發(fā)布時間：2020-05-16 13:59

【摘要】：股票市場自出現(xiàn)以來,就以價格的波動作為主要特征,如何準(zhǔn)確地描述股票市場的價格以及預(yù)測未來股票市場的情況是我們所關(guān)心的問題。一直以來,國內(nèi)外學(xué)者廣泛研究用波動率來描述股票市場的波動,研究的內(nèi)容主要基于GARCH模型,包括一元及多元GARCH模型,參數(shù)、非參數(shù)及半?yún)?shù)GARCH模型。但是,自條件自回歸極差(CARR)模型提出以來,相關(guān)文獻紛紛指出極差可以更好地刻畫股票市場的波動性,因而被廣泛的應(yīng)用于對波動率的研究。目前,國內(nèi)外學(xué)者對于用GARCH模型刻畫股票市場波動性的研究已經(jīng)相當(dāng)成熟,對于用極差來刻畫股票市場波動性的研究還不是很多,且參數(shù)CARR模型的研究多停留在極大似然估計。但是,股票市場數(shù)據(jù)往往存在“尖峰厚尾”性,并且伴有異常點出現(xiàn),常用的極大似然估計不夠穩(wěn)健,不能消除異常點帶來的影響。有鑒于此,本文基于穩(wěn)健估計方法對參數(shù)CARR模型進行研究。首先從理論上證明了CARR模型中穩(wěn)健估計統(tǒng)計量的相合性,并通過隨機模擬,在CARR模型的誤差項服從五種不同分布(包括輕尾和重尾分布)以及存在異常點的條件下,對極大似然估計和穩(wěn)健估計進行比較,結(jié)果表明基于穩(wěn)健估計方法所得的各參數(shù)估計值的均方誤差和平均絕對誤差均更小,說明基于穩(wěn)健估計的參數(shù)CARR模型能夠更好地刻畫存在異常點的厚尾數(shù)據(jù),更適合描述股票數(shù)據(jù)。最后,鑒于穩(wěn)健估計在模擬數(shù)據(jù)中的優(yōu)良表現(xiàn),在對國內(nèi)外八只股票進行CARR(1,1)建模時,穩(wěn)健估計下的均方誤差和平均絕對誤差較極大似然估計均有明顯下降。由于穩(wěn)健估計在數(shù)值模擬和實證分析中的優(yōu)良表現(xiàn),基于穩(wěn)健估計的參數(shù)CARR模型更適用于股票市場數(shù)據(jù)。
【圖文】：

圖４．１邋＞４．２是宏達(dá)礦業(yè)和士蘭微的核密度估計圖，直觀地判斷出極差序列有明顯逡逑的右偏現(xiàn)象，密度函數(shù)均是單峰，數(shù)值較小的極差出現(xiàn)頻繁，數(shù)值較大的極差逐漸逡逑衰減，表明這兩個極差序列有明顯的拖尾現(xiàn)象。逡逑°邐邐１邐１邐１邐ｒ－１邐Ｌ＿，邐，邐，邐，邐ｒ－ｉ逡逑０邐５邐１０邐１５邐２０邐０邐５邐１０邐１５邐２０逡逑Ｎ邋＝邋１５５９邋Ｂａｎｄｗｉｄｔｈ邋＝邋０．４４４２邐Ｎ邋＝邋１６１７邋ＢａｎｄＭｄｔｈ邋＝邋０．４３４２逡逑圖４．１宏達(dá)礦業(yè)極差序列核密度估計圖邐圖４．２邋士蘭微極差序列核密度估計圖逡逑為了能夠更好地比較基于Ｍ－估計和極人似然估計的參數(shù)ＣＡＲＲ模型，把樣本分逡逑成樣本期內(nèi)（估計樣本）和樣本期外（預(yù)測樣本）兩個部分

圖４．１邋＞４．２是宏達(dá)礦業(yè)和士蘭微的核密度估計圖，直觀地判斷出極差序列有明顯逡逑的右偏現(xiàn)象，密度函數(shù)均是單峰，數(shù)值較小的極差出現(xiàn)頻繁，數(shù)值較大的極差逐漸逡逑衰減，表明這兩個極差序列有明顯的拖尾現(xiàn)象。逡逑°邐邐１邐１邐１邐ｒ－１邐Ｌ＿，邐，邐，邐，，邐ｒ－ｉ逡逑０邐５邐１０邐１５邐２０邐０邐５邐１０邐１５邐２０逡逑Ｎ邋＝邋１５５９邋Ｂａｎｄｗｉｄｔｈ邋＝邋０．４４４２邐Ｎ邋＝邋１６１７邋ＢａｎｄＭｄｔｈ邋＝邋０．４３４２逡逑圖４．１宏達(dá)礦業(yè)極差序列核密度估計圖邐圖４．２邋士蘭微極差序列核密度估計圖逡逑為了能夠更好地比較基于Ｍ－估計和極人似然估計的參數(shù)ＣＡＲＲ模型，把樣本分逡逑成樣本期內(nèi)（估計樣本）和樣本期外（預(yù)測樣本）兩個部分
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F832.51;O212.1

