本文關鍵詞：基于Logistic分布的GARCH族模型在期貨中的應用

  更多相關文章： 期貨市場 對數收益率 極大似然估計 GARCH模型 Logistic分布

【摘要】：現(xiàn)代的金融活動,主要是以期貨市場股票市場以及外匯市場為主組成的資本交易體系。期貨市場不僅為現(xiàn)貨商創(chuàng)造了套期保值和購貨的場所,也為投資者提供造一個獲利的渠道。因此,準確地分析期貨市場的波動特征是促進我國期貨市場健康運行的基礎,也是金融時間序列分析中的核心問題之一。首先,本文介紹了金融資產收益率的計算方法和分布特征理論,討論了簡單收益率和對數收益率的區(qū)別;介紹了GARCH族模型的特點及表達式,包括:ARCH模型、GARCH模型、GARCH-M模型、非對稱GARCH模型以及IGARCH模型。應用極大似然估計法對ARCH模型、GARCH(1,1)模型和EGARCH(1,1)模型的參數估計進行了推導。其次,本文研究了Logistic分布的相關性質,并以SHFE期銅的1159個日收盤價為研究對象,對原始數據進行差分得到對數收益率。通過對數收益率的走勢圖和柱狀圖發(fā)現(xiàn)其收益率的樣本數據具有“波動類聚性”與“有限區(qū)間分布”特征;通過正態(tài)性檢驗和QQ圖檢驗,可以看出Logistic分布比正態(tài)分布能更好的擬合SHFE期銅的日收盤價對數收益率的實際分布;通過GARCH族模型檢驗,發(fā)現(xiàn)SHFE收益率具有“尖峰厚尾”、“杠桿效應”及“非對稱性”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SHFE期銅的對數收益率的擬合效果。通過對參數估計量和4個誤差統(tǒng)計量(MSE、MAE、RMSE和MAPE)的分析,結果表明: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)在預測能力上優(yōu)于正態(tài)分布GARCH(1,1);在同一種分布的基礎上,EGARCH(1,1)模型和TGARCH(1,1)在擬合效果上優(yōu)于GARCH(1,1)模型。
【關鍵詞】：期貨市場 對數收益率 極大似然估計 GARCH模型 Logistic分布
【學位授予單位】：西安建筑科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：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 國內外研究現(xiàn)狀10-13
• 1.2.1 國外研究現(xiàn)狀10-12
• 1.2.2 國內研究現(xiàn)狀12-13
• 1.3 論文框架與創(chuàng)新點13-16
• 1.3.1 論文框架13-14
• 1.3.2 論文創(chuàng)新點14-16
• 2 金融時間序列分析的概述16-27
• 2.1 金融資產收益率的概述16-21
• 2.1.1 收益率的計算方法16-19
• 2.1.2 簡單收益率和對數收益率的關系19-21
• 2.2 金融時間序列分布特征理論21-27
• 2.2.1 金融時間序列的四個矩特征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模型的相關理論27-28
• 3.1.1 ARCH模型的表達27
• 3.1.2 ARCH模型的參數估計27-28
• 3.2 GARCH族模型的相關理論28-37
• 3.2.1 GARCH模型28-32
• 3.2.2 GARCH-M模型32
• 3.2.3 非對稱GARCH模型32-35
• 3.2.4 單整GARCH模型35-37
• 4 數據的選取與檢驗37-46
• 4.1 數據的選取37
• 4.1.1 數據選取37
• 4.2 數據的檢驗37-46
• 4.2.1 正態(tài)性的檢驗37-41
• 4.2.2 GARCH族模型檢驗41-46
• 5 模型的建立與實證分析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族模型實證分析48-51
• 5.2.1 模型參數的估計48-49
• 5.2.2 模型的預測誤差49-51
• 6 研究結論與展望51-53
• 6.1 主要結論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 進一步研究動向52-53
• 參考文獻53-56
• 致謝56

，

本文編號：844109