發(fā)布時(shí)間：2018-03-04 05:20

  本文選題：馬爾科夫轉(zhuǎn)換模型　切入點(diǎn)：資本資產(chǎn)定價(jià)　出處：《寧夏大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：資本資產(chǎn)定價(jià)問(wèn)題是近年來(lái)學(xué)術(shù)界研究的熱點(diǎn).它不但涉及到傳統(tǒng)的投資、理財(cái)、保險(xiǎn)行業(yè),而且在其他行業(yè)也有廣泛的應(yīng)用.傳統(tǒng)的研究方法主要是在假定期望收益率服從正態(tài)分布的前提下進(jìn)行的,但在實(shí)際操作過(guò)程中金融時(shí)間序列往往呈現(xiàn)尖峰厚尾或非正態(tài)性.本文主要利用基于吉布斯取樣的方法構(gòu)造嵌入馬爾科夫轉(zhuǎn)換模型.利用其對(duì)動(dòng)態(tài)結(jié)構(gòu)性問(wèn)題處理的優(yōu)勢(shì),對(duì)金融時(shí)間序列的時(shí)變性進(jìn)行量化研究,有效地刻畫(huà)金融時(shí)間序列的波動(dòng)性特征.而后利用吉布斯抽樣法構(gòu)造了求解四區(qū)制的馬爾科夫轉(zhuǎn)換模型,以上證50股票指數(shù)為例進(jìn)行分析,該模型能較好地刻畫(huà)金融收益率的波動(dòng)性特征.實(shí)證檢驗(yàn)部分利用基于吉布斯—馬爾科夫轉(zhuǎn)換的資本資產(chǎn)定價(jià)模型對(duì)上證300的5只股票進(jìn)行研究并給出其VaR模型,得出β為系數(shù)的驅(qū)動(dòng)因素非一致性和轉(zhuǎn)變時(shí)間的不同步性等結(jié)論.為投資者進(jìn)行投資選擇和市場(chǎng)監(jiān)管提供了有效的科學(xué)依據(jù).
[Abstract]:The issue of capital asset pricing has been a hot topic in academic circles in recent years. It not only involves the traditional investment, financial management and insurance industries, And it is also widely used in other industries. The traditional research methods are mainly based on the assumption that the expected rate of return is normal distribution. However, the financial time series often show peak and thick tail or non-normality in practice. In this paper, we mainly use Gibbs sampling method to construct embedded Markov transformation model, and make use of its advantage in dealing with dynamic structural problems. In this paper, the time variability of financial time series is quantitatively studied, and the volatility characteristics of financial time series are described effectively. Then, a Markov transformation model for solving four-zone system is constructed by using Gibbs sampling method. Taking the Shanghai Stock Exchange 50 stock index as an example, This model can describe the volatility characteristics of financial yield. The empirical test part uses the capital asset pricing model based on Gibbs-Markov transform to study five stocks of Shanghai Stock Exchange 300 and gives its VaR model. The conclusion that 尾 is the driving factor of the coefficient is inconsistent and the transition time is different, which provides an effective scientific basis for investors to choose their investment and supervise the market.
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F224;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙國(guó)強(qiáng);胡華;;基于改進(jìn)新維無(wú)偏灰色馬爾科夫模型寧夏能源消費(fèi)預(yù)測(cè)[J];寧夏工程技術(shù);2016年03期

2 張凡雷;;基于馬爾科夫轉(zhuǎn)換MSVAR模型的大宗商品期貨價(jià)格行為特征分析[J];統(tǒng)計(jì)與決策;2015年13期

3 劉魯文;陳興榮;何濤;;基于馬爾科夫鏈的教學(xué)效果評(píng)估方法[J];統(tǒng)計(jì)與決策;2014年03期

4 湯丹;趙昕東;;中國(guó)核心通貨膨脹的估計(jì)——基于貝葉斯Gibbs Sampler狀態(tài)空間模型[J];經(jīng)濟(jì)評(píng)論;2011年05期

5 謝杰;;中國(guó)實(shí)際利率的狀態(tài)轉(zhuǎn)換與階段性平穩(wěn)特征——基于三區(qū)制Markov狀態(tài)轉(zhuǎn)移模型的分析[J];金融理論與實(shí)踐;2011年02期

6 趙巍;;股價(jià)遵循分?jǐn)?shù)布朗運(yùn)動(dòng)的最大值期權(quán)定價(jià)模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年03期

7 董迎輝;王過(guò)京;;常利率下帶干擾負(fù)風(fēng)險(xiǎn)和模型的破產(chǎn)概率[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2010年01期

8 高翔;韓曉斐;;CAPM模型研究現(xiàn)狀及其實(shí)證檢驗(yàn)分析[J];現(xiàn)代商貿(mào)工業(yè);2009年24期

9 趙昕東;耿鵬;;基于Bayesian Gibbs Sampler的狀態(tài)空間模型估計(jì)方法研究及其在中國(guó)潛在產(chǎn)出估計(jì)上的應(yīng)用[J];統(tǒng)計(jì)研究;2009年09期

10 蘇濤;詹原瑞;劉家鵬;李杰;;基于馬爾科夫轉(zhuǎn)換下的資本資產(chǎn)定價(jià)模型[J];系統(tǒng)管理學(xué)報(bào);2007年03期

相關(guān)重要報(bào)紙文章 前1條

1 ;現(xiàn)代資產(chǎn)組合理論的發(fā)展與局限[N];光明日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前1條

1 蘇濤;金融市場(chǎng)風(fēng)險(xiǎn)VaR度量方法的改進(jìn)研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前3條

1 馬艷青;馬爾科夫轉(zhuǎn)換-GARCH模型的MCMC參數(shù)估計(jì)和方法研究[D];重慶大學(xué);2015年

2 曹杰;基于VaR模型的金融市場(chǎng)風(fēng)險(xiǎn)測(cè)量方法的探析[D];東北財(cái)經(jīng)大學(xué);2013年

3 魯進(jìn)勇;現(xiàn)代資產(chǎn)組合理論研究[D];武漢理工大學(xué);2004年

，

本文編號(hào)：1564296