【摘要】：由于金融市場(chǎng)價(jià)格收益率的分布一般具有波動(dòng)性聚集以及尖峰厚尾等特征,對(duì)其進(jìn)行分析建模時(shí)就需要根據(jù)數(shù)據(jù)的特征來選擇恰當(dāng)?shù)哪Ｐ秃瓦m當(dāng)?shù)姆植技僭O(shè),而常規(guī)的分布,如正態(tài)分布等無(wú)法很好地描繪這一數(shù)據(jù)特征。 為了能夠更好地?cái)M合此類數(shù)據(jù),我們提出了一種新的帶偏廣義誤差分布(Skewed Generalized Error Distribution),也就是SGED分布,這個(gè)分布具有長(zhǎng)尾帶偏的特性,并推導(dǎo)出了這個(gè)分布的一些統(tǒng)計(jì)性質(zhì),如密度分布函數(shù)、累積分布函數(shù)、分位數(shù)函數(shù)、數(shù)字特征值(均值、方差、峰度、偏度等)、信息矩陣、似然函數(shù)的一致性以及漸近正態(tài)性等。 將該分布與Probit模型相結(jié)合,實(shí)證分析了國(guó)際黃金市場(chǎng)黃金價(jià)格的影響因素以及投資操作行為,結(jié)果表明SGED分布能夠更好地描述國(guó)際黃金價(jià)格的波動(dòng)特征,并且具有較強(qiáng)的預(yù)測(cè)能力。
[Abstract]:Since the distribution of price returns in financial markets generally has the characteristics of volatility aggregation and sharp peaks and thick tails, it is necessary to select the appropriate model and appropriate distribution assumptions according to the characteristics of the data when analyzing and modeling them. Such as normal distribution and so on can not well describe the characteristics of the data. In order to fit this kind of data better, we propose a new generalized error distribution (Skewed Generalized Error Distribution), that is, SGED distribution, which has the characteristics of long tail band bias, and derive some statistical properties of this distribution. Such as density distribution function, cumulative distribution function, quantile function, numerical eigenvalue (mean, variance, kurtosis, bias, etc.), information matrix, consistency of likelihood function and asymptotic normality. Combining this distribution with Probit model, the paper empirically analyzes the influencing factors of gold price and investment operation behavior in international gold market. The results show that SGED distribution can better describe the fluctuating characteristics of international gold price. And has a strong ability to predict.
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O211.3

【共引文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李正輝;徐亞麗;;農(nóng)產(chǎn)品價(jià)格波動(dòng)的非對(duì)稱性研究[J];湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2014年01期

2 Yulong Pei;Chuanyun Fu;;Investigating crash injury severity at unsignalized intersections in Heilongjiang Province,China[J];Journal of Traffic and Transportation Engineering(English Edition);2014年04期

3 楊愛軍;林金官;劉曉星;;基于廣義雙曲線分布的我國(guó)股票市場(chǎng)VaR風(fēng)險(xiǎn)度量研究[J];數(shù)理統(tǒng)計(jì)與管理;2014年04期

4 蘇辛;周勇;;基于非對(duì)稱冪分布的中國(guó)開放式基金業(yè)績(jī)?cè)u(píng)價(jià)和檢驗(yàn)[J];數(shù)理統(tǒng)計(jì)與管理;2015年01期

5 方碧琪;;一般形式下斜正態(tài)隨機(jī)向量的矩(英文)[J];應(yīng)用概率統(tǒng)計(jì);2008年06期

6 沈詩(shī)雯;;我國(guó)上市公司融資順序研究——基于Ordered-Probit模型[J];中國(guó)商貿(mào);2013年32期

相關(guān)碩士學(xué)位論文 前6條

1 宋平;企業(yè)生命周期視角下負(fù)債融資與公司績(jī)效的相關(guān)性研究[D];湖南大學(xué);2012年

2 胡靜;我國(guó)股市預(yù)測(cè)中ARIMA-NN混合模型與GARCH族模型的比較研究[D];天津財(cái)經(jīng)大學(xué);2013年

3 何慧玲;上市公司并購(gòu)融資偏好因素研究[D];廣東外語(yǔ)外貿(mào)大學(xué);2013年

4 章毓波;T及偏T分布的極值極限分布[D];西南大學(xué);2014年

5 朱俊林;基于偏正態(tài)分布的非線性結(jié)構(gòu)方程模型的統(tǒng)計(jì)推斷[D];昆明理工大學(xué);2014年

6 鄭豐;廣義非對(duì)稱t分布二元模型的貝葉斯估計(jì)及其應(yīng)用研究[D];華東理工大學(xué);2015年

，

本文編號(hào)：2286896