本文關(guān)鍵詞：基于Logistic分布的GARCH族模型在期貨中的應(yīng)用

  更多相關(guān)文章： 期貨市場(chǎng) 對(duì)數(shù)收益率 極大似然估計(jì) GARCH模型 Logistic分布

【摘要】：現(xiàn)代的金融活動(dòng),主要是以期貨市場(chǎng)股票市場(chǎng)以及外匯市場(chǎng)為主組成的資本交易體系。期貨市場(chǎng)不僅為現(xiàn)貨商創(chuàng)造了套期保值和購(gòu)貨的場(chǎng)所,也為投資者提供造一個(gè)獲利的渠道。因此,準(zhǔn)確地分析期貨市場(chǎng)的波動(dòng)特征是促進(jìn)我國(guó)期貨市場(chǎng)健康運(yùn)行的基礎(chǔ),也是金融時(shí)間序列分析中的核心問(wèn)題之一。首先,本文介紹了金融資產(chǎn)收益率的計(jì)算方法和分布特征理論,討論了簡(jiǎn)單收益率和對(duì)數(shù)收益率的區(qū)別;介紹了GARCH族模型的特點(diǎn)及表達(dá)式,包括:ARCH模型、GARCH模型、GARCH-M模型、非對(duì)稱(chēng)GARCH模型以及IGARCH模型。應(yīng)用極大似然估計(jì)法對(duì)ARCH模型、GARCH(1,1)模型和EGARCH(1,1)模型的參數(shù)估計(jì)進(jìn)行了推導(dǎo)。其次,本文研究了Logistic分布的相關(guān)性質(zhì),并以SHFE期銅的1159個(gè)日收盤(pán)價(jià)為研究對(duì)象,對(duì)原始數(shù)據(jù)進(jìn)行差分得到對(duì)數(shù)收益率。通過(guò)對(duì)數(shù)收益率的走勢(shì)圖和柱狀圖發(fā)現(xiàn)其收益率的樣本數(shù)據(jù)具有“波動(dòng)類(lèi)聚性”與“有限區(qū)間分布”特征;通過(guò)正態(tài)性檢驗(yàn)和QQ圖檢驗(yàn),可以看出Logistic分布比正態(tài)分布能更好的擬合SHFE期銅的日收盤(pán)價(jià)對(duì)數(shù)收益率的實(shí)際分布;通過(guò)GARCH族模型檢驗(yàn),發(fā)現(xiàn)SHFE收益率具有“尖峰厚尾”、“杠桿效應(yīng)”及“非對(duì)稱(chēng)性”特征。最后,本文比較了假定服從正態(tài)分布、GED分布和Logistic分布下的GARCH(1,1)模型、EGARCH(1,1)模型、和TGARCH(1,1)模型對(duì)SHFE期銅的對(duì)數(shù)收益率的擬合效果。通過(guò)對(duì)參數(shù)估計(jì)量和4個(gè)誤差統(tǒng)計(jì)量(MSE、MAE、RMSE和MAPE)的分析,結(jié)果表明:Logistic分布三種模型的擬合效果比GED分布和正態(tài)分布的擬合效果都要好,并且Logistic分布GARCH(1,1)在預(yù)測(cè)能力上優(yōu)于正態(tài)分布GARCH(1,1);在同一種分布的基礎(chǔ)上,EGARCH(1,1)模型和TGARCH(1,1)在擬合效果上優(yōu)于GARCH(1,1)模型。
【關(guān)鍵詞】：期貨市場(chǎng) 對(duì)數(shù)收益率 極大似然估計(jì) GARCH模型 Logistic分布
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F724.5;O212.1
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-16
• 1.1 研究背景和意義8-10
• 1.1.1 研究背景8-9
• 1.1.2 研究意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 國(guó)外研究現(xiàn)狀10-12
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀12-13
• 1.3 論文框架與創(chuàng)新點(diǎn)13-16
• 1.3.1 論文框架13-14
• 1.3.2 論文創(chuàng)新點(diǎn)14-16
• 2 金融時(shí)間序列分析的概述16-27
• 2.1 金融資產(chǎn)收益率的概述16-21
• 2.1.1 收益率的計(jì)算方法16-19
• 2.1.2 簡(jiǎn)單收益率和對(duì)數(shù)收益率的關(guān)系19-21
• 2.2 金融時(shí)間序列分布特征理論21-27
• 2.2.1 金融時(shí)間序列的四個(gè)矩特征21
• 2.2.2 收益率常用的分布21-27
• 3 GARCH族模型的介紹27-37
• 3.1 ARCH模型的相關(guān)理論27-28
• 3.1.1 ARCH模型的表達(dá)27
• 3.1.2 ARCH模型的參數(shù)估計(jì)27-28
• 3.2 GARCH族模型的相關(guān)理論28-37
• 3.2.1 GARCH模型28-32
• 3.2.2 GARCH-M模型32
• 3.2.3 非對(duì)稱(chēng)GARCH模型32-35
• 3.2.4 單整GARCH模型35-37
• 4 數(shù)據(jù)的選取與檢驗(yàn)37-46
• 4.1 數(shù)據(jù)的選取37
• 4.1.1 數(shù)據(jù)選取37
• 4.2 數(shù)據(jù)的檢驗(yàn)37-46
• 4.2.1 正態(tài)性的檢驗(yàn)37-41
• 4.2.2 GARCH族模型檢驗(yàn)41-46
• 5 模型的建立與實(shí)證分析46-51
• 5.1 模型的建立46-48
• 5.1.1 Logistic分布的介紹46-47
• 5.1.2 偏斜Logistic分布47-48
• 5.2 GARCH族模型實(shí)證分析48-51
• 5.2.1 模型參數(shù)的估計(jì)48-49
• 5.2.2 模型的預(yù)測(cè)誤差49-51
• 6 研究結(jié)論與展望51-53
• 6.1 主要結(jié)論51-52
• 6.2 研究的不足與展望52-53
• 6.2.1 本文研究的不足52
• 6.2.2 進(jìn)一步研究動(dòng)向52-53
• 參考文獻(xiàn)53-56
• 致謝56

，

本文編號(hào)：844109