本文關(guān)鍵詞：兩類金融時間序列模型的估計理論及應(yīng)用　出處：《中國科學(xué)技術(shù)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 高頻數(shù)據(jù) GARCH模型 波動性代理 分位回歸 組合分位回歸 多元函數(shù)型線性模型 自回歸誤差 主成分分析

【摘要】：Bollerslev在1986年首次提出廣義自回歸條件異方差(GARCH)模型,該模型能很好地刻畫金融時間序列的波動性特征。隨著信息技術(shù)的進(jìn)步和電子交易系統(tǒng)的普及,如今的金融市場中股票、期權(quán)、期貨等金融衍生品的交易價格可以高頻率地記錄下來。金融學(xué)者和業(yè)內(nèi)交易員試圖利用高頻數(shù)據(jù)提取更多的統(tǒng)計信息,提高對波動性的估計精確度,加強(qiáng)預(yù)估金融風(fēng)險的能力。Visser提出了一個技術(shù),把每日收益過程嵌入GARCH模型中并構(gòu)造波動性代理。極大似然方法(MLE)是估計GARCH模型參數(shù)的最廣泛方法。它基于高斯假設(shè),認(rèn)為投資組合收益率的條件分布是正態(tài)分布,從而計算似然函數(shù)。Visser的研究表明,通過構(gòu)造合適的波動性代理,MLE的估計精度得到提高。但是,把收益過程嵌入GARCH模型時,高頻數(shù)據(jù)也帶來了一些問題：首先,當(dāng)代理的條件分布與高斯分布相差較大時,MLE的估計精度很差。其次,高頻數(shù)據(jù)常伴隨著微觀噪聲,由于MLE的目標(biāo)函數(shù)是二次式,異常值和微觀噪聲的出現(xiàn)嚴(yán)重影響了MLE的估計效果。此外,MLE的漸近正態(tài)性要求驅(qū)動變量的四階矩存在,在處理金融數(shù)據(jù)時,該要求通常難以滿足。分位數(shù)回歸(QR)具有出良好的穩(wěn)健性,逐漸替代了極大似然估計,發(fā)展成為一套完成的回歸方法體系。為了克服以上問題,本文首先對GARHC代理模型提出了分位回歸估計。注意到分位回歸的估計效果與分位數(shù)的選取有關(guān)。當(dāng)我們不了解代理的條件分布時,如何選擇合適的分位數(shù)以得到精確的估計,是我們面臨的一個難題。組合分位回歸(CQR)綜合利用了不同分位點處的統(tǒng)計信息,它的估計精度更高、穩(wěn)健性更強(qiáng),所以我們對GARCH代理模型提出了CQR。在一定正則條件下,我們證明了QR和CQR估計量的相合性和漸近正態(tài)性,并且計算出不同波動性代理下回歸估計量的漸近相對效(ARE)。函數(shù)型數(shù)據(jù)分析(FDA)的研究對象是某定義域上的隨機(jī)函數(shù),由于其廣泛的應(yīng)用背景,FDA成為統(tǒng)計學(xué)的新興研究方向。函數(shù)型線性回歸模型是多元統(tǒng)計中線性模型在FDA背景下的推廣,主要分析函數(shù)型解釋變量和標(biāo)量響應(yīng)變量之間的線性回歸關(guān)系。更進(jìn)一步地,一些研究者針對多個函數(shù)型解釋變量的情況提出了一些模型,比如非參數(shù)可加模型、多元函數(shù)型回歸模型。以上的模型通常假定隨機(jī)誤差項是獨立的。但是,這個假定在處理一些數(shù)據(jù)時是不合理的,比如樣本是某指標(biāo)的時間序列。為了解決這個問題,本文提出誤差項自回歸的函數(shù)型線性模型。不同于普通的線性回歸,函數(shù)型線性模型中的回歸參數(shù)是無窮維的函數(shù)。通常的估計方法是把回歸參數(shù)在某組基函數(shù)上展開,比如樣條基函數(shù)、解釋變量協(xié)方差算子的特征函數(shù)系,然后通過截斷,把無窮維估計問題轉(zhuǎn)化為有限維問題。通過最小化目標(biāo)函數(shù),得到函數(shù)型參數(shù)的估計。本文中,我們把回歸參數(shù)在解釋變量協(xié)方差算子的特征函數(shù)系上展開,然后進(jìn)行最小二乘估計。在一定正則條件下我們研究了兩部分參數(shù)(函數(shù)型回歸參數(shù)和標(biāo)量自回歸參數(shù))估計量的收斂速度,并證明了噪聲方差估計量的漸近正態(tài)性。此外,考慮到本方法的目標(biāo)函數(shù)是非凸的,不存在顯式解,我們給出了一個迭代算法以解決應(yīng)用中的計算問題。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：O212.1

