本文選題：乘積誤差模型　切入點(diǎn)：高頻數(shù)據(jù)　出處：《天津大學(xué)》2012年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：隨著經(jīng)濟(jì)全球化、金融一體化的不斷深入,世界各國(guó)間的經(jīng)濟(jì)、金融聯(lián)系日益緊密,金融市場(chǎng)波動(dòng)劇烈,金融市場(chǎng)之間的相關(guān)性不斷增強(qiáng),關(guān)系日趨復(fù)雜。而金融市場(chǎng)波動(dòng)溢出效應(yīng)體現(xiàn)了不同金融市場(chǎng)間的波動(dòng)可能存在的相互影響和金融市場(chǎng)間的危機(jī)傳染機(jī)制。金融市場(chǎng)相關(guān)性分析和波動(dòng)溢出效應(yīng)的研究已成為金融學(xué)術(shù)界的研究熱點(diǎn)。金融高頻數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)自20世紀(jì)90年代以來(lái)成為了金融計(jì)量學(xué)、金融工程學(xué)的一個(gè)重要研究領(lǐng)域。而高頻數(shù)據(jù)的波動(dòng)建模是其一項(xiàng)重要的研究方向,其研究將有助于從金融市場(chǎng)微觀(guān)結(jié)構(gòu)的角度深入分析金融市場(chǎng)的波動(dòng)特征。乘積誤差模型(Multiplicative Error Model,MEM)由Engle(2002)提出,其通過(guò)對(duì)高頻數(shù)據(jù)下非負(fù)(non-negative)金融數(shù)據(jù)如“已實(shí)現(xiàn)”波動(dòng)(Realized Volatility,RV)建模有效刻畫(huà)了高頻數(shù)據(jù)的波動(dòng)特征。本文即是基于MEM模型從高頻數(shù)據(jù)和市場(chǎng)微觀(guān)結(jié)構(gòu)理論的角度開(kāi)展對(duì)金融市場(chǎng)相關(guān)性分析和波動(dòng)溢出效應(yīng)的研究。論文的主要研究工作和創(chuàng)新點(diǎn)如下:1、利用“已實(shí)現(xiàn)”波動(dòng)的一種改進(jìn)方法——調(diào)整“已實(shí)現(xiàn)”波動(dòng)作為變量將MEM模型應(yīng)用于中國(guó)股票市場(chǎng)進(jìn)行實(shí)證分析,研究高頻數(shù)據(jù)下中國(guó)金融市場(chǎng)的波動(dòng)建模問(wèn)題;2、結(jié)合MEM模型,分析研究在高頻數(shù)據(jù)下中國(guó)上海和深圳股市之間相互之間的波動(dòng)溢出問(wèn)題;3、建立適當(dāng)?shù)腃opula-MEM模型,對(duì)高頻數(shù)據(jù)下中國(guó)上海和深圳股市之間的相關(guān)程度和相關(guān)模式進(jìn)行研究;4、將門(mén)限模型與Copula函數(shù)結(jié)合,構(gòu)建兩體制門(mén)限MEM模型,分析不同體制下的高頻數(shù)據(jù)波動(dòng)建模,并與Copula函數(shù)相結(jié)合,通過(guò)觀(guān)察其不同波動(dòng)體制下Copula-MEM模型所體現(xiàn)的相關(guān)模式和相關(guān)程度的差異來(lái)分析研究金融市場(chǎng)之間的波動(dòng)溢出。
[Abstract]:With the economic globalization and the deepening of financial integration, the economic and financial links between countries in the world are increasingly close, the financial market fluctuates violently, and the correlation between the financial markets is increasing. The relationship is becoming more and more complex. The volatility spillover effect of financial market reflects the possible interaction of volatility among different financial markets and the crisis contagion mechanism between financial markets. Correlation Analysis and volatility spillover effect of Financial Market. Financial high-frequency data econometrics has become financial metrology since 1990s. Financial engineering is an important research field, and volatility modeling of high-frequency data is one of the important research directions. Its research will help to analyze the volatility characteristics of financial markets from the perspective of the microstructure of financial markets. The multiplicative Error Model was proposed by Engle2002. By modeling non-negative non-negative) financial data under high frequency data, such as "realized" volatility model, this paper describes the volatility characteristics of high frequency data effectively. This paper is based on MEM model from the perspective of high frequency data and market microstructure theory. The main research work and innovation of this paper are as follows: 1, using "realized" volatility as a kind of improvement method-adjusting "realized" volatility as a variable to use "realized" volatility as a variable. The model is applied to the empirical analysis of Chinese stock market. This paper studies the volatility modeling problem of Chinese financial market under high frequency data. Combined with MEM model, the volatility spillover problem between Shanghai and Shenzhen stock markets in China under high frequency data is analyzed, and an appropriate Copula-MEM model is established. This paper studies the correlation degree and correlation model between Shanghai and Shenzhen stock markets under high frequency data. Combining threshold model with Copula function, the threshold MEM model of two systems is constructed, and the volatility modeling of high frequency data under different systems is analyzed. Combined with the Copula function, the volatility spillover between the financial markets is analyzed by observing the correlation model and the correlation degree of the Copula-MEM model under different volatility systems.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：F224;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛建營(yíng);市場(chǎng)異常波動(dòng)的社會(huì)原因分析及政策建議[J];中國(guó)物價(jià);2003年04期

