發(fā)布時間：2017-10-21 12:08

  本文關(guān)鍵詞：金融資產(chǎn)價格波動的非參數(shù)模型及其應(yīng)用研究

  更多相關(guān)文章： 金融資產(chǎn) 波動 非參數(shù)模型

【摘要】：隨著技術(shù)進步、金融工具和金融機構(gòu)的不斷創(chuàng)新和完善，金融全球化的進程已經(jīng)勢不可擋。金融全球化推動了我國銀行部門和金融機構(gòu)的日益完善，與此同時金融市場體制環(huán)境，整個金融體系在近年來都得到了突飛猛進的發(fā)展。目前我國無論是金融機構(gòu)規(guī)模還是金融資本總量都已經(jīng)相當龐大，然而監(jiān)管仍然存在空白和漏洞，地方政府債務(wù)面臨寅吃卯糧的潛在風(fēng)險，海外金融機構(gòu)的風(fēng)險轉(zhuǎn)移以及第三方支付風(fēng)險都是值得重視的問題。在信息不對稱、不透明的情況下，個別地區(qū)的經(jīng)濟問題對金融市場容易產(chǎn)生恐慌，引發(fā)羊群效應(yīng)。因此，需要特別警惕高增長下的潛在金融風(fēng)險，防止個別機構(gòu)風(fēng)險導(dǎo)致系統(tǒng)性風(fēng)險。掌握金融資產(chǎn)價格波動的規(guī)律在一定程度上對于金融不確定性和風(fēng)險的防范和控制具有重大意義，同時也是研究證券組合理論、資本資產(chǎn)定價模型(CAPM)、套利定價模型(APT)及期權(quán)定價公式的重要基礎(chǔ)。 本文從非參數(shù)波動模型的角度出發(fā)，集中梳理了非參數(shù)波動模型及其應(yīng)用研究，第一章緒論部分從非參數(shù)回歸模型、非參數(shù)自回歸模型、非參數(shù)VAR模型族、非參數(shù)面板時間序列模型以及上述模型估計方法針對非參數(shù)時間序列分析發(fā)展前沿做了綜述。重點集中在非線性模型的非參數(shù)估計技術(shù)上，即函數(shù)系數(shù)模型、非參數(shù)GARCH模型族及在此基礎(chǔ)上給出的預(yù)測、檢驗和廣義脈沖響應(yīng)函數(shù)。最后指出了非參數(shù)時間序列分析發(fā)展至今所取得的成果的特點以及未來的發(fā)展趨勢。 第二章從資本市場非線性性質(zhì)的重要特征——長記性研究入手，提出了一類非參數(shù)ARFIMA模型及其估計方法并將其應(yīng)用于滬深指數(shù)月度收益率數(shù)據(jù)的估計，結(jié)果表明我國股市具有顯著的非線性特征，收益率序列表現(xiàn)出一定的長期記憶效應(yīng)，無論是估計精度還是短期預(yù)測結(jié)果，非參數(shù)ARFIMA模型均優(yōu)于參數(shù)ARFIMA模型。本章的創(chuàng)新之處在于在非參數(shù)ARMA模型的基礎(chǔ)上進一步給出了非參數(shù)ARFIMA模型及其估計方法，并首次將其應(yīng)用于股市的波動及長記憶性的描述和預(yù)測分析。 第三章針對人民幣實際有效匯率決定因素問題建立了一個五變量的SVAR模型，分別用極大似然估計方法和非參數(shù)聯(lián)立模型的局部線性工具變量估計對其進行估計，將估計的結(jié)果進行分析與比較，并做了相應(yīng)的預(yù)測。得出的結(jié)論是：參數(shù)SVAR模型可以對變量進行解釋，并做相應(yīng)的脈沖響應(yīng)和方差分解分析，但是估計精度及預(yù)測效果要低于非參數(shù)SVAR模型。本章的創(chuàng)新之處在于首次給出了非參數(shù)SVAR模型及其估計方法，理論與現(xiàn)實意義在于可以通過參數(shù)與非參數(shù)方法相結(jié)合對我國人民幣實際有效匯率決定因素進行考察與研究，為日后對非參數(shù)VAR模型族進行研究和廣泛應(yīng)用奠定了一定的基礎(chǔ)。 第四章將參數(shù)與非參數(shù)ARCH模型應(yīng)用于我國滬深指數(shù)波動率的研究，得出的結(jié)論為：對于上證指數(shù)波動率的非參數(shù)ARCH模型估計精度和預(yù)測結(jié)果優(yōu)于參數(shù)ARCH模型，，而針對深證成指波動率的非參數(shù)ARCH模型估計精度低于參數(shù)ARCH模型，兩者預(yù)測結(jié)果相當；總體而言兩種方法得到的均方誤差都非常小。第五章將參數(shù)GARCH族模型與非參數(shù)GARCH模型應(yīng)用于我國黃金期貨收益率數(shù)據(jù)分析，得出的結(jié)論為：對于黃金期貨波動率的非參數(shù)GARCH模型估計精度和預(yù)測結(jié)果優(yōu)于參數(shù)GARCH模型，兩者預(yù)測結(jié)果相當，但總體而言兩種方法得到的均方誤差都是非常小的。 第六章首先介紹了隨機波動模型的研究進展，給出了離散隨機波動模型的構(gòu)建及估計方法，引入非參數(shù)核(F-Z)估計和一個新的連續(xù)隨機波動模型擴散系數(shù)的飽和非參數(shù)估計，該估計是基于傅立葉分析的可觀測狀態(tài)變量跡的并且具有一致性和漸進正態(tài)性，將該傅立葉方法通過迭代傅立葉分析可以應(yīng)用到對一元和二元波動率的建模及估計。本章應(yīng)用F-Z估計和傅立葉估計這兩種非參數(shù)隨機波動模型對我國銅期貨收益率數(shù)據(jù)波動進行了刻畫，結(jié)論表明傅立葉估計更適合刻畫波動特征，對研究波動規(guī)律，并對以后的波動預(yù)測和風(fēng)險防范具有重大理論和現(xiàn)實指導(dǎo)意義。
【關(guān)鍵詞】：金融資產(chǎn) 波動 非參數(shù)模型
【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】：2014
【分類號】：F830.9;F224
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-32
• 1.1 問題的提出與研究意義12-17
• 1.2 國內(nèi)外文獻綜述17-27
• 1.3 論文結(jié)構(gòu)與主要內(nèi)容27-29
• 1.4 研究方法與創(chuàng)新點29-32
• 第2章 金融資產(chǎn)價格波動的非參數(shù) ARFIMA 模型及其應(yīng)用研究32-48
• 2.1 ARFIMA 模型研究進展32-33
• 2.2 非參數(shù) ARFIMA 模型構(gòu)建33-41
• 2.3 基于非參數(shù) ARFIMA 模型滬深指數(shù)收益率波動研究41-45
• 2.4 本章小結(jié)45-46
• 注釋46-48
• 第3章 金融資產(chǎn)價格波動的非參數(shù)SVAR模型及其應(yīng)用研究48-62
• 3.1 SVAR 模型研究進展48-50
• 3.2 非參數(shù) SVAR 模型及方法50-54
• 3.3 非參數(shù) SVAR 模型關(guān)于人民幣有效匯率決定因素的研究54-60
• 3.4 本章小結(jié)60-61
• 注釋61-62
• 第4章 金融資產(chǎn)價格波動的非參數(shù)ARCH 模型及其應(yīng)用研究62-76
• 4.1 ARCH 模型研究進展62-63
• 4.2 非參數(shù) ARCH 模型及方法63-68
• 4.3 基于非參數(shù) ARCH 模型滬深指數(shù)波動性研究68-73
• 4.4 本章小結(jié)73-76
• 第5章 金融資產(chǎn)價格波動的非參數(shù)GARCH模型及其應(yīng)用研究76-86
• 5.1 GARCH 模型研究進展76-77
• 5.2 非參數(shù) GARCH 模型及方法77-81
• 5.3 基于非參數(shù) GARCH 模型黃金期貨收益率波動性研究81-85
• 5.4 本章小結(jié)85-86
• 第6章 金融資產(chǎn)價格波動的非參數(shù)隨機波動模型及其應(yīng)用研究86-106
• 6.1 隨機波動模型研究進展86-88
• 6.2 離散隨機波動模型構(gòu)建88-93
• 6.3 非參數(shù)連續(xù)時間 SV 模型93-102
• 6.4 非參數(shù) SV 模型及其應(yīng)用研究102-105
• 6.5 本章小結(jié)105-106
• 結(jié)論106-108
• (1) 研究結(jié)論106-107
• (2) 研究的不足與展望107-108
• 參考文獻108-120
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及取得的科研成果120-121
• 附錄121-133
• 致謝133