【相似文獻】

相關(guān)期刊論文 前10條

1 朱建軍;;穩(wěn)健估計的可靠性研究[J];工程勘察;1993年02期

2 金新祥;關(guān)于穩(wěn)健估計方法的個別問題[J];測繪通報;1988年03期

3 嚴(yán)家平;指數(shù)分布參數(shù)的穩(wěn)健估計[J];系統(tǒng)科學(xué)與數(shù)學(xué);1989年02期

4 孫慧慧;;正態(tài)誤差模型的最優(yōu)穩(wěn)健估計[J];新鄉(xiāng)學(xué)院學(xué)報(自然科學(xué)版);2012年05期

5 姚宜斌,劉經(jīng)南 ,施闖;相關(guān)穩(wěn)健估計及其在測量數(shù)據(jù)處理中的應(yīng)用[J];測繪信息與工程;2001年03期

6 陶本藻;穩(wěn)健估計的應(yīng)用問題[J];地礦測繪;2000年01期

7 謝玉瓏,王繼紅,梁逸曾,俞汝勤;化學(xué)計量學(xué)中的穩(wěn)健估計方法[J];分析化學(xué);1994年03期

8 黃綠斕;趙耐青;秦國友;;變系數(shù)模型中穩(wěn)健估計方法的比較和應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2016年04期

9 王新洲;顧及模糊邏輯關(guān)系的穩(wěn)健估計[J];武漢測繪科技大學(xué)學(xué)報;1996年04期

10 韓子斌;張永彬;賈敏;徐航航;;多元穩(wěn)健估計抗差性分析[J];華北理工大學(xué)學(xué)報(自然科學(xué)版);2019年02期

相關(guān)會議論文 前5條

1 姚宜斌;;基于等價方差——協(xié)方差陣的穩(wěn)健估計理論研究[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

2 閆志躍;喻國榮;潘樹國;汪登輝;;穩(wěn)健估計方法用于接收機自主完備性監(jiān)測的比較[A];第四屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集-S5 衛(wèi)星導(dǎo)航增強與完好性監(jiān)測[C];2013年

3 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學(xué)建模與模型集群分析——兼論過擬合、穩(wěn)健估計、變量選擇與模型評價[A];中國化學(xué)會第27屆學(xué)術(shù)年會第15分會場摘要集[C];2010年

4 王寶智;陳慶華;莊逢辰;;飛行器遙外測數(shù)據(jù)線性回歸建�？刂茀�(shù)的穩(wěn)健估計[A];1995年中國控制會議論文集（上）[C];1995年

5 王曉輝;姜佃高;;常用穩(wěn)健估計方法應(yīng)用于概率積分法參數(shù)求取時的有效性研究[A];變形與安全監(jiān)測理論與實踐——2014工程測量分會與礦山測量專委會年會論文精選[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 王彤;線性回歸模型的穩(wěn)健估計及多個異常點診斷方法研究[D];第四軍醫(yī)大學(xué);2000年

2 秦國友;半?yún)?shù)混合效應(yīng)模型的穩(wěn)健估計[D];華東師范大學(xué);2007年

3 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計與變量選擇[D];重慶大學(xué);2015年

4 王康寧;幾類高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識別、變量選擇及穩(wěn)健估計[D];山東大學(xué);2016年

5 李崇貴;用非線性理論研究以“3S”為基礎(chǔ)的森林蓄積定量估測[D];中國林業(yè)科學(xué)研究院;2001年

6 劉亞娟;復(fù)雜體系多維校正方法的穩(wěn)健性估計及定量應(yīng)用研究[D];湖南大學(xué);2016年

7 楊晶;若干半?yún)?shù)模型的穩(wěn)健推斷與模型選擇方法[D];重慶大學(xué);2016年

8 王魏;氧化鋁生產(chǎn)過程鋁酸鈉溶液組分濃度軟測量方法的研究[D];東北大學(xué);2011年

9 杜江;穩(wěn)健頻率模型平均與半?yún)?shù)回歸模型的估計[D];北京工業(yè)大學(xué);2013年

10 趙越;半?yún)?shù)模型的統(tǒng)計推斷及其在金融中的應(yīng)用[D];大連理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王森;基于穩(wěn)健估計的CARR模型及其在股價波動中的應(yīng)用[D];浙江工商大學(xué);2018年

2 呂燁;空間自回歸模型的穩(wěn)健估計[D];云南財經(jīng)大學(xué);2018年

3 李蕓;基于拉普拉斯分布的穩(wěn)健估計[D];揚州大學(xué);2016年

4 張秀艷;缺失數(shù)據(jù)下部分線性模型的多重穩(wěn)健估計[D];大連理工大學(xué);2016年

5 胡義函;基于穩(wěn)健估計的極限學(xué)習(xí)機方法研究[D];湖南大學(xué);2012年

6 安劍英;相關(guān)穩(wěn)健估計在GPS數(shù)據(jù)處理中的應(yīng)用研究[D];昆明理工大學(xué);2009年

7 朱東河;長程相依下函數(shù)型數(shù)據(jù)的穩(wěn)健估計探討[D];合肥工業(yè)大學(xué);2010年

8 王鳳竹;穩(wěn)健的Logistic回歸及其應(yīng)用[D];華北電力大學(xué);2014年

9 范瀚陽;基于航跡信息的空中目標(biāo)戰(zhàn)術(shù)意圖穩(wěn)健估計方法研究[D];南京航空航天大學(xué);2016年

10 由廷剛;幾類森林生物量非線性模型及最優(yōu)采伐問題的研究[D];東北林業(yè)大學(xué);2011年

本文編號：2666839