金融隨機波動擴展模型分析及應用研究.pdf

1、近幾年隨機波動模型在我國得到了不斷發(fā)展，研究者提出了眾多擴展模型，但SV模型的擴展模型模擬我國金融時間序列的優(yōu)劣程度并無確切標準。論文利用基于Gibbs抽樣的MCMC貝葉斯方法對各種SV相關模型進行了貝葉斯估計，對不同模型模擬深證股市的特征進行了優(yōu)劣比較。
　　論文首先介紹了金融波動模型的產(chǎn)生背景、研究現(xiàn)狀及波動模型估計的貝葉斯方法。然后以深證成指和上證指數(shù)為例，對我國的金融時間序列進行統(tǒng)計分析，證明了我國股市的收益率具有尖峰重尾

2、的現(xiàn)象。
　　論文主要工作在第三至第五章，利用深證成指分析股市波動性，首先根據(jù)貝葉斯定理對標準SV模型，借助WinBUGS軟件，利用Gibbs抽樣的MCMC方法對模型進行貝葉斯參數(shù)估計；然后對標準 SV模型進行了兩個方向的擴展：重尾SV-T模型、杠桿效應SVL-HS-N和SVL-JAR-N模型，同樣構造了基于Gibbs抽樣的MCMC數(shù)值計算過程，運用WinBUGS軟件對不同模型參數(shù)進行估計；其次將重尾分布和杠桿效應結合在一起，構建

3、了重尾t分布基礎之上的SVL-HS-T模型和SVL-JPR-T模型，針對仿真結果對兩類模型模擬深圳股市的特征進行比較分析；最后把非線性SV模型擴展為非線性杠桿SV模型。
　　經(jīng)過比較分析發(fā)現(xiàn)，代表中國股市的深圳股市表現(xiàn)出強的波動持續(xù)性，而波動性又存在尖峰重尾現(xiàn)象；具有杠桿效應的SVL-JPR-N相對于SVL-HS-N模型來說，能更好的捕捉股票指數(shù)的非對稱現(xiàn)象；重尾分布跟杠桿效應結合在一起的SVL-HS-T相對于SVL-JPR-T模