【摘要】：股票市場(chǎng)自出現(xiàn)以來(lái),就以價(jià)格的波動(dòng)作為主要特征,如何準(zhǔn)確地描述股票市場(chǎng)的價(jià)格以及預(yù)測(cè)未來(lái)股票市場(chǎng)的情況是我們所關(guān)心的問(wèn)題。一直以來(lái),國(guó)內(nèi)外學(xué)者廣泛研究用波動(dòng)率來(lái)描述股票市場(chǎng)的波動(dòng),研究的內(nèi)容主要基于GARCH模型,包括一元及多元GARCH模型,參數(shù)、非參數(shù)及半?yún)?shù)GARCH模型。但是,自條件自回歸極差(CARR)模型提出以來(lái),相關(guān)文獻(xiàn)紛紛指出極差可以更好地刻畫(huà)股票市場(chǎng)的波動(dòng)性,因而被廣泛的應(yīng)用于對(duì)波動(dòng)率的研究。目前,國(guó)內(nèi)外學(xué)者對(duì)于用GARCH模型刻畫(huà)股票市場(chǎng)波動(dòng)性的研究已經(jīng)相當(dāng)成熟,對(duì)于用極差來(lái)刻畫(huà)股票市場(chǎng)波動(dòng)性的研究還不是很多,且參數(shù)CARR模型的研究多停留在極大似然估計(jì)。但是,股票市場(chǎng)數(shù)據(jù)往往存在“尖峰厚尾”性,并且伴有異常點(diǎn)出現(xiàn),常用的極大似然估計(jì)不夠穩(wěn)健,不能消除異常點(diǎn)帶來(lái)的影響。有鑒于此,本文基于穩(wěn)健估計(jì)方法對(duì)參數(shù)CARR模型進(jìn)行研究。首先從理論上證明了CARR模型中穩(wěn)健估計(jì)統(tǒng)計(jì)量的相合性,并通過(guò)隨機(jī)模擬,在CARR模型的誤差項(xiàng)服從五種不同分布(包括輕尾和重尾分布)以及存在異常點(diǎn)的條件下,對(duì)極大似然估計(jì)和穩(wěn)健估計(jì)進(jìn)行比較,結(jié)果表明基于穩(wěn)健估計(jì)方法所得的各參數(shù)估計(jì)值的均方誤差和平均絕對(duì)誤差均更小,說(shuō)明基于穩(wěn)健估計(jì)的參數(shù)CARR模型能夠更好地刻畫(huà)存在異常點(diǎn)的厚尾數(shù)據(jù),更適合描述股票數(shù)據(jù)。最后,鑒于穩(wěn)健估計(jì)在模擬數(shù)據(jù)中的優(yōu)良表現(xiàn),在對(duì)國(guó)內(nèi)外八只股票進(jìn)行CARR(1,1)建模時(shí),穩(wěn)健估計(jì)下的均方誤差和平均絕對(duì)誤差較極大似然估計(jì)均有明顯下降。由于穩(wěn)健估計(jì)在數(shù)值模擬和實(shí)證分析中的優(yōu)良表現(xiàn),基于穩(wěn)健估計(jì)的參數(shù)CARR模型更適用于股票市場(chǎng)數(shù)據(jù)。
【圖文】：

圖４．１邋＞４．２是宏達(dá)礦業(yè)和士蘭微的核密度估計(jì)圖，直觀地判斷出極差序列有明顯逡逑的右偏現(xiàn)象，密度函數(shù)均是單峰，數(shù)值較小的極差出現(xiàn)頻繁，數(shù)值較大的極差逐漸逡逑衰減，表明這兩個(gè)極差序列有明顯的拖尾現(xiàn)象。逡逑°邐邐１邐１邐１邐ｒ－１邐Ｌ＿，邐，邐，邐，邐ｒ－ｉ逡逑０邐５邐１０邐１５邐２０邐０邐５邐１０邐１５邐２０逡逑Ｎ邋＝邋１５５９邋Ｂａｎｄｗｉｄｔｈ邋＝邋０．４４４２邐Ｎ邋＝邋１６１７邋ＢａｎｄＭｄｔｈ邋＝邋０．４３４２逡逑圖４．１宏達(dá)礦業(yè)極差序列核密度估計(jì)圖邐圖４．２邋士蘭微極差序列核密度估計(jì)圖逡逑為了能夠更好地比較基于Ｍ－估計(jì)和極人似然估計(jì)的參數(shù)ＣＡＲＲ模型，把樣本分逡逑成樣本期內(nèi)（估計(jì)樣本）和樣本期外（預(yù)測(cè)樣本）兩個(gè)部分

