【摘要】：小波分析理論作為一門新興的數(shù)學(xué)理論和方法,已經(jīng)被應(yīng)用到各個領(lǐng)域的研究之中。近年來,國內(nèi)外的學(xué)者們把小波分析方法應(yīng)用在經(jīng)濟(jì)學(xué)上,內(nèi)容包括金融學(xué)的證券市場,股票分析,期貨分析等方面,也包括宏觀經(jīng)濟(jì)周期分析,經(jīng)濟(jì)政策分析,產(chǎn)業(yè)政策分析,經(jīng)濟(jì)增長規(guī)律分析,市場效率分析等。小波方法將經(jīng)濟(jì)時間序列由單純的相域分析擴(kuò)展到了相域與頻域相結(jié)合的頻域-相域分析,國外將小波分析應(yīng)用于經(jīng)濟(jì)學(xué)始于20世紀(jì)80年代中期,我國關(guān)于小波分析在經(jīng)濟(jì)學(xué)的應(yīng)用研究始于20世紀(jì)90年代,隨即發(fā)展成了一種重要的經(jīng)濟(jì)分析工具,得到了許多有意義的分析結(jié)論。本文在借鑒了國內(nèi)外關(guān)于小波在經(jīng)濟(jì)學(xué)中的應(yīng)用研究的基礎(chǔ)之上,結(jié)合我國經(jīng)濟(jì)自身發(fā)展特點,分析了我國宏觀經(jīng)濟(jì)的周期波動,并對我國GDP缺口進(jìn)行了分析模擬,用小波神經(jīng)網(wǎng)絡(luò)對我國股票市場進(jìn)行了聚類分析,對我國期貨市場建立了分形協(xié)整自回歸模型,總之用小波分析對我國經(jīng)濟(jì)運行的特征進(jìn)行了分析,并得到了一些有意義的結(jié)論。 全文分為七章,具體結(jié)構(gòu)安排與研究結(jié)論如下： 第一章,小波方法在我國經(jīng)濟(jì)研究的意義,介紹了本文研究的主要內(nèi)容。本文主要使用了小波方法,GARCH模型,ARFIMA模型,ARMA模型,及參數(shù),半?yún)?shù),非參數(shù)估計方法。對我國GDP波動,股票債券市場,期貨市場,進(jìn)行了研究。 第二章,小波分析與經(jīng)濟(jì)理論的研究綜述,首先回顧了國外用小波對經(jīng)濟(jì)進(jìn)行研究的各種經(jīng)濟(jì)理論與實證檢驗；接著,回顧了我國國內(nèi)經(jīng)濟(jì)領(lǐng)域中小波的應(yīng)用分析,具體包括小波在經(jīng)濟(jì)周期中的應(yīng)用,小波在證券市場中的應(yīng)用,小波在期貨市場中的應(yīng)用；然后回顧了小波神經(jīng)網(wǎng)絡(luò)在我國國內(nèi)經(jīng)濟(jì)研究中的相關(guān)理論方法和研究成果以及小波方法在我國其他經(jīng)濟(jì)領(lǐng)域中的應(yīng)用。 第三章,介紹了小波理論的基本原理。包括小波變換,小波重構(gòu),小波分析的優(yōu)點,小波包變換,雙正交多分辨小波分析,小波變換與長記憶過程分析,小波分解后的時間序列的性質(zhì),譜分析,小波方差分析,分形差分過程的小波極大似然估計,小波變換下方差齊次檢驗,基于小波的時間序列估計,樣本方差采樣性質(zhì),小波神經(jīng)網(wǎng)絡(luò),小波混沌序列分析等,以及這些理論與經(jīng)濟(jì)分析的聯(lián)系,研究現(xiàn)狀等。 第四章,用小波方法對我國國內(nèi)生產(chǎn)總值進(jìn)行了分析及模擬。使用了單小波變換,頻譜分析,高斯頻譜合成法,長記憶過程模擬等方法,結(jié)合經(jīng)濟(jì)序列的傳統(tǒng)分析方法,GARCH模型等。結(jié)合小波方法與GSSM方法對美國GDP非周期波動成分進(jìn)行了模擬。