本文關鍵詞：灰色分形與計量建模及在滬深300市場中的應用

  更多相關文章： 修正配分函數(shù)法 移動加權(quán)平均去趨勢波動法 重現(xiàn)期 典型事實 Va R測度 已實現(xiàn)波動率 滬深300指數(shù)現(xiàn)貨和期貨

【摘要】：越來越多的研究表明,金融市場是一個復雜的、非線性的、存在眾多典型事實的多體系統(tǒng),它與傳統(tǒng)金融理論的一些基本假設并不相符,這需要利用多學科的理論與方法才能對金融市場有個較為全面深刻的認識。其中金融物理學與計量經(jīng)濟學是解決金融市場問題的兩個主流方向。本文以滬深300指數(shù)現(xiàn)貨和期貨為研究對象,在現(xiàn)有金融物理學、計量經(jīng)濟學理論方法的基礎上,結(jié)合金融市場的一些特性,對金融物理學中的方法以及計量模型進行改進,豐富現(xiàn)有建模方法體系;并用改進模型和方法對滬深300指數(shù)現(xiàn)貨和期貨市場的多重分形性、市場運行效率、重現(xiàn)期特征、Va R測度、已實現(xiàn)波動率預測等進行系統(tǒng)深入地分析,為市場投資和風險管理提供參考。主要研究內(nèi)容和研究成果如下:(1)對配分函數(shù)法的性質(zhì)和多重分形參數(shù)經(jīng)濟含義進行分析,為多重分形的進一步應用提供支撐。同時,針對傳統(tǒng)配分函數(shù)法不能計算子區(qū)間長度s不能整除時間序列長度T或T為質(zhì)數(shù)的情況,提出修正配分函數(shù)法,并通過數(shù)值模擬驗證修正配分函數(shù)法的有效性,拓寬了配分函數(shù)法的應用范圍。利用修正配分函數(shù)法分析滬深300指數(shù)現(xiàn)貨日波動率的多重分形性,并用多種序列變換方法,分析其多重分形形成的主要原因,并說明了修正配分函數(shù)法的實用性。(2)針對移動平均去趨勢波動法(DMA)沒有考慮數(shù)據(jù)內(nèi)部相互關聯(lián)性問題,結(jié)合灰類調(diào)整系數(shù)和灰色緩沖算子的思想,建立權(quán)重可調(diào)的移動加權(quán)平均去趨勢波動法,用以計算時間序列的分形,同時指出移動平均去趨勢波動法是移動加權(quán)平均去趨勢波動法的特例。數(shù)值模擬表明移動加權(quán)平均去趨勢波動法能有效地去除序列趨勢,提高Hurst值計算精度。將加權(quán)移動平均去趨勢波動法(DWMA)研究滬深300指數(shù)現(xiàn)貨和期貨已實現(xiàn)波動率的長記憶性,說明了新算法的實用性。(3)根據(jù)移動加權(quán)平均去趨勢波動法(DWMA)及其多重分形擴展(MFDWMA),對滬深300指數(shù)現(xiàn)貨和期貨市場的有效性進行分析。對現(xiàn)貨市場,分析期貨引入前后,市場有效性和多重分形性的變化。結(jié)果表明期貨引入后,現(xiàn)貨市場的有效性得到提高,且市場的復雜性和風險性也有所降低。對期貨市場,利用滑動窗技術,研究市場的漸進有效性,結(jié)果表明在期貨上市初期,市場并非有效,在市場運行中期逐步有效,然而在市場運行近期又稍偏離有效性。此外,利用最新發(fā)展的非線性Granger因果非參數(shù)Tn檢驗法以及傳統(tǒng)的線性Granger因果檢驗法,對滬深300指數(shù)現(xiàn)貨與期貨市場進行價格引導相互作用分析,研究表明,在整個研究階段,滬深300指數(shù)現(xiàn)貨和期貨之間存在線性和非線性的Granger因果關系;在期貨上市之初,股指期貨與現(xiàn)貨互為線性Granger因果關系,且只存在期貨對現(xiàn)貨的非線性Granger因果關系;在隨后階段內(nèi),期貨對現(xiàn)貨的線性和非線性關系仍然顯著,而現(xiàn)貨對期貨的線性和非線性Granger作用逐漸減弱�？