• 二、分形分布16-17
• 三、赫斯特指數(shù)17
• 四、分形維與關(guān)聯(lián)度17-18
• 第二節(jié) 分形分析方法18-21
• 一、經(jīng)典R/S分析18-19
• 二、修正的R/S分析19
• 三、含控制因子的R/S分析法19-20
• 四、V統(tǒng)計量20-21
• 第三節(jié) 分形時間序列有關(guān)模型21-28
• 一、非線性特征模型回顧21-22
• 二、ARFIMA-HYGARCH-EVT模型的建立22-26
• 三、ARFIMA-HYGARCH-EVT模型檢驗26-28
• 第三章 我國股指期貨非線性特征分析28-39
• 第一節(jié) 變量與數(shù)據(jù)的選取28-29
• 第二節(jié) 日收益率R/S分析29-34
• 一、日收益率序列描述性統(tǒng)計29-30
• 二、日收益率三種R/S分析比較30-33
• 三、日收益率序列分形特征值33-34
• 第三節(jié) 周收益率R/S分析34-38
• 一、周收益率序列描述性統(tǒng)計34-35
• 二、周收益率分析方法比較35-37
• 三、周收益率序列分形特征值37-38
• 第四節(jié) 日、周收益率序列分形特征比較38-39
• 一、基本描述性統(tǒng)計38
• 二、分形特征分析方法38-39
• 第四章 股指期貨非線性特征建模39-44
• 第一節(jié) ARFIMA-HYGARCH-EVT模型的參數(shù)估計39-42
• 一、ARFIMA-HYGARCH模型的參數(shù)估計39-40
• 二、峰度法求閾值40-42
• 三、EVT模型參數(shù)估計42
• 第二節(jié) 模型的效果檢驗42-43
• 第三節(jié) 本章小結(jié)43-44
• 第五章 結(jié)論與政策建議44-47
• 第一節(jié) 主要結(jié)論44-45
• 一、收益率序列分形特征檢驗44
• 二、股指期貨市場雙長記憶性的建模44-45
• 第二節(jié) 相關(guān)政策建議45-47
• 一、確定股指期貨市場宏觀監(jiān)測指標(biāo)45-46
• 二、建立定量的風(fēng)險測度模型46
• 三、動態(tài)監(jiān)測新興股指期貨市場46-47
• 參考文獻(xiàn)47-52
• 致謝52-53
• 讀研期間科研成果53

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 樊智,張世英;多元GARCH建模及其在中國股市分析中的應(yīng)用[J];管理科學(xué)學(xué)報;2003年02期

2 余素紅,張世英,宋軍;基于GARCH模型和SV模型的VaR比較[J];管理科學(xué)學(xué)報;2004年05期

3 林宇;黃登仕;魏宇;;胖尾分布及長記憶下的動態(tài)EVT-VaR測度研究[J];管理科學(xué)學(xué)報;2011年07期

4 肖智;傅肖肖;鐘波;;基于EVT-POT-FIGARCH的動態(tài)VaR風(fēng)險測度[J];南開管理評論;2008年04期

5 姜仁娜,葉俊;滬深兩市股票指數(shù)的長記憶性[J];清華大學(xué)學(xué)報(自然科學(xué)版);2004年12期

6 胡彥梅;張衛(wèi)國;陳建忠;;中國股市長記憶的修正R/S分析[J];數(shù)理統(tǒng)計與管理;2006年01期

7 曹廣喜;;我國股市收益的雙長記憶性檢驗——基于VaR估計的ARFIMA-HYGARcH-skt模型[J];數(shù)理統(tǒng)計與管理;2009年01期

8 王宏勇;馬麗;;基于分形插值模型的股價時間序列分析及預(yù)測[J];統(tǒng)計與決策;2009年16期

9 李穎,湯果,陳方正;FIGARCH模型的參數(shù)檢驗與估計[J];統(tǒng)計教育;2003年01期

10 王吉培;曠志平;;偏態(tài)t分布下FIGARCH模型的動態(tài)VaR計算[J];統(tǒng)計與信息論壇;2009年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳秋雨;中國黃金期貨市場特征及風(fēng)險控制[D];浙江大學(xué);2011年

  本文關(guān)鍵詞：基于分形理論的中國股指期貨非線性特征研究，，由筆耕文化傳播整理發(fā)布。

本文編號：371293