【摘要】：本文運用多重分形消除趨勢交叉相關(guān)性析(MF-DCCA)法,在不同波動約束區(qū)間上對中國大陸,美國和香港股市進行了研究。本文提出了基于波動約束性度量的多重分形消除趨勢交叉相關(guān)性分析法(VC-MF-DCCA)研究中國大陸,美國和香港股市間的波動傳導(dǎo)。實證分析結(jié)果表明,股市波動與金融市場重要事件相關(guān)。以恒生指數(shù)(HSI)為樣本數(shù)據(jù)的香港股市的影響比以上證指數(shù)為樣本數(shù)據(jù)的中國大陸股市大。而以上證指數(shù)為樣本數(shù)據(jù)的中國大陸股市比以道瓊斯工業(yè)平均指數(shù)(DJIA)為樣本數(shù)據(jù)的美國股市影響大。在香港股市和中國大陸股市間的傳導(dǎo)性最強。在1991年至2014年間的大幅波動區(qū)間內(nèi),香港股市影響最大。本文采用了分整自回歸移動平均法驗證了基于波動約束性度量的多重分形消除趨勢交叉相關(guān)性分析法(VC-MF-DCCA)的有效性。本文將基于波動約束性度量的多重分形消除趨勢交叉相關(guān)性分析法(VC-MF-DCCA)與基于波動約束性度量的消除趨勢交叉相關(guān)性分析(VC-DCCA)法以及基于經(jīng)驗?zāi)B(tài)分解(EMD)的多重分形消除趨勢交叉相關(guān)性分析法比較,研究發(fā)現(xiàn)基于波動約束性度量的多重分形消除趨勢交叉相關(guān)性分析法比較精確,也能直觀地與具體的股市大事件相聯(lián)系。
[Abstract]:In this paper, the multi-fractal elimination trend cross-correlation analysis (MF-DCCA) method is used to study the stock markets in mainland China, the United States and Hong Kong in different volatility constraints. In this paper, a multi-fractal elimination trend cross-correlation analysis (VC-MF-DCCA) based on volatility constraint metric is proposed to study the volatility conduction between the mainland of China, the United States and Hong Kong stock markets. The empirical results show that stock market volatility is related to important events in financial markets. Hong Kong's stock market, based on the Hang Seng index (HSI), is more influential than the mainland stock market, which is based on the Shanghai index. Mainland Chinese stocks with the Shanghai index as a sample are more influential than U.S. stocks with the Dow Jones Industrial average (DJIA) as a sample. The Hong Kong stock market and the mainland Chinese stock market are the most conductive. Hong Kong's stock market was the most influential in the sharp range of volatility between 1991 and 2014. In this paper, the split autoregressive moving average method is used to verify the validity of multifractal trend elimination cross correlation analysis (VC-MF-DCCA) based on volatility constraint measure. In this paper, the multifractal elimination trend cross correlation analysis (VC-MF-DCCA) based on volatility constraint metric, the cross correlation analysis (VC-DCCA) method based on volatility constraint metric and the empirical analysis method are presented. The cross-correlation analysis method of multifractal elimination trend based on modal decomposition (EMD) is compared. It is found that the multi-fractal elimination trend cross-correlation analysis method based on volatility constraint measure is more accurate and can be intuitively associated with specific major events in the stock market.
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F831.51

【參考文獻】

相關(guān)期刊論文 前10條

1 謝家泉;;中美股市風(fēng)險傳染效應(yīng)研究綜述——基于金融危機視角[J];韶關(guān)學(xué)院學(xué)報;2016年11期

2 戚琦;汪凱;吳齊;;基于GARCH族模型的深證成分指數(shù)波動性研究[J];科技和產(chǎn)業(yè);2015年09期

3 陸劍清;陳明珠;;投資者情緒:影響股市波動的無形之手[J];金融市場研究;2015年09期

4 蘇躍輝;陳揚;;基于ARCH族模型的滬深股市波動性及動態(tài)相關(guān)性研究[J];金融教學(xué)與研究;2015年03期

5 龔金國;史代敏;;金融自由化、貿(mào)易強度與股市聯(lián)動——來自中美市場的證據(jù)[J];國際金融研究;2015年06期

6 蔡慶豐;郭俊峰;陳耀輝;;滬深300期現(xiàn)貨市場動態(tài)波動關(guān)系研究:基于VECM-GJR-DCC-MGARCH-t模型的視角[J];系統(tǒng)管理學(xué)報;2015年02期

7 唐勇;陳艷茹;;考慮杠桿效應(yīng)的多重分形波動建模:基于中國股指的實證分析[J];系統(tǒng)工程學(xué)報;2015年01期

8 高大良;劉志峰;楊曉光;;投資者情緒、平均相關(guān)性與股市收益[J];中國管理科學(xué);2015年02期

9 馮玉梅;陳璇;張玲;;融資融券交易對我國股市波動性的影響研究——基于融資融券轉(zhuǎn)常規(guī)前后的比較檢驗[J];山東社會科學(xué);2015年02期

10 陳耀輝;郭俊峰;殷文超;;人民幣升值對中小板市場波動的影響——基于貝葉斯分位數(shù)回歸的分析[J];系統(tǒng)工程;2015年01期

，

本文編號：2336293