偟膩碚f,期貨對現(xiàn)貨的價格發(fā)現(xiàn)從線性角度和非線性角度都起到主導作用。(4)從事件發(fā)生的時間角度,利用冪律分布、條件概率分布、去趨勢波動法等分析滬深300指數(shù)現(xiàn)貨和期貨市場的波動率與成交量重現(xiàn)時間間隔(重現(xiàn)期)特征,結(jié)果表明極端事件發(fā)生的概率分布與一般事件具有標度一致性,暗示極端事件概率分布可由一般事件來推導出;波動率和成交量重現(xiàn)期均具有長記憶和短記憶性,為重現(xiàn)期預測提供理論支撐;波動率與成交量重現(xiàn)期的概率相關性分析表明二者具有同步性。進一步,探討了重現(xiàn)期在風險管理中的應用,為風險預測、管理提供一個新的視角。(5)利用金融物理學方法找出滬深300指數(shù)現(xiàn)貨和期貨存在的一些典型事實,構(gòu)建不同分布下的GARCH族模型,從而分別對滬深300指數(shù)現(xiàn)貨和期貨市場進行Va R測度,并用返回測試中的似然比和動態(tài)分位數(shù)回歸加以檢驗,結(jié)果表明對滬深300指數(shù)現(xiàn)貨而言,收益分布偏離正態(tài)分布,收益率的長記憶性并不明顯,而波動率則有很強的長記憶性。在樣本內(nèi)和樣本外,假定收益分布服從有偏學生t分布的Va R測度模型精度高于正態(tài)分布和學生t分布;HYGARCH模型對滬深300指數(shù)現(xiàn)貨能提供更高精度的Va R測度。對于滬深300指數(shù)期貨來說,期貨收益分布的非對稱性并不顯著,但存在尖峰厚尾性,其分布也遠離正態(tài)分布。收益序列幾乎不存在長記憶性,但波動率存在顯著的長記憶性。無論在樣本內(nèi)樣本外,收益分布服從t分布和有偏學生t分布模型的Va R測度精度要高于正態(tài)分布,然而,t分布和有偏學生t分布對應的Va R測度精度相差不大,與收益分布的對稱性是一致的;GJR模型對滬深300指數(shù)期貨的Va R測度是最有效的。(6)針對滬深300指數(shù)現(xiàn)貨對數(shù)已實現(xiàn)波動率偏離正態(tài)分布的特征,采用對刻畫序列分布特征更廣的有偏學生t分布來擬合對數(shù)已實現(xiàn)波動率;同時,根據(jù)金融市場存在的典型事實,采用更多GARCH族模型,對滬深300指數(shù)現(xiàn)貨對數(shù)已實現(xiàn)波動率模型擾動項條件時變異方差建模,在不同損失函數(shù)下,用MCS檢驗法,對分布不同和模型不同的已實現(xiàn)波動率模型預測結(jié)果進行評價,結(jié)果表明:就分布而言,有偏學生t分布下的已實現(xiàn)波動率模型預測結(jié)果比正態(tài)分布的更精確;對于已實現(xiàn)波動率預測模型而言,ARFIMAX或ARFIMAX-GARCH族模型能提供較好的預測精度。對于滬深300指數(shù)期貨已實現(xiàn)波動率模型,也得到類似結(jié)果。研究豐富了現(xiàn)有已實現(xiàn)波動率建模體系,為波動率的預測提供新的方法。
【關鍵詞】：修正配分函數(shù)法 移動加權(quán)平均去趨勢波動法 重現(xiàn)期 典型事實 Va R測度 已實現(xiàn)波動率 滬深300指數(shù)現(xiàn)貨和期貨
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：F724.5
【目錄】：

