本文關(guān)鍵詞：滬港通機(jī)制下股票高頻數(shù)據(jù)波動性研究

  更多相關(guān)文章： 波動率 高頻數(shù)據(jù) VaR ARCH族模型

【摘要】：ARCH族模型是時(shí)間序列研究的一個(gè)重要分支,波動率的研究在金融數(shù)據(jù)的研究方面占有舉足輕重的作用,它常常被作為風(fēng)險(xiǎn)大小的度量標(biāo)準(zhǔn),其值能夠?qū)︼L(fēng)險(xiǎn)管理等產(chǎn)生影響,而與低頻的如每日數(shù)據(jù)相比,高頻數(shù)據(jù)透露的市場信息更為全面。在金融數(shù)據(jù)的研究方面,股票數(shù)據(jù)的研究一直具有不可比擬的作用,而2014年11月17日滬港通機(jī)制的開通則為內(nèi)地股票市場打開了新的局面。本文就是利用ARCH族模型對滬港通機(jī)制開通后股票市場的高頻數(shù)據(jù)進(jìn)行波動率建模分析。本文選取恒生AH股精明指數(shù)的1分鐘、5分鐘、15分鐘、30分鐘以及60分鐘的高頻數(shù)據(jù),對在滬港兩地開通滬港通互通機(jī)制后的股票市場的波動性采用ARCH族模型的建模研究。首先對各種波動率模型以及相關(guān)檢驗(yàn)方法原理進(jìn)行介紹,其后對股票市場各頻率數(shù)據(jù)基本信息進(jìn)行統(tǒng)計(jì)分析,經(jīng)檢驗(yàn),數(shù)據(jù)存在異方差性。本文分別對各頻率收益率序列建立正態(tài)分布,t分布以及GED分布下的最優(yōu)波動率模型并根據(jù)模型參數(shù)顯著性,模型擬合優(yōu)度以及SIC準(zhǔn)則等評判依據(jù)對各頻率模型進(jìn)行最優(yōu)模型的選擇與分析,發(fā)現(xiàn)滬港市場的高頻數(shù)據(jù)具有叢集性、尖峰厚尾凸顯的非正態(tài)性,另外數(shù)據(jù)還具有杠桿效應(yīng),進(jìn)一步的分析可知數(shù)據(jù)的“利空效應(yīng)”造成的波動大于“利好效應(yīng)”造成的波動。另外由于市場還不完全具備自我穩(wěn)定機(jī)制,需要借助外部干預(yù)以減弱外部波動的影響。研究還發(fā)現(xiàn)大部分頻率的數(shù)據(jù)分布偏向于t分布。隨著時(shí)間頻率的增高,模型的擬合效果隨之變差。其次利用最優(yōu)模型對恒生AH股精明指數(shù)進(jìn)行預(yù)測,發(fā)現(xiàn)時(shí)間頻率越低,預(yù)測效果越好。最后,利用擬合預(yù)測效果最好的60分鐘頻率數(shù)據(jù)的最優(yōu)模型——ARMA-EGARCH(1,1,1)-GED模型,計(jì)算市場風(fēng)險(xiǎn)價(jià)值Va R序列,得出擬合模型在風(fēng)險(xiǎn)預(yù)測方面對市場風(fēng)險(xiǎn)進(jìn)行了有效評估。
【關(guān)鍵詞】：波動率 高頻數(shù)據(jù) VaR ARCH族模型
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-14
• 1.1 研究背景8
• 1.2 研究意義8-9
• 1.3 國內(nèi)外研究綜述9-12
• 1.3.1 國外研究綜述9-11
• 1.3.2 國內(nèi)研究綜述11-12
• 1.4 本文的結(jié)構(gòu)安排12-13
• 1.5 本文的創(chuàng)新點(diǎn)13-14
• 2 ARCH族模型14-19
• 2.1 引入14
• 2.2 ARCH模型14-15
• 2.3 GARCH模型15-16
• 2.4 GARCH-M模型16
• 2.5 EGARCH模型16-17
• 2.6 TGARCH模型17-18
• 2.7 PGARCH模型18-19
• 3 ARCH族模型建模19-26
• 3.1 ARCH模型應(yīng)用過程19
• 3.2 ADF檢驗(yàn)19-21
• 3.3 序列分布21-23
• 3.3.1 正態(tài)分布21
• 3.3.2 t分布21-22
• 3.3.3 GED分布22-23
• 3.4 ARCH效應(yīng)檢驗(yàn)23
• 3.5 ARCH族模型選擇23-24
• 3.6 擬合優(yōu)度24
• 3.7 風(fēng)險(xiǎn)價(jià)值24-26
• 4 實(shí)證分析26-42
• 4.1 滬港通26-27
• 4.2 波動率27-28
• 4.3 高頻數(shù)據(jù)28-29
• 4.4 高頻數(shù)據(jù)收益率29-42
• 4.4.1 數(shù)據(jù)預(yù)處理及基本信息29-32
• 4.4.2 數(shù)據(jù)建模32-38
• 4.4.3 模型評價(jià)38-40
• 4.4.4 結(jié)論40-42
• 5 不足與展望42-43
• 致謝43-44
• 參考文獻(xiàn)44-47
• 附錄47

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評述與展望[J];經(jīng)濟(jì)學(xué)動態(tài);2011年06期