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 孟利鋒,張世英,何信;SV模型參數(shù)估計的經(jīng)驗特征函數(shù)方法[J];系統(tǒng)工程;2004年12期

2 葉阿忠;我國宏觀經(jīng)濟非參數(shù)聯(lián)立模型的局部線性廣義矩估計[J];管理工程學(xué)報;2003年04期

3 金成曉;曹陽;;基于參數(shù)與非參數(shù)SVAR模型的貨幣政策有效性比較分析[J];商業(yè)研究;2014年02期

4 王佳妮,李文浩;GARCH模型能否提供好的波動率預(yù)測[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年06期

5 馬薇;袁銘;;非線性計量經(jīng)濟模型的非參數(shù)估計方法研究[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2010年01期

6 金秀;姚瑾;莊新田;;基于分數(shù)階差分的ARFIMA模型及預(yù)測效果研究[J];數(shù)理統(tǒng)計與管理;2007年05期

7 王璐;龐皓;;中國股市和債市波動溢出效應(yīng)的MV-GARCH分析[J];數(shù)理統(tǒng)計與管理;2009年01期

8 方穎;郭萌萌;;中國主要宏觀變量的穩(wěn)定性檢驗:基于非參數(shù)估計與Bootstrapping的一個方法[J];世界經(jīng)濟文匯;2009年01期

9 金成曉;曹陽;;基于非參數(shù)ARCH模型的滬深指數(shù)波動性研究[J];山西大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2014年03期

本文編號：1073254