2 李俊梅;;新會(huì)計(jì)準(zhǔn)則影響上市公司業(yè)績(jī)波動(dòng)的實(shí)證研究——來(lái)自中國(guó)A股市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J];財(cái)會(huì)通訊;2011年03期

3 馬丹;尹優(yōu)平;;噪聲、跳躍與高頻價(jià)格波動(dòng)——基于門(mén)限預(yù)平均實(shí)現(xiàn)波動(dòng)的分析[J];金融研究;2012年04期

4 杜婧;張立中;;蔬菜價(jià)格波動(dòng)實(shí)證分析及調(diào)控措施——以山東省為例[J];內(nèi)蒙古財(cái)經(jīng)大學(xué)學(xué)報(bào);2013年06期

5 師清才;;北京水屯市場(chǎng):受降雨影響,京城菜價(jià)波動(dòng)明顯[J];農(nóng)產(chǎn)品市場(chǎng)周刊;2013年27期

6 張耿;胡海鷗;;消費(fèi)波動(dòng)小于產(chǎn)出波動(dòng)嗎?[J];經(jīng)濟(jì)研究;2006年11期

7 康鍇;;君子蘭:價(jià)格波動(dòng)明顯 年宵大戰(zhàn)提前打響[J];中國(guó)花卉園藝;2010年01期

8 黃東梅;;應(yīng)對(duì)蔬菜價(jià)格波動(dòng)的理性思考[J];遼寧農(nóng)業(yè)科學(xué);2012年05期

9 董智勇;王雙進(jìn);;糧食價(jià)格波動(dòng)態(tài)勢(shì)及調(diào)控對(duì)策[J];宏觀(guān)經(jīng)濟(jì)管理;2013年07期

10 雷德民;寧夏經(jīng)濟(jì)的波動(dòng)及其分析[J];寧夏社會(huì)科學(xué);1988年05期

相關(guān)會(huì)議論文 前1條

1 曾昭法;左杰;;滬港證券市場(chǎng)收益的跳躍與波動(dòng)溢出關(guān)系研究——基于MCMC算法的SVCJ模型[A];“兩型社會(huì)”建設(shè)與管理創(chuàng)新——第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（上）[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 記者 施育玲;食品類(lèi)價(jià)格波動(dòng)明顯[N];汕尾日?qǐng)?bào);2013年

2 本報(bào)記者 任曉;周小川：中國(guó)已習(xí)慣美元波動(dòng)[N];中國(guó)證券報(bào);2011年

3 海通期貨研究所 關(guān)慧　肖永志;糖的解析[N];期貨日?qǐng)?bào);2010年

4 記者 李高產(chǎn)　通訊員 李昶;價(jià)格波動(dòng)比價(jià)格上漲風(fēng)險(xiǎn)更大[N];湖北日?qǐng)?bào);2008年

5 信達(dá)證券 陳嘉禾;通脹又回來(lái)了嗎？[N];中國(guó)證券報(bào);2012年

6 銀河證券研究所總監(jiān) 宏觀(guān)分析師 張新法;經(jīng)濟(jì)復(fù)蘇確定 調(diào)整之后有望重新步入上升通道[N];上海證券報(bào);2009年