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曾天亮,王遠(yuǎn)軍,柴武斌;送轉(zhuǎn)股前后公司流通價值波動性的實證研究[J];統(tǒng)計與決策;2005年12期

2 王翔坤;;非參數(shù)GARCH模型、參數(shù)GARCH模型估計波動性對比綜述[J];商場現(xiàn)代化;2010年17期

3 童明余;董景榮;;滬深股市波動性實證研究[J];統(tǒng)計與決策;2006年07期

4 買憶媛;單玉青;喬俊杰;;中美風(fēng)險投資市場的波動性對企業(yè)創(chuàng)新活動影響的比較分析[J];河南科學(xué);2008年01期

5 趙樹然;任培民;趙昕;;基于非參數(shù)GARCH模型的匯率波動性預(yù)測[J];統(tǒng)計與決策;2012年06期

6 董利;;金融發(fā)展與我國經(jīng)濟(jì)增長波動性實證分析[J];經(jīng)濟(jì)管理;2006年11期

7 方國斌;;中國股市波動性聚類特征參數(shù)與非參數(shù)分析[J];技術(shù)經(jīng)濟(jì);2007年10期

8 錢燕翔;;基于主體的金融市場超額波動性的模擬研究[J];統(tǒng)計與決策;2009年01期

9 張慧蓮;;股權(quán)分置改革前后股指波動性測度及原因分析[J];金融研究;2009年05期

10 倪禾;;一種自組織混合模型在匯率波動性預(yù)測中的應(yīng)用[J];控制理論與應(yīng)用;2010年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉金全;崔暢;;中國滬深股市收益率和波動性的實證分析[A];經(jīng)濟(jì)學(xué)（季刊）第1卷第4期（總第4期）[C];2002年

2 劉挺松;宮劍濱;程訓(xùn)民;劉晶;王靜;江時森;;波動性高糖對人臍靜脈內(nèi)皮細(xì)胞炎癥因子表達(dá)的影響[A];中國微循環(huán)學(xué)會2014年全國學(xué)術(shù)會議大會匯編[C];2014年

3 孫興哲;莊新玲;;股票流動性對收益率波動性的影響[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

4 劉金全;劉志剛;;我國股票市場收益波動性的區(qū)制轉(zhuǎn)移分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

5 劉金全;劉志剛;;中國經(jīng)濟(jì)增長率與條件波動性的雙區(qū)制狀態(tài)劃分與相關(guān)性分析[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第6卷）[C];2005年

6 付一婷;王勇;;中國股票市場收益率的波動性區(qū)制估計與區(qū)制轉(zhuǎn)移分析[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第6卷）[C];2005年

7 陳毅光;薛耀明;關(guān)美萍;朱波;沙建平;;血紅素加氧酶-1對波動性高糖下INS-1細(xì)胞凋亡相關(guān)蛋白的影響[A];2010中國醫(yī)師協(xié)會內(nèi)分泌代謝科醫(yī)師分會年會論文匯編[C];2010年

8 陳毅光;薛耀明;朱波;關(guān)美萍;沙建平;;波動性高糖下血紅素加氧酶-1對INS-1細(xì)胞氧化應(yīng)激的影響[A];2010中國醫(yī)師協(xié)會內(nèi)分泌代謝科醫(yī)師分會年會論文匯編[C];2010年

