【摘要】：近幾年來,全球化的金融市場在人工智能和科技創(chuàng)新的推動下日益發(fā)展和完善,表現(xiàn)出一系列的特征。一方面是各個國家金融市場的聯(lián)動性更加明顯,比如美股的漲跌經(jīng)常會影響到國內股票市場的表現(xiàn),另一方面是量化投資的興起使得市場參與者結構發(fā)生了改變,投資策略和工具更加多元化。但金融危機和市場暴跌等極端事件的頻繁發(fā)生,使投資者蒙受了很大的損失,人們開始越來越重視金融市場的尾部風險。傳統(tǒng)的均值方差理論假設資產收益率是服從正態(tài)分布的,然而越來越多的證據(jù)表明,比如2008年金融危機,資產收益率的分布是尖峰和厚尾的,并不符合正態(tài)分布的假設。本文基于高階矩研究國內的商品期貨市場,首先在資產對數(shù)收益率服從帶跳的隨機微分方程的前提下,給出了高頻數(shù)據(jù)下高階矩的相關極限性質,這在數(shù)學上是優(yōu)雅且簡潔的。接著建立了商品市場上空頭對沖的最優(yōu)需求模型,并分別考察了正態(tài)分布情形和偏度正態(tài)分布情形下對沖者的最優(yōu)對沖比率,以衡量資產收益率不服從正態(tài)分布時對市場對沖者的影響。最后,選取國內商品期貨全市場的歷史價格數(shù)據(jù),分別構建高頻數(shù)據(jù)視角和中低頻數(shù)據(jù)視角下的高階矩,考察其歷史表現(xiàn)和市場特征,同時通過RankIC測試、分位數(shù)組合測試、Fama-Macbeth回歸等方法考察高階矩對商品預期收益的解釋能力。
【圖文】：

不同屬性商品高階矩的歷史表現(xiàn)(移動平均)

ｄａｔｅ逡逑圖４．３高階矩秩相關系數(shù)逡逑圖４．３是當周己實現(xiàn)高階矩和下周商品期貨收益率之間的秩相關系數(shù)圖。實逡逑心圓表示秩相關系數(shù)大于０，三角形表示秩相關系數(shù)小于０，當實心圓的數(shù)目顯逡逑著多于三角形的數(shù)目時，表明當周已實現(xiàn)高階矩和下周股票收益率之間存在正相逡逑關關系，實心圓或三角形越遠離０，表明相關性越強。逡逑最上方是己實現(xiàn)方差的秩相關系數(shù)圖。其秩相關系的均值為－０．０１０９，中值為逡逑－０．０２０５，在１５２個有效考察周中，其中有７１個周的秩相關系數(shù)大于０，有８１個逡逑周秩的相關系數(shù)小于０。若僅根據(jù)秩相關系數(shù)圖，可看出在實證期間，當周己實逡逑現(xiàn)方差和下周收益率之間存在比較弱的負相關關系。逡逑最中間是己實現(xiàn)偏度的秩相關系數(shù)圖。其秩相關系的均值為０．００５４，中值為逡逑０．００４６
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：C81;F724.5