• 摘要4-6
• ABSTRACT6-13
• 第一章 緒論13-26
• 1.1 研究背景與研究意義13-14
• 1.1.1 研究背景13-14
• 1.1.2 研究意義14
• 1.2 國內(nèi)外研究現(xiàn)狀14-22
• 1.2.1 金融物理學中的分形及重現(xiàn)期技術研究15-19
• 1.2.2 計量經(jīng)濟學中VaR測度和已實現(xiàn)波動率的研究19-21
• 1.2.3 滬深300指數(shù)現(xiàn)貨和期貨的實證研究21-22
• 1.3 研究內(nèi)容、方法與技術路線22-26
• 1.3.1 研究內(nèi)容22-24
• 1.3.2 研究方法與技術路線24-26
• 第二章 配分函數(shù)法的改進及其性質(zhì)研究26-38
• 2.1 傳統(tǒng)配分函數(shù)法性質(zhì)及參數(shù)經(jīng)濟含義26-30
• 2.1.1 傳統(tǒng)配分函數(shù)法26-27
• 2.1.2 性質(zhì)及參數(shù)經(jīng)濟含義27-30
• 2.2 修正配分函數(shù)法30-37
• 2.2.1 修正配分函數(shù)法的構(gòu)建30-32
• 2.2.2 修正配分函數(shù)法的數(shù)值模擬32-33
• 2.2.3 實例分析33-37
• 2.3 小結(jié)37-38
• 第三章 移動加權(quán)平均去趨勢波動法的構(gòu)建及應用分析38-46
• 3.1 移動平均去趨勢波動法（DMA）38-39
• 3.2 移動加權(quán)平均去趨勢波動法的構(gòu)建（DWMA）39-43
• 3.2.1 灰色算子39-40
• 3.2.2 移動加權(quán)平均去趨勢波動法（DWMA）40-41
• 3.2.3 數(shù)值模擬41-43
• 3.3 實證分析43-45
• 3.3.1 滬深300現(xiàn)貨和期貨已實現(xiàn)波動率的長記憶性43-45
• 3.4 小結(jié)45-46
• 第四章 滬深300指數(shù)現(xiàn)貨和期貨市場的有效性和相互引導分析46-66
• 4.1 滬深300指數(shù)現(xiàn)貨市場有效性分析46-55
• 4.1.1 多重分形移動加權(quán)平均去趨勢波動法的構(gòu)建46-49
• 4.1.2 數(shù)據(jù)選取及統(tǒng)計描述49-50
• 4.1.3 實證結(jié)果50-55
• 4.2 滬深300指數(shù)期貨市場有效性分析55-57
• 4.2.1 數(shù)據(jù)統(tǒng)計描述55
• 4.2.2 實證分析55-57
• 4.3 滬深300指數(shù)現(xiàn)貨和期貨的相互引導作用分析57-64
• 4.3.1 線性與非線性Granger方法58-60
• 4.3.2 實證研究60-64
• 4.4 小結(jié)64-66
• 第五章 滬深300指數(shù)現(xiàn)貨與期貨重現(xiàn)期分析及應用66-84
• 5.1 滬深300指數(shù)現(xiàn)貨重現(xiàn)期分析66-73
• 5.1.1 數(shù)據(jù)及其處理66-68
• 5.1.2 重現(xiàn)期的概率分布68-69
• 5.1.3 重現(xiàn)期的記憶性69-71
• 5.1.4 波動率和成交量重現(xiàn)期關系71-72
• 5.1.5 風險管理中的應用72-73
• 5.2 滬深300指數(shù)期貨重現(xiàn)期分析73-79
• 5.2.1 數(shù)據(jù)及處理73-75
• 5.2.2 重現(xiàn)期的概率分布75-76
• 5.2.3 重現(xiàn)期的記憶性76-78
• 5.2.4 波動率和成交量重現(xiàn)期關系78-79
• 5.3 滬深300指數(shù)現(xiàn)貨和期貨重現(xiàn)期的灰色自記憶預測79-83
• 5.3.1 灰色GM（1,1）自記憶模型79-82
• 5.3.2 重現(xiàn)期預測82-83
• 5.4 小結(jié)83-84
• 第六章 典型事實下的滬深300指數(shù)現(xiàn)貨和期貨VaR測度分析84-99
• 6.1 滬深300指數(shù)現(xiàn)貨VaR測度分析84-91
• 6.1.1 計量模型與方法84-86
• 6.1.2 實證分析86-91
• 6.2 滬深300指數(shù)期貨VaR測度分析91-98
• 6.2.1 計量模型與方法92
• 6.2.2 實證分析92-98
• 6.3 小結(jié)98-99
• 第七章 典型事實下的滬深300現(xiàn)貨和期貨已實現(xiàn)波動率預測99-116
• 7.1 滬深300指數(shù)現(xiàn)貨的已實現(xiàn)波動率模型建立及預測99-110
• 7.1.1 數(shù)據(jù)及已實現(xiàn)波動率的估計100-101
• 7.1.2 已實現(xiàn)波動率的預測模型構(gòu)建101-104
• 7.1.3 已實現(xiàn)波動率的預測方法104-106
• 7.1.4 實證結(jié)果106-110
• 7.2 滬深300指數(shù)期貨已實現(xiàn)波動率預測110-115
• 7.2.1 數(shù)據(jù)及其描述110-111
• 7.2.2 已實現(xiàn)波動率的預測模型構(gòu)建111-113
• 7.2.3 已實現(xiàn)波動率的預測方法113
• 7.2.4 實證結(jié)果113-115
• 7.3 小結(jié)115-116
• 第八章 總結(jié)與展望116-120
• 8.1 全文小結(jié)116-118
• 8.2 主要創(chuàng)新點118
• 8.3 研究不足與展望118-120
• 參考文獻120-131
• 致謝131-132
• 在校期間的研究成果及發(fā)表論文132