9 辛清泉;孔東民;郝穎;;公司透明度與股價波動性[A];中國會計學(xué)會2013年學(xué)術(shù)年會論文集[C];2013年

10 安慧杰;魏蕊;楊進(jìn);王廣;洪天配;;波動性高糖誘導(dǎo)人臍靜脈內(nèi)皮細(xì)胞功能損傷及其機(jī)制研究[A];中華醫(yī)學(xué)會第十二次全國內(nèi)分泌學(xué)學(xué)術(shù)會議論文匯編[C];2013年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 那復(fù)祺;匯率波動性可限制攜帶交易[N];第一財經(jīng)日報;2008年

2 證券時報記者 吳家明;新興市場重獲青睞 低波動性百年一見[N];證券時報;2014年

3 證券時報記者 吳家明;美股重現(xiàn)波動性 四季度不確定因素增多[N];證券時報;2014年

4 記者 劉偉;深市運行穩(wěn)定性增強(qiáng) 波動性下降[N];上海證券報;2013年

5 記者 王懿;經(jīng)濟(jì)發(fā)展形勢波動性延續(xù)[N];上海金融報;2014年

6 那復(fù)祺;關(guān)注短期匯率的波動性[N];第一財經(jīng)日報;2006年

7 記者 袁蓉君;低波動性背后暗藏隱憂[N];金融時報;2014年

8 記者 張華君;低波動性對當(dāng)前股市是一個危險信號？[N];第一財經(jīng)日報;2014年

9 秦曉斌;調(diào)整不改強(qiáng)勢 波動性會增加[N];中國證券報;2007年

10 本報記者 張環(huán);歐洲銀行股淪為“重災(zāi)區(qū)”[N];金融時報;2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 王萌;兩類金融時間序列模型的估計理論及應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2016年

2 蔣祥林;中國股票市場波動性影響因素研究[D];天津大學(xué);2003年

3 袁良勝;開放式基金對中國股市波動性及周期性影響的實證研究[D];對外經(jīng)濟(jì)貿(mào)易大學(xué);2006年

4 胡喬;證券投資基金與股市波動性[D];江西財經(jīng)大學(xué);2009年

5 董入芳;開放式基金對股市波動性的影響機(jī)理研究[D];遼寧工程技術(shù)大學(xué);2010年

6 王景尚;赤芍川芎有效部位對波動性高血糖介導(dǎo)血管內(nèi)皮損傷過程中血小板活化及PKCβ1表達(dá)的影響[D];中國中醫(yī)科學(xué)院;2014年

7 莊泓剛;基于非正態(tài)分布的動態(tài)金融波動性模型研究[D];天津大學(xué);2009年

8 許敏;指令驅(qū)動市場中交易者行為分析及信息性交易測度研究[D];北京航空航天大學(xué);2010年

9 常曉麗;農(nóng)業(yè)面源水污染對水生昆蟲的波動性不對稱的影響[D];南京農(nóng)業(yè)大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉博研;波動性甘油三酯水平及與高糖聯(lián)合培養(yǎng)對人臍靜脈內(nèi)皮細(xì)胞的損傷作用[D];河北醫(yī)科大學(xué);2015年

2 黃堅;個股收益率波動性與經(jīng)營業(yè)績波動性[D];復(fù)旦大學(xué);2013年

3 戒姝霖;我國股市機(jī)構(gòu)投資者參與程度與波動性問題的研究[D];山東大學(xué);2015年

4 楊濟(jì)民;國際干散貨運價指數(shù)波動性研究[D];大連海事大學(xué);2015年

5 白天璽;會計盈余波動性與盈余公告后漂移[D];南京大學(xué);2014年

6 鄭心潔;銀行間債券質(zhì)押式回購利率的波動性及影響因素分析[D];復(fù)旦大學(xué);2014年

7 劉文源;基于GJR模型的中國股市收益率波動性研究[D];青島大學(xué);2015年

8 江宇超;開放式基金申贖行為對股市波動性的研究[D];浙江財經(jīng)大學(xué);2016年

9 何芳;開放式基金對中國股市波動性影響的實證研究[D];中國海洋大學(xué);2008年

10 程鵬飛;中國股市流動性與波動性關(guān)系研究[D];天津大學(xué);2007年

，

本文編號：1309807