版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、波動性是金融市場最為重要的特征之一,它是資本資產(chǎn)定價、風(fēng)險管理和投資組合理論的核心變量。通常,用來描述金融時間序列波動性的模型主要有兩類,一類是ARCH模型,此類模型中的條件方差為過去的觀測值和誤差的平方項的線性形式;另一類是隨機(jī)波動模型,與ARCH類模型不同,隨機(jī)波動模型中的方差由一個不可觀測的隨機(jī)過程決定,所以它被認(rèn)為更加適合金融領(lǐng)域的實際研究。然而隨機(jī)波動模型也有著自己的缺陷,即不能刻畫金融市場中突發(fā)的大幅度波動特征(跳躍特征),
2、并且這類型的波動又是實際存在的。因此,本文提出了貝葉斯跳躍厚尾隨機(jī)波動模型,用來刻畫金融時間序列的跳躍特征。
首先,對跳躍厚尾隨機(jī)波動模型進(jìn)行結(jié)構(gòu)分析,再通過對模型的狀態(tài)空間轉(zhuǎn)換以及模型參數(shù)的貝葉斯推斷,設(shè)計了模型參數(shù)估計的MCMC抽樣算法,利用卡爾曼濾波和高斯模擬平滑方法估計模型的潛在波動。然后使用高斯核密度估計方法估計模型參數(shù)的后驗密度函數(shù)值,并據(jù)此設(shè)計了計算跳躍厚尾隨機(jī)波動模型邊緣似然函數(shù)的核密度算法,從而解決了貝葉
3、斯因子的計算問題。最后,選擇上證綜合指數(shù)作為研究對象,以分析中國股市的波動特征,并與美國股市的波動特征進(jìn)行比較,同時,運(yùn)用貝葉斯因子對跳躍厚尾隨機(jī)波動模型、厚尾隨機(jī)波動模型以及標(biāo)準(zhǔn)隨機(jī)波動模型進(jìn)行比較分析。
研究結(jié)果表明:金融危機(jī)背景下的中國和美國股市都具有明顯的波動持續(xù)性和跳躍特征,且中國股市的跳躍發(fā)生頻率和波動水平都要高于美國股市,但是跳躍幅度卻小于美國股市。在刻畫中、美兩國股市的波動特征方面,跳躍厚尾隨機(jī)波動模型要明
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯多變量厚尾隨機(jī)波動模型的期貨與現(xiàn)貨聯(lián)動效應(yīng)研究
- 基于隨機(jī)波動模型的中國股市波動性實證研究.pdf
- 基于貝葉斯厚尾DCC-MSV模型的股市波動溢出效應(yīng)研究.pdf
- 中國股市波動性研究
- 基于SV模型的中國股市波動性實證研究.pdf
- 基于貝葉斯方法的隨機(jī)波動模型分析及比較.pdf
- 基于garch模型中國股市波動性的實證分析
- 基于MCMC模擬的貝葉斯金融隨機(jī)波動模型分析.pdf
- 基于MCMC貝葉斯方法的隨機(jī)波動率模型實證研究.pdf
- 中國股市的波動性研究.pdf
- 基于garch模型中國股市波動性的實證分析
- 基于跳躍garch模型的中國股票市場波動性與跳躍性的研究
- 中國股市波動性分析.pdf
- 中國股市波動問題研究——基于隨機(jī)波動率模型.pdf
- 基于貝葉斯廣義雙曲線分布ASV模型的股市波動特性研究.pdf
- 基于隨機(jī)波動模型的股票市場波動性分析.pdf
- 基于GJR模型的中國股市收益率波動性研究.pdf
- 基于分形理論的中國股市波動性研究
- 基于隨機(jī)波動模型的石油上市公司股份波動性分析.pdf
- 基于隨機(jī)波動模型的股市收益和波動模擬.pdf
評論
0/150
提交評論