結(jié)構(gòu)突變下股票市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)研究
發(fā)布時(shí)間:2023-10-30 18:45
金融收益波動(dòng)的結(jié)構(gòu)突變廣泛存在于金融市場(chǎng)中,準(zhǔn)確識(shí)別出金融市場(chǎng)的結(jié)構(gòu)突變點(diǎn),判斷金融市場(chǎng)是否存在發(fā)生風(fēng)險(xiǎn)危機(jī)的可能性,是研究金融市場(chǎng)的風(fēng)險(xiǎn)傳染預(yù)測(cè)的關(guān)鍵所在。本文首次基于結(jié)構(gòu)突變的視角以波動(dòng)狀態(tài)預(yù)測(cè)來(lái)進(jìn)行金融市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)研究。實(shí)證研究表明:各股票指數(shù)收益序列存在波動(dòng)結(jié)構(gòu)突變;基于R-Vine Copula下的HMM預(yù)測(cè)模型對(duì)股票指數(shù)收益序列的預(yù)測(cè)結(jié)構(gòu)突變點(diǎn)呈現(xiàn)出了較為顯著的前置性,從而也表明基于R-Vine Copula下HMM預(yù)測(cè)模型對(duì)波動(dòng)狀態(tài)預(yù)測(cè)的優(yōu)越性;基于R-Vine Copula下HMM模型能夠較為準(zhǔn)確地預(yù)測(cè)出股票指數(shù)波動(dòng)狀態(tài),從而表明波動(dòng)狀態(tài)預(yù)測(cè)能夠顯著提升對(duì)股票市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)的準(zhǔn)確性。
【文章頁(yè)數(shù)】:7 頁(yè)
【文章目錄】:
1 引言
2 模型構(gòu)建
2.1 金融市場(chǎng)結(jié)構(gòu)突變預(yù)測(cè)模型構(gòu)建
2.2 金融市場(chǎng)間相依關(guān)系測(cè)度模型構(gòu)建
2.3 基于R-Vine Copula的蒙特卡洛波動(dòng)狀態(tài)預(yù)測(cè)模型構(gòu)建
3 金融市場(chǎng)風(fēng)險(xiǎn)傳染可靠性檢驗(yàn)方法構(gòu)建
4 實(shí)證分析
4.1 樣本數(shù)據(jù)說(shuō)明與描述性統(tǒng)計(jì)
4.2 基于波動(dòng)狀態(tài)的各股票指數(shù)結(jié)構(gòu)突變點(diǎn)測(cè)度研究
4.3 基于R-Vine-Copula的股票市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)研究
4.3.1 波動(dòng)模型參數(shù)估計(jì)結(jié)果
4.3.2 R-Vine Copula函數(shù)選取與估計(jì)
4.3.3 股票市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)研究
5 研究結(jié)論與啟示
本文編號(hào):3858994
【文章頁(yè)數(shù)】:7 頁(yè)
【文章目錄】:
1 引言
2 模型構(gòu)建
2.1 金融市場(chǎng)結(jié)構(gòu)突變預(yù)測(cè)模型構(gòu)建
2.2 金融市場(chǎng)間相依關(guān)系測(cè)度模型構(gòu)建
2.3 基于R-Vine Copula的蒙特卡洛波動(dòng)狀態(tài)預(yù)測(cè)模型構(gòu)建
3 金融市場(chǎng)風(fēng)險(xiǎn)傳染可靠性檢驗(yàn)方法構(gòu)建
4 實(shí)證分析
4.1 樣本數(shù)據(jù)說(shuō)明與描述性統(tǒng)計(jì)
4.2 基于波動(dòng)狀態(tài)的各股票指數(shù)結(jié)構(gòu)突變點(diǎn)測(cè)度研究
4.3 基于R-Vine-Copula的股票市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)研究
4.3.1 波動(dòng)模型參數(shù)估計(jì)結(jié)果
4.3.2 R-Vine Copula函數(shù)選取與估計(jì)
4.3.3 股票市場(chǎng)風(fēng)險(xiǎn)傳染預(yù)測(cè)研究
5 研究結(jié)論與啟示
本文編號(hào):3858994
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3858994.html
最近更新
教材專(zhuān)著