本文關(guān)鍵詞： 高階矩風險 投資收益 NAGARCHSK模型 狀態(tài)空間模型　出處：《統(tǒng)計研究》2017年10期 　論文類型：期刊論文

【摘要】：本文首先建立NAGARCHSK模型,推算市場收益率的條件高階矩序列,在此基礎上建立引入高階矩風險的收益-風險時變四因子狀態(tài)空間模型,并基于2000—2016年中國股票市場的收益率數(shù)據(jù),實證探究不同時期市場高階矩風險對投資收益的沖擊。結(jié)果顯示:我國股票市場收益受到高階矩風險的影響,并且條件高階矩序列表現(xiàn)出時變和波動聚集的特征,大規(guī)模的全球性金融危機和國內(nèi)市場的重大風險事件均會使股市收益的條件高階矩序列出現(xiàn)持續(xù)的異常波動。在未出現(xiàn)極端金融危機的穩(wěn)定時期,市場收益率的條件方差會趨于對投資收益產(chǎn)生正向影響,條件偏度和條件峰度對投資收益的影響在正向和負向之間不斷交替,增加了投資收益的不確定性。然而在全球性的極端金融危機時期,市場收益率的條件方差會轉(zhuǎn)而對投資收益產(chǎn)生負向影響,條件峰度則會對投資收益帶來持續(xù)的正向影響。
[Abstract]:This paper establishes the NAGARCHSK model, calculate the market yield conditions of higher moments'series, established on the basis of the introduction of high moments risk return and risk factor of four time-varying state space model, and based on the 2000 2016 Chinese return rate of stock market data, empirical research is not at the same time, the market risk of higher order moments of return on investment the impact of income. The results showed that China's stock market is affected by the higher moments risk, characteristics and conditions of high order moment sequences exhibit time-varying volatility clustering and the scale of the global financial crisis and the domestic market of major risk events will make the stock market return conditions higher moments'series abnormal volatility persistence. In the stable period did not appear extreme financial crisis, conditional variance of market yields will tend to have a positive effect on investment income, conditional skewness and kurtosis conditions influence on the investment income We alternate between positive and negative, increase the investment income uncertainty. However, in the extreme global financial crisis period, conditional variance of market yields will in turn have a negative impact on the investment income, the conditional kurtosis will bring sustained positive impact on investment income.

【作者單位】： 西南財經(jīng)大學;西南財經(jīng)大學統(tǒng)計學院;
【基金】：國家自然科學基金項目“離散值金融時間序列建模研究及其在資本市場的應用”(71171166) 西南財經(jīng)大學金融大數(shù)據(jù)研究基地(JBK140403)資助
【分類號】：F832.51

【相似文獻】

相關(guān)期刊論文 前10條

1 蔣翠俠;張世英;許啟發(fā);;基于“已實現(xiàn)”高階矩的動態(tài)組合投資分析[J];山西財經(jīng)大學學報;2008年06期

2 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

3 蔣翠俠;許啟發(fā);張世英;;金融市場條件高階矩風險與動態(tài)組合投資[J];中國管理科學;2007年01期

4 許啟發(fā);;高階矩波動性建模及應用[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2006年12期

5 許啟發(fā);張世英;;多元條件高階矩波動性建模[J];系統(tǒng)工程學報;2007年01期

6 蔣翠俠;張世英;;金融高階矩風險溢出效應研究[J];中國管理科學;2009年01期

7 蔣翠俠;許啟發(fā);張世英;;基于多目標優(yōu)化和效用理論的高階矩動態(tài)組合投資[J];統(tǒng)計研究;2009年10期

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

9 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

10 黃文彬;鄭振龍;;基于高階矩的金融資產(chǎn)定價和配置[J];福州大學學報(哲學社會科學版);2010年01期

相關(guān)博士學位論文 前2條

1 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(mào)易大學;2015年

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

相關(guān)碩士學位論文 前7條

1 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

2 張婷;探究我國股市高階矩和橫截面收益率之間的關(guān)系[D];西南財經(jīng)大學;2016年

3 范時昊;馬爾科夫狀態(tài)轉(zhuǎn)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

4 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

5 趙曉瑜;含有高階矩的動量資產(chǎn)定價模型及其檢驗[D];廈門大學;2007年

6 帥之凰;基于S型效用函數(shù)和高階矩條件下的穩(wěn)健投資組合[D];廈門大學;2009年

7 王艷朝;股票市場收益率高階矩的動態(tài)特征研究[D];山東大學;2014年

，

本文編號：1535023