7 熊郁曉;金屬振蕩 差異擴(kuò)大[N];期貨日?qǐng)?bào);2007年

8 謝亞?wèn)|;學(xué)會(huì)在政策保護(hù)下理性經(jīng)營(yíng)[N];中華合作時(shí)報(bào);2004年

9 鄒衛(wèi)國(guó);出口高增長(zhǎng)可能難以為繼[N];經(jīng)濟(jì)觀(guān)察報(bào);2006年

10 林艷興　葉前;破解“豬周期”根在產(chǎn)業(yè)升級(jí)[N];中華工商時(shí)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 涂巍;轉(zhuǎn)型期的中國(guó)經(jīng)濟(jì)波動(dòng)與貨幣政策分析[D];中央財(cái)經(jīng)大學(xué);2015年

2 李凌;消費(fèi)波動(dòng)、消費(fèi)增長(zhǎng)和中國(guó)經(jīng)濟(jì)波動(dòng)[D];上海社會(huì)科學(xué)院;2009年

3 王淑艷;我國(guó)糧食價(jià)格波動(dòng)因素分析與預(yù)測(cè)研究[D];東北農(nóng)業(yè)大學(xué);2013年

4 丁紀(jì)崗;區(qū)域視野下的中國(guó)經(jīng)濟(jì)增長(zhǎng)與波動(dòng)研究[D];中國(guó)社會(huì)科學(xué)院研究生院;2006年

5 董玲;我國(guó)豬肉價(jià)格波動(dòng)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2010年

6 陳芳;有色金屬價(jià)格波動(dòng)預(yù)警仿真研究[D];中南大學(xué);2013年

7 趙娟;中國(guó)經(jīng)濟(jì)波動(dòng)研究：基于總量和產(chǎn)業(yè)層面[D];華中科技大學(xué);2011年

8 陳師;中國(guó)經(jīng)濟(jì)波動(dòng)[D];西南財(cái)經(jīng)大學(xué);2009年

9 黃大海;中國(guó)股票市場(chǎng)價(jià)格波動(dòng)的理論與實(shí)證研究[D];天津大學(xué);2004年

10 谷升陽(yáng);行星尺度波動(dòng)及其在大氣層耦合中的作用[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王中;太原市蔬菜價(jià)格波動(dòng)及其影響因素研究[D];山西農(nóng)業(yè)大學(xué);2015年

2 趙歡;基于GARCH族模型我國(guó)金融期貨市場(chǎng)波動(dòng)率及相關(guān)性研究[D];西南交通大學(xué);2015年

3 袁圣弘;國(guó)際棉價(jià)波動(dòng)對(duì)國(guó)內(nèi)棉價(jià)的傳遞機(jī)制及溢出效應(yīng)研究[D];華中農(nóng)業(yè)大學(xué);2015年

4 孫霖;滬深300股票指數(shù)與股指期貨間的波動(dòng)溢出分析[D];山東大學(xué);2015年

5 解鵬;商業(yè)銀行資本監(jiān)管與經(jīng)濟(jì)波動(dòng)[D];中國(guó)礦業(yè)大學(xué);2015年

6 陳波;涇陽(yáng)蔬菜產(chǎn)地價(jià)格與零售價(jià)格的波動(dòng)及傳導(dǎo)研究[D];西北農(nóng)林科技大學(xué);2015年

7 趙鵬飛;滬深300股票指數(shù)收益波動(dòng)率度量研究[D];中國(guó)青年政治學(xué)院;2015年

8 王歡歡;股票市場(chǎng)交易時(shí)間間隔對(duì)股票收益波動(dòng)率的影響[D];東北財(cái)經(jīng)大學(xué);2015年

9 魏思媛;對(duì)外開(kāi)放條件下我國(guó)經(jīng)濟(jì)波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證研究[D];天津財(cái)經(jīng)大學(xué);2015年

10 胡延廣;滬深300指數(shù)波動(dòng)的特征及影響因素研究[D];山東財(cái)經(jīng)大學(xué);2016年

，

本文編號(hào)：1637442