目前,金融高頻數(shù)據(jù)分析在研究交易過程和市場微觀結構中都占據(jù)著重要地位。經(jīng)濟的全球化、衍生產(chǎn)品的大量出現(xiàn)以及因此導致的金融市場的動蕩使得金融機構越來越需要更有效的風險管理方法。而如何精確度量風險是風險管理的關鍵問題。第一部分針對金融時間序列數(shù)據(jù),對非平穩(wěn)的股票數(shù)據(jù)進行二元經(jīng)驗模態(tài)分解（Bivariate Empirical Mode Decomposition,BEMD）,針對分解得到的殘差序列通過構造混合Copula-GARCH模型,擬采用廣義雙曲線分布擬合邊際殘差項,得到M-Copula-GARCH-GH模型應用于股票數(shù)據(jù)的分析中。利用極大似然兩步估計法給出估計過程,并應用到所提出的模型估計中。深入分析其在股票市場中的應用,進而改善風險度量的精度。以便更好的描述具有復雜相關結構的金融市場或變量之間的相關關系。第二部分主要針對高頻數(shù)據(jù)的非平穩(wěn)、非線性的時序特點,采用希爾伯特黃變換（HHT）中的EMD分解方法基于高頻數(shù)據(jù)本身進行了自適應分解。在每個分層的數(shù)據(jù)結果下,分別應用Copula函數(shù)建立負收益和波動率的相關性,即為高頻數(shù)據(jù)分層下的杠桿效應研究。本文也試圖基于Copula理論研究杠桿... 

【文章來源】：長春工業(yè)大學吉林省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

工商銀行、中國平安、中國石油收盤價的時序圖

。經(jīng)過預處理的觀測樣本有3180個。首先，我們給出了三只股票收盤價的時序圖見圖3-1和收益率的時序圖3.2，并分別針對三只股票收盤價原始序列及經(jīng)過對數(shù)差分的序列進行了平穩(wěn)性檢驗，平穩(wěn)性檢驗常見的有幾種方法，我們這里應用了ADF檢驗，得到中國石油收盤價和收益率的ADF檢驗對應的P值分別為0.6282和0.7049；中國平安收盤價和收益率的ADF檢驗對應的P值分別為0.841和0.9036；工商銀行收盤價和收益率的ADF檢驗對應的P值分別為0.6175和0.7087。六個P值都說明其各自金融時間序列具有很嚴重的非平穩(wěn)性，因此直接應用時間序列的一般性模型很難很好的擬合三支股票數(shù)據(jù)。圖3.1 工商銀行、中國平安、中國石油收盤價的時序圖

圖 4.1 股指期貨主力合約收盤價時序圖(依次為 5 分鐘、15 分鐘、30 分鐘)圖 4.2 滬深 300 收盤價時序圖(依次為 5 分鐘、15 分鐘、30 分鐘)

【參考文獻】：
期刊論文
[1]中國股票市場的時變杠桿效應研究——基于隨機Copula模型的實證分析[J]. 吳鑫育,任森春,馬超群,汪壽陽.  管理科學學報. 2017(09)
[2]基于混合Copula-GARCH模型的黃金與股票的相關性分析[J]. 杜方欣,張德生.  現(xiàn)代經(jīng)濟信息. 2013(24)
[3]基于BEMD圖像特征點的圖像壓縮方法[J]. 高鳳嬌,何艷,田曉英,費磊.  自動化技術與應用. 2012(08)
[4]高頻數(shù)據(jù)波動率建�！诤裎卜植嫉腞ealized GARCH模型[J]. 王天一,黃卓.  數(shù)量經(jīng)濟技術經(jīng)濟研究. 2012(05)
[5]股指期貨推出對中國股票市場波動性的影響研究——基于滬深300股指期貨高頻數(shù)據(jù)的實證分析[J]. 張孝巖,沈中華.  投資研究. 2011(10)
[6]基于極值理論和Copula函數(shù)的條件VaR計算[J]. 傅強,邢琳琳.  系統(tǒng)工程學報. 2009(05)
[7]基于高頻數(shù)據(jù)的滬深股票市場的相關性研究[J]. 郭名媛,張世英.  系統(tǒng)工程學報. 2009(03)
[8]長記憶隨機波動模型的估計與波動率預測——基于中國股市高頻數(shù)據(jù)的研究[J]. 王春峰,莊泓剛,房振明,盧濤.  系統(tǒng)工程. 2008(07)
[9]多元Copula-GARCH模型及其在金融風險分析上的應用[J]. 韋艷華,張世英.  數(shù)理統(tǒng)計與管理. 2007(03)
[10]高頻數(shù)據(jù)的加權已實現(xiàn)極差波動及其實證分析[J]. 唐勇,張世英.  系統(tǒng)工程. 2006(08)



本文編號：3528918