2 郭興義,杜本峰,何龍燦;(超)高頻數(shù)據(jù)分析與建模[J];統(tǒng)計(jì)研究;2002年11期

3 常寧,徐國祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問題研究[J];財(cái)經(jīng)研究;2004年03期

4 應(yīng)益榮;包郭平;;金融市場高頻數(shù)據(jù)分析的建模進(jìn)展[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

5 包郭平;應(yīng)益榮;;金融市場中高頻數(shù)據(jù)的分析方法[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

6 唐振鵬;;金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究現(xiàn)狀及展望[J];福州大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版);2008年04期

7 金登貴;中國證券市場高頻數(shù)據(jù)分布特征研究[J];統(tǒng)計(jì)與決策;2005年20期

8 唐勇;張伯新;;基于高頻數(shù)據(jù)的中國股市跳躍特征實(shí)證分析[J];中國管理科學(xué);2013年05期

9 尹優(yōu)平,馬丹;基于分布擬合方法的高頻數(shù)據(jù)風(fēng)險(xiǎn)價(jià)值研究[J];金融研究;2005年03期

10 補(bǔ)馮林,張衛(wèi)國,何偉;基于超高頻數(shù)據(jù)的股票流動性度量研究[J];統(tǒng)計(jì)與決策;2005年04期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 郭名媛;;基于高頻數(shù)據(jù)的已實(shí)現(xiàn)極差相關(guān)系數(shù)及實(shí)證研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會論文集[C];2012年

2 郭名媛;;基于高頻數(shù)據(jù)的賦權(quán)已實(shí)現(xiàn)極差相關(guān)系數(shù)及其實(shí)證研究[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

3 唐勇;;金融市場波動建模:基于高頻數(shù)據(jù)視角[A];社會經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

4 楊懷東;伍娟;盛虎;;基于高頻數(shù)據(jù)的成對交易統(tǒng)計(jì)套利策略實(shí)證研究[A];第五屆（2010）中國管理學(xué)年會——金融分會場論文集[C];2010年

5 張晨;李月環(huán);;基于調(diào)整“已實(shí)現(xiàn)”波動率的滬深300指數(shù)高頻數(shù)據(jù)波動性研究與預(yù)測[A];中國會計(jì)學(xué)會高等工科院校分會2008年學(xué)術(shù)年會（第十五屆年會）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會論文集（上冊）[C];2008年

6 劉淳;朱世武;何濟(jì)舟;;金融市場波動擇時(shí)策略的經(jīng)濟(jì)價(jià)值分析[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第16屆學(xué)術(shù)年會論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前5條

1 本報(bào)記者 任曉;12月PMI或小幅上行[N];中國證券報(bào);2013年

2 程實(shí);美國金融體系逐漸恢復(fù) 實(shí)體經(jīng)濟(jì)企穩(wěn)[N];中國經(jīng)濟(jì)時(shí)報(bào);2009年

3 華泰長城期貨 謝趙維　許惠敏;高庫存料繼續(xù)“重壓”礦價(jià)[N];中國證券報(bào);2014年

4 金融學(xué)博士 宏觀經(jīng)濟(jì)分析師 程實(shí);全球經(jīng)濟(jì)隱約徘徊著復(fù)合危機(jī)陰影[N];上海證券報(bào);2011年

5 申銀萬國證券研究所 李慧勇;新興市場保持資金大額流入[N];證券時(shí)報(bào);2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 唐勇;基于高頻數(shù)據(jù)的金融市場分析[D];天津大學(xué);2007年

2 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對A股算法交易優(yōu)化決策的量化分析研究[D];中國科學(xué)技術(shù)大學(xué);2010年

3 劉廣應(yīng);帶跳的分?jǐn)?shù)維積分過程的冪變差理論及其在金融高頻數(shù)據(jù)中的應(yīng)用[D];復(fù)旦大學(xué);2011年

4 李勝歌;基于高頻數(shù)據(jù)的金融波動率研究[D];天津大學(xué);2008年

5 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

6 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動研究[D];西南財(cái)經(jīng)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 歐陽君宏;金融資產(chǎn)跳躍特性研究[D];福州大學(xué);2014年

2 林欣;基于高頻數(shù)據(jù)的金融資產(chǎn)共同跳躍建模研究[D];福州大學(xué);2014年

3 周明眉;基于Hilbert-Huang變換的高頻數(shù)據(jù)波動率的估計(jì)[D];長春工業(yè)大學(xué);2016年

4 蔡豐澤;基于小波分析的金融高頻數(shù)據(jù)波動率估計(jì)研究[D];長春工業(yè)大學(xué);2016年

5 胡龍;基于RV-MSM模型的滬深300波動分析[D];華中科技大學(xué);2013年

6 郭哲琦;基于高頻數(shù)據(jù)的統(tǒng)計(jì)套利策略分析及實(shí)證研究[D];山東大學(xué);2016年

7 韋建峰;深A(yù)股票交易高頻數(shù)據(jù)的統(tǒng)計(jì)方法研究[D];云南大學(xué);2016年

8 張欣;基于高頻數(shù)據(jù)的股票流動性影響因素研究[D];南京理工大學(xué);2016年

9 廖春芳;基于MCMC算法的金融高頻數(shù)據(jù)貝葉斯分析[D];華南農(nóng)業(yè)大學(xué);2016年

10 王穎;噪音環(huán)境下跳躍的波動測度研究[D];天津大學(xué);2014年

，

本文編號：564956