本文選題：隨機波動模型　切入點：厚尾　出處：《長春工業(yè)大學》2017年碩士論文

【摘要】：為了研究股票市場的隨機波動性,以及模擬股票收益的最大化。本論文梳理了國內外隨機波動模型的研究成果,在以往的文獻中發(fā)現(xiàn)傳統(tǒng)的GARCH模型估計收益率序列通常表現(xiàn)出波動具有長記憶性特征和較高的方差持續(xù)性,這些特征可以由方差的結構性變點造成。本文在單變量隨機波動模型的基礎上,研究了階段性隨機波動模型,并且在總結股市收益研究方法的基礎上,根據(jù)股市階段性研究的需要提出檢驗股市收益轉折點的檢驗方法,并且對上證股市和深成股市劃分了階段;根據(jù)研究需要建立了階段性雙變量SV模型;利用階段性雙變量SV模型模擬了我國上證和深成兩個股市的收益和波動,在對比檢驗結果和我國股市實際階段的基礎上,得出了基于階段性向量隨機波動模型的一些實證結果。
[Abstract]:In order to study the stochastic volatility of stock market and simulate the maximization of stock returns.This paper reviews the research results of stochastic volatility models at home and abroad. It is found in previous literatures that the traditional GARCH models usually show long memory characteristics and high variance persistence.These characteristics can be caused by structural variability of variance.Based on the single-variable stochastic volatility model, this paper studies the stage stochastic volatility model, and on the basis of summarizing the stock market income research methods, according to the needs of the stock market stage research, puts forward the test method to test the stock market return turning point.And divided the Shanghai stock market and Shenzhen stock market into stages; according to the need to establish the stage of bivariate SV model; using the phased two-variable SV model to simulate the return and volatility of the Shanghai stock market and Shenzhen stock market.On the basis of comparing the test results with the actual stage of China's stock market, some empirical results based on the phase vector stochastic volatility model are obtained.
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F224;F832.51

【參考文獻】

相關期刊論文 前6條

1 張欣;崔日明;;基于非對稱隨機波動模型的人民幣匯率波動特征研究[J];國際金融研究;2013年01期

2 倪明;;非對稱隨機波動模型的偏態(tài)特性研究[J];河南金融管理干部學院學報;2008年04期

3 朱慧明;李峰;楊錦明;;基于MCMC模擬的貝葉斯厚尾金融隨機波動模型分析[J];運籌與管理;2007年04期

4 周宏山;冀云;;非對稱隨機波動模型在中國股市的應用[J];統(tǒng)計與信息論壇;2007年04期

5 王春峰,蔣祥林,李剛;基于隨機波動性模型的中國股市波動性估計[J];管理科學學報;2003年04期

6 杜子平,張世英;向量隨機波動模型的共因子研究[J];管理科學學報;2002年05期

相關博士學位論文 前4條

1 方媛;中國股市波動問題研究[D];華中科技大學;2010年

2 鄭挺國;基于有限混合狀態(tài)空間的金融隨機波動模型及應用研究[D];吉林大學;2009年

3 孟利鋒;隨機波動模型及其建模方法研究[D];天津大學;2004年

4 李漢東;多變量時間序列波動持續(xù)性研究[D];天津大學;2000年

相關碩士學位論文 前2條

1 楊金華;基于SV模型的我國股市波動性實證分析[D];江西財經大學;2010年

2 劉酉君;隨機波動模型參數(shù)估計方法比較研究[D];天津大學;2007年

，

本文編號：1703756