發(fā)布時(shí)間：2017-09-14 03:26

  本文關(guān)鍵詞：隨機(jī)波動(dòng)模型在能源股票中的相關(guān)性及動(dòng)態(tài)變結(jié)構(gòu)點(diǎn)研究

  更多相關(guān)文章： Copula理論 非參數(shù)核估計(jì) 局部變結(jié)構(gòu)點(diǎn)診斷 灰色馬爾可夫SCGM(1 1)c模型

【摘要】：針對近年來逐漸被重視的時(shí)變相關(guān)系數(shù)變結(jié)構(gòu)點(diǎn)的診斷和預(yù)測問題,本文基于Copula理論,提出一種不同于傳統(tǒng)變結(jié)構(gòu)診斷的方法——局部變結(jié)構(gòu)診斷方法:通過縮小待診點(diǎn)前后的樣本區(qū)間,避免因樣本區(qū)間過大導(dǎo)致區(qū)間內(nèi)波峰波谷相互抵消,造成待診點(diǎn)前后樣本區(qū)間的時(shí)變相關(guān)系數(shù)均值相等而診斷不出變結(jié)構(gòu)點(diǎn)的情況,此方法能更加敏感地診斷出時(shí)變相關(guān)系數(shù)中的變結(jié)構(gòu)點(diǎn);并結(jié)合灰色預(yù)測模型和馬爾可夫模型的優(yōu)點(diǎn),構(gòu)建灰色馬爾可夫SCGM(1,1)c預(yù)測模型:首先根據(jù)灰色SCGM(1,1)c模型對原始序列進(jìn)行擬合和預(yù)測,然后通過馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣方法對灰色模型的預(yù)測結(jié)果進(jìn)行優(yōu)化,從而達(dá)到對時(shí)變相關(guān)系數(shù)進(jìn)行精確預(yù)測的目的,上述方法具有操作便捷、結(jié)果精確的優(yōu)點(diǎn),適用于波動(dòng)幅度大、隨機(jī)性強(qiáng)的序列。實(shí)證研究以中國股市2010年9月至2015年3月期間內(nèi)新能源板塊與傳統(tǒng)能源板塊中的核電指數(shù)和煤炭指數(shù)的每日收盤價(jià)作為研究對象,通過非參數(shù)核估計(jì)方法估計(jì)出核電指數(shù)和煤炭指數(shù)收益率的邊緣分布,構(gòu)造時(shí)變二元正態(tài)Copula模型,得到了兩列金融資產(chǎn)收益率序列的常相關(guān)系數(shù)和時(shí)變相關(guān)系數(shù)。實(shí)證結(jié)果與實(shí)際數(shù)據(jù)對比表明,局部變結(jié)構(gòu)點(diǎn)診斷方法能夠比傳統(tǒng)方法更加敏銳地診斷出變結(jié)構(gòu)點(diǎn),而且隨著待診點(diǎn)前后樣本區(qū)間的縮小,變結(jié)構(gòu)點(diǎn)的診斷越敏銳;相比于傳統(tǒng)預(yù)測模型,灰色馬爾可夫SCGM(1,1)c模型對時(shí)變相關(guān)系數(shù)的預(yù)測結(jié)果更加準(zhǔn)確。此項(xiàng)研究對于投資者如何迅速應(yīng)對國家宏觀調(diào)控政策,建立動(dòng)態(tài)的投資組合策略有著重要意義。
【關(guān)鍵詞】：Copula理論 非參數(shù)核估計(jì) 局部變結(jié)構(gòu)點(diǎn)診斷 灰色馬爾可夫SCGM(1 1)c模型
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F832.51;F426.2
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-16
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外研究綜述12-14
• 1.2.1 國外研究綜述12-13
• 1.2.2 國內(nèi)研究綜述13-14
• 1.3 研究內(nèi)容，，框架結(jié)構(gòu)及論文創(chuàng)新點(diǎn)14-16
• 1.3.1 研究思路14-15
• 1.3.2 框架結(jié)構(gòu)15
• 1.3.3 研究創(chuàng)新點(diǎn)15-16
• 第2章 Copula理論及模型建立16-24
• 2.1 Copula理論簡介16-17
• 2.1.1 Copula函數(shù)的定義16-17
• 2.1.2 Copula函數(shù)的性質(zhì)17
• 2.2 Copula模型的構(gòu)建及檢驗(yàn)17-24
• 2.2.1 常用的邊緣分布18
• 2.2.2 非參數(shù)核估計(jì)方法18-20
• 2.2.3 橢圓Copula函數(shù)的分類20-21
• 2.2.4 Copula模型的參數(shù)估計(jì)21-22
• 2.2.5 Copula模型的檢驗(yàn)和評價(jià)22-24
• 第3章 變結(jié)構(gòu)的Copula理論24-27
• 3.1 時(shí)變二元正態(tài)Copula模型24-25
• 3.2 二元正態(tài)Copula模型變結(jié)構(gòu)點(diǎn)的診斷25-27
• 3.2.1 傳統(tǒng)方法25-26
• 3.2.2 局部變結(jié)構(gòu)點(diǎn)的診斷26-27
• 第4章 灰色馬爾可夫SCGM(1,1)c預(yù)測模型27-31
• 4.1 建立灰色SCGM(1,1)c模型27-29
• 4.1.1 積分生成變換27
• 4.1.2 建立一次響應(yīng)函數(shù)27-28
• 4.1.3 還原生成28-29
• 4.2 馬爾可夫精化預(yù)測結(jié)果29-31
• 4.2.1 狀態(tài)劃分29-30
• 4.2.2 狀態(tài)轉(zhuǎn)移概率矩陣的構(gòu)造30
• 4.2.3 編制預(yù)測表30
• 4.2.4 確定預(yù)測值30-31
• 第5章 實(shí)證研究31-40
• 5.1 樣本的選擇及收益率的統(tǒng)計(jì)特征31-32
• 5.2 Copula模型的構(gòu)造32-34
• 5.2.1 邊緣分布的估計(jì)和檢驗(yàn)32-34
• 5.2.2 Copula函數(shù)的選取34
• 5.3 相關(guān)性分析34-37
• 5.3.1 Copula函數(shù)的參數(shù)估計(jì)34-35
• 5.3.2 局部變結(jié)構(gòu)點(diǎn)的檢驗(yàn)35-37
• 5.4 灰色馬爾可夫SCGM(1,1)c模型的預(yù)測37-40
• 5.4.1 建立灰色SCGM(1,1)c模型37
• 5.4.2 狀態(tài)劃分37-38
• 5.4.3 狀態(tài)轉(zhuǎn)移概率矩陣38-39
• 5.4.4 確定預(yù)測值39-40
• 結(jié)論與展望40-42
• 參考文獻(xiàn)42-45
• 致謝45-46
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄46-47
• 附錄B 相關(guān)程序代碼47-49

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 王德勤,姚裕昌;預(yù)應(yīng)力索網(wǎng)結(jié)構(gòu)點(diǎn)駁接玻璃采光頂施工[J];施工技術(shù);2001年11期

2 ;材料與機(jī)具信息（二十七）[J];施工技術(shù);1996年10期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉圓;隨機(jī)波動(dòng)模型在能源股票中的相關(guān)性及動(dòng)態(tài)變結(jié)構(gòu)點(diǎn)研究[D];湖南大學(xué);2016年

本文編號：847597