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐勇;張世英;;高頻數(shù)據(jù)的加權(quán)已實現(xiàn)極差波動及其實證分析[J];系統(tǒng)工程;2006年08期

2 魏宇;;中國股票市場的最優(yōu)波動率預測模型研究——基于滬深300指數(shù)高頻數(shù)據(jù)的實證分析[J];管理學報;2010年06期

3 魏振祥;楊晨輝;劉新梅;;滬深300指數(shù)期貨與國內(nèi)外股指期貨市場間的信息傳遞效應[J];財貿(mào)經(jīng)濟;2012年08期

4 曹鴻興;大氣運動的自憶性方程[J];中國科學(B輯 化學 生命科學 地學);1993年01期

5 魏宇;;金融市場的多分形波動率測度、模型及其SPA檢驗[J];管理科學學報;2009年05期

6 魏宇;余怒濤;;中國股票市場的波動率預測模型及其SPA檢驗[J];金融研究;2007年07期

7 左浩苗;劉振濤;曾海為;;基于高頻數(shù)據(jù)的股指期貨與現(xiàn)貨市場波動溢出和信息傳導研究[J];金融研究;2012年04期

8 華仁海;劉慶富;;股指期貨與股指現(xiàn)貨市場間的價格發(fā)現(xiàn)能力探究[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2010年10期

9 佟孟華;;滬深300股指期貨動態(tài)套期保值比率模型估計及比較——基于修正的ECM-BGARCH(1,1)模型的實證研究[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2011年04期

10 何誠穎;張龍斌;陳薇;;基于高頻數(shù)據(jù)的滬深300指數(shù)期貨價格發(fā)現(xiàn)能力研究[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2011年05期

，

本文編號：597409