通過對我國GDP的小波分解分析,發(fā)現(xiàn)我國經(jīng)濟(jì)波動由三個周期構(gòu)成,主要為四到八個季度的短周期波動及十六到三十二個季度的中長周期波動。對我國GDP序列進(jìn)行了模擬分析,該分析結(jié)合了小波頻譜高斯合成法與GARCH模型,此模型對短期的預(yù)測與對長期的預(yù)測精度一樣,所以非常適合于長期預(yù)測,發(fā)現(xiàn)未來我國經(jīng)濟(jì)強(qiáng)勁增勢不會減小。其次,用小波方法測量了我國的核心通貨膨脹率,實證發(fā)現(xiàn),該方法優(yōu)于目前計算核心通貨膨脹率的幾種常用方法。 第五章,對我國的股票市場和投資市場進(jìn)行了研究。首先得到了我國股票市場中分尺度行為的證據(jù),然后對我國股票市場上幾支股票進(jìn)行了長記憶性檢驗,發(fā)現(xiàn)上證指數(shù)符合幾何布朗運動,而其他幾支股票的長記憶參數(shù)也非常小,在選取的幾支股票中,包鋼稀土的長記憶參數(shù)最大,為我國股票波動的模擬提供了依據(jù)：其次使用小波對投資市場中的一些基金的收益率進(jìn)行了平滑處理和閥值分析,并對選取的幾種股票型基金建立了AR-GARCH模型,得到了我國投資市場基金收益率的波動原理,利用小波神經(jīng)網(wǎng)絡(luò)對我國股票市場的安全進(jìn)行了研究,發(fā)現(xiàn)我國股票市場安全狀況整體螺旋上升;還通過將小波神經(jīng)網(wǎng)絡(luò)方法與聚類方法結(jié)合,對股票市場中投資者的信心(市場情緒)對股票市場的影響進(jìn)行了研究,發(fā)現(xiàn)市場的心理因素是決定市場波動的重要力量,并為投資者進(jìn)行股票買賣提供了一種理論方法。 第六章,用小波方法對我國商品期貨市場進(jìn)行了分析。發(fā)現(xiàn)我國期貨市場上的金融數(shù)據(jù)的長記憶性是非常顯著的,估計了我國期貨市場的長記憶參數(shù),還用馬爾科夫區(qū)制轉(zhuǎn)移模型檢驗長記憶過程,即估計高,低兩種狀態(tài),估計交易量對價格的波動是否存在影響,便利收益是影響商品期貨價格的主要因素。結(jié)合小波去除噪聲的計算方法,用卡嗎濾波二階段模型分別估計1-2因素模型。 第七章,介紹了最新的小波理論——提升小波理論,并用提升小波對我國GDP序列進(jìn)行趨勢和波動分解,結(jié)合實證發(fā)現(xiàn)提升小波比傳統(tǒng)小波具有更大的靈活性和可選擇性。 本文的創(chuàng)新點有結(jié)合GSSM方法與GARCH (1,1)模型對我國GDP序列進(jìn)行了分析與預(yù)測；基于小波方法提出了計算我國核心通貨膨脹率的一種新方法；通過小波自組織神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)了我國股票市場上投資者信心對股票市場波動的影響,并提出了風(fēng)險-回報率分析的一種新的方法；使用ARFIMA模型對我國期貨市場進(jìn)行了分析,發(fā)現(xiàn)便利收益是期貨市場價格變動的主要因素之一；用提升小波對我國宏觀經(jīng)濟(jì)進(jìn)行了分析。由于時間的限制以及作者自身水平的局限,本文的研究難免存在較多的不足與疏漏,敬請各位專家和同仁多批評指正。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2011
【分類號】：F224.0;F124

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 衛(wèi)慶敏;基于小波分析的金融數(shù)據(jù)頻域分析[D];華東師范大學(xué);2012年

本文編號：2735471