圖４．１邋＞４．２是宏達(dá)礦業(yè)和士蘭微的核密度估計(jì)圖，直觀地判斷出極差序列有明顯逡逑的右偏現(xiàn)象，密度函數(shù)均是單峰，數(shù)值較小的極差出現(xiàn)頻繁，數(shù)值較大的極差逐漸逡逑衰減，表明這兩個(gè)極差序列有明顯的拖尾現(xiàn)象。逡逑°邐邐１邐１邐１邐ｒ－１邐Ｌ＿，邐，邐，邐，，邐ｒ－ｉ逡逑０邐５邐１０邐１５邐２０邐０邐５邐１０邐１５邐２０逡逑Ｎ邋＝邋１５５９邋Ｂａｎｄｗｉｄｔｈ邋＝邋０．４４４２邐Ｎ邋＝邋１６１７邋ＢａｎｄＭｄｔｈ邋＝邋０．４３４２逡逑圖４．１宏達(dá)礦業(yè)極差序列核密度估計(jì)圖邐圖４．２邋士蘭微極差序列核密度估計(jì)圖逡逑為了能夠更好地比較基于Ｍ－估計(jì)和極人似然估計(jì)的參數(shù)ＣＡＲＲ模型，把樣本分逡逑成樣本期內(nèi)（估計(jì)樣本）和樣本期外（預(yù)測(cè)樣本）兩個(gè)部分
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F832.51;O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱建軍;;穩(wěn)健估計(jì)的可靠性研究[J];工程勘察;1993年02期

2 金新祥;關(guān)于穩(wěn)健估計(jì)方法的個(gè)別問(wèn)題[J];測(cè)繪通報(bào);1988年03期

3 嚴(yán)家平;指數(shù)分布參數(shù)的穩(wěn)健估計(jì)[J];系統(tǒng)科學(xué)與數(shù)學(xué);1989年02期

4 孫慧慧;;正態(tài)誤差模型的最優(yōu)穩(wěn)健估計(jì)[J];新鄉(xiāng)學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年05期

5 姚宜斌,劉經(jīng)南 ,施闖;相關(guān)穩(wěn)健估計(jì)及其在測(cè)量數(shù)據(jù)處理中的應(yīng)用[J];測(cè)繪信息與工程;2001年03期

6 陶本藻;穩(wěn)健估計(jì)的應(yīng)用問(wèn)題[J];地礦測(cè)繪;2000年01期

7 謝玉瓏,王繼紅,梁逸曾,俞汝勤;化學(xué)計(jì)量學(xué)中的穩(wěn)健估計(jì)方法[J];分析化學(xué);1994年03期

8 黃綠斕;趙耐青;秦國(guó)友;;變系數(shù)模型中穩(wěn)健估計(jì)方法的比較和應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2016年04期

9 王新洲;顧及模糊邏輯關(guān)系的穩(wěn)健估計(jì)[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);1996年04期

10 韓子斌;張永彬;賈敏;徐航航;;多元穩(wěn)健估計(jì)抗差性分析[J];華北理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年02期

相關(guān)會(huì)議論文 前5條

1 姚宜斌;;基于等價(jià)方差——協(xié)方差陣的穩(wěn)健估計(jì)理論研究[A];西部大開(kāi)發(fā) 科教先行與可持續(xù)發(fā)展——中國(guó)科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

2 閆志躍;喻國(guó)榮;潘樹(shù)國(guó);汪登輝;;穩(wěn)健估計(jì)方法用于接收機(jī)自主完備性監(jiān)測(cè)的比較[A];第四屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S5 衛(wèi)星導(dǎo)航增強(qiáng)與完好性監(jiān)測(cè)[C];2013年