【相似文獻】

相關期刊論文 前10條

1 楊永娟;蔣群;;高階矩陣相乘算法的研究[J];電腦知識與技術(學術交流);2007年16期

2 余豪;;高階矩風險被理性定價了嗎?——來自中國A股市場的證據(jù)[J];經(jīng)濟論壇;2017年01期

3 高江，戴冠中;高階矩法辨識非最小相位系統(tǒng)[J];控制理論與應用;1994年01期

4 江崇吉，，曹建國;利用高階矩進行延時估計的方法[J];大連理工大學學報;1995年04期

5 楊愛軍;劉曉星;;基于高階矩的封閉式基金業(yè)績評價研究[J];證券市場導報;2012年11期

6 張龍斌;王春峰;房振明;;考慮條件高階矩風險的動態(tài)對沖模型研究[J];管理工程學報;2009年04期

7 方立兵;曾勇;郭炳伸;;動量策略、反轉策略及其收益率的高階矩風險[J];系統(tǒng)工程;2011年02期

8 王鶯歌;江孝感;;高階矩風險與金融投資決策[J];價值工程;2008年09期

9 凌迎春，胡秉民;高階矩在概率密度逼近中的應用[J];工科數(shù)學;1996年03期

10 史代敏;田樂蒙;劉震;;中國股市高階矩風險及其對投資收益的沖擊[J];統(tǒng)計研究;2017年10期

相關會議論文 前7條

1 林中朝;張玉;晏瓔;趙勛旺;梁昌洪;;4096核并行高階矩量法研究[A];2013年全國微波毫米波會議論文集[C];2013年

2 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

3 葉蕾;陳志娟;葉中行;;有高階矩的最優(yōu)投資組合問題研究[A];第四屆全國決策科學/多目標決策研討會論文集[C];2007年

4 盧朝輝;趙衍剛;;基于高階矩理論的結構系統(tǒng)可靠度分析方法[A];中國力學大會——2013論文摘要集[C];2013年

5 吳宇菲;王偉;;變量有誤差模型的高階矩算法[A];1996中國控制與決策學術年會論文集[C];1996年

6 何清;葉亮;謝明亮;;基于泰勒級數(shù)展開矩方法的高階矩的分析[A];中國力學大會——2013論文摘要集[C];2013年

7 韓松;趙輝;晏嬰;張玉;;機載天線的隔離度分析[A];2013年全國微波毫米波會議論文集[C];2013年

相關博士學位論文 前10條

1 賴奔;高階矩量法及其快速算法的研究與應用[D];西安電子科技大學;2011年

2 傅俊輝;基于高階矩和逐日盯市風險的套期保值模型研究[D];華南理工大學;2012年

3 蔡強明;金屬—介質目標電磁散射與輻射的高階矩量法及快速算法研究[D];電子科技大學;2017年

4 袁浩波;基于NURBS建模的高階矩量法[D];西安電子科技大學;2009年

5 羅曉峰;極端相對論重離子碰撞中逐事件凈質子數(shù)分布的高階矩測量[D];中國科學技術大學;2011年

6 張立華;引入高階矩的銀行系統(tǒng)風險動態(tài)測度研究[D];對外經(jīng)濟貿易大學;2015年

7 劉子梁;MoM-UTD混合方法和高階矩量法關鍵技術研究及其在電磁問題中的應用[D];西安電子科技大學;2007年

8 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;2009年

9 方立兵;引入高階矩的資產定價、波動率建模與風險測量[D];電子科技大學;2011年

10 彭勝志;基于高階矩的投資組合優(yōu)化研究[D];哈爾濱工業(yè)大學;2012年

相關碩士學位論文 前10條

1 趙宇晨;基于高階矩的樁基缺陷識別和缺陷定位研究[D];哈爾濱工程大學;2019年

2 劉龍鳳;基于高階矩的商品期貨預期收益及對沖分析[D];山東大學;2019年

3 陳佳琪;基于超高階矩的SE-DEA模型的股票型基金績效分析[D];湖南大學;2018年

4 萬象;股價跳躍會導致資產溢價嗎？[D];東北財經(jīng)大學;2018年

5 何澍;高階矩測量中體積漲落及效率漲落效應的修正方法研究[D];華中師范大學;2018年

6 李世元;一種基于高階矩的金融危機預測方法[D];山東大學;2014年

7 李新民;引入高階矩的GARCH模型理論研究及實證[D];東北財經(jīng)大學;2010年

8 袁浩波;高階矩量法的研究[D];西安電子科技大學;2006年

9 李為健;基于高階矩波動性的中國金融危機預警指數(shù)研究[D];廣東財經(jīng)大學;2016年

10 范時昊;馬爾科夫狀態(tài)轉換下已實現(xiàn)高階矩的風險溢出效應分析[D];浙江財經(jīng)大學;2016年

本文編號：2684936