3 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學(xué)建模與模型集群分析——兼論過(guò)擬合、穩(wěn)健估計(jì)、變量選擇與模型評(píng)價(jià)[A];中國(guó)化學(xué)會(huì)第27屆學(xué)術(shù)年會(huì)第15分會(huì)場(chǎng)摘要集[C];2010年

4 王寶智;陳慶華;莊逢辰;;飛行器遙外測(cè)數(shù)據(jù)線性回歸建�？刂茀�(shù)的穩(wěn)健估計(jì)[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

5 王曉輝;姜佃高;;常用穩(wěn)健估計(jì)方法應(yīng)用于概率積分法參數(shù)求取時(shí)的有效性研究[A];變形與安全監(jiān)測(cè)理論與實(shí)踐——2014工程測(cè)量分會(huì)與礦山測(cè)量專(zhuān)委會(huì)年會(huì)論文精選[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 王彤;線性回歸模型的穩(wěn)健估計(jì)及多個(gè)異常點(diǎn)診斷方法研究[D];第四軍醫(yī)大學(xué);2000年

2 秦國(guó)友;半?yún)?shù)混合效應(yīng)模型的穩(wěn)健估計(jì)[D];華東師范大學(xué);2007年

3 呂晶;幾類(lèi)半?yún)?shù)回歸模型的穩(wěn)健估計(jì)與變量選擇[D];重慶大學(xué);2015年

4 王康寧;幾類(lèi)高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識(shí)別、變量選擇及穩(wěn)健估計(jì)[D];山東大學(xué);2016年

5 李崇貴;用非線性理論研究以“3S”為基礎(chǔ)的森林蓄積定量估測(cè)[D];中國(guó)林業(yè)科學(xué)研究院;2001年

6 劉亞娟;復(fù)雜體系多維校正方法的穩(wěn)健性估計(jì)及定量應(yīng)用研究[D];湖南大學(xué);2016年

7 楊晶;若干半?yún)?shù)模型的穩(wěn)健推斷與模型選擇方法[D];重慶大學(xué);2016年

8 王魏;氧化鋁生產(chǎn)過(guò)程鋁酸鈉溶液組分濃度軟測(cè)量方法的研究[D];東北大學(xué);2011年

9 杜江;穩(wěn)健頻率模型平均與半?yún)?shù)回歸模型的估計(jì)[D];北京工業(yè)大學(xué);2013年

10 趙越;半?yún)?shù)模型的統(tǒng)計(jì)推斷及其在金融中的應(yīng)用[D];大連理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王森;基于穩(wěn)健估計(jì)的CARR模型及其在股價(jià)波動(dòng)中的應(yīng)用[D];浙江工商大學(xué);2018年

2 呂燁;空間自回歸模型的穩(wěn)健估計(jì)[D];云南財(cái)經(jīng)大學(xué);2018年

3 李蕓;基于拉普拉斯分布的穩(wěn)健估計(jì)[D];揚(yáng)州大學(xué);2016年

4 張秀艷;缺失數(shù)據(jù)下部分線性模型的多重穩(wěn)健估計(jì)[D];大連理工大學(xué);2016年

5 胡義函;基于穩(wěn)健估計(jì)的極限學(xué)習(xí)機(jī)方法研究[D];湖南大學(xué);2012年

6 安劍英;相關(guān)穩(wěn)健估計(jì)在GPS數(shù)據(jù)處理中的應(yīng)用研究[D];昆明理工大學(xué);2009年

7 朱東河;長(zhǎng)程相依下函數(shù)型數(shù)據(jù)的穩(wěn)健估計(jì)探討[D];合肥工業(yè)大學(xué);2010年

8 王鳳竹;穩(wěn)健的Logistic回歸及其應(yīng)用[D];華北電力大學(xué);2014年

9 范瀚陽(yáng);基于航跡信息的空中目標(biāo)戰(zhàn)術(shù)意圖穩(wěn)健估計(jì)方法研究[D];南京航空航天大學(xué);2016年

10 由廷剛;幾類(lèi)森林生物量非線性模型及最優(yōu)采伐問(wèn)題的研究[D];東北林業(yè)大學(xué);2011年

本文編號(hào)：2666839