本文關鍵詞：隨機波動模型簇及波動率預測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：馬克維茨的均值方差模型中,第一次運用波動率來定量地衡量金融資產的風險。隨后,針對金融資產波動率的研究逐漸圍繞著對波動率的均值回復現象和波動率的聚集現象的研究展開。金融資產收益率的波動存在著很多的特性,主要有厚尾分布(fat-tail)、非對稱影響(Leverage)、波動率聚集(Volatility Clusters)、波動率的均值回復(Mean Reverse)、跳躍(Jump)等等;而通過對過去的研究的總結發(fā)現,無論是Garch模型簇還是SV模型簇,都沒有很好的模型在一個模型中能夠刻畫厚尾特征和非對稱效應,因此,在過去研究的基礎上,提出了非對稱的厚尾的隨機波動模型,并且在此模型的基礎上,加入了跳躍因子,得到了帶跳和非對稱效應的厚尾隨機波動模型用來刻畫金融資產的跳躍現象。本文中討論的隨機波動模型同時兼顧了股票市場的非對稱效應、厚尾效應和跳躍特征,對新的模型的結構進行了統(tǒng)計分析,接著通過貝葉斯分析推導得到了參數的后驗分布,并設計了模型參數估計的吉布斯算法;選擇創(chuàng)業(yè)板指數作為研究對象,利用帶跳和非對稱效應的厚尾隨機波動模型進行波動率預測,同時,運用MSE、QLICK損失函數對跳躍厚尾非對稱的隨機波動模型、厚尾隨機波動模型以及標準隨機波動模型的預測效果進行比較分析,并運用D-M統(tǒng)計量對模型的預測效果的優(yōu)劣進行了顯著性檢驗。研究結果表明:近幾年來中國股市具有明顯的波動持續(xù)性、非對稱效應、厚尾現象和跳躍現象,中國股市的跳躍現象比美國股市更加明顯。在對中國股市的波動率預測方面,帶跳和非對稱效應的厚尾SV的預測效果比非對稱的厚尾SV模型和厚尾SV模型好,而非對稱厚尾隨機波動模型又要比標準隨機波動模型好。
【關鍵詞】：非對稱效應 厚尾效應 跳躍過程 隨機波動模型 MCMC模擬
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F832.51
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章緒論10-16
• 1.1 研究背景和意義10-11
• 1.2 文獻綜述11-13
• 1.2.1 金融市場波動特征11-13
• 1.2.2 隨機波動模型及其估計方法13
• 1.3 研究思路與內容13-16
• 1.3.1 研究思路13-14
• 1.3.2 研究內容14-16
• 第二章金融資產波動率及建模的基本理論16-24
• 2.1 金融資產波動的基本概念16-17
• 2.1.1 收益率的二階矩-波動率16
• 2.1.2 收益率的偏度、峰度16-17
• 2.2 金融資產波動的主要特征17-18
• 2.2.1 波動聚集現象17
• 2.2.2 波動的長記憶性17
• 2.2.3 波動率的非對稱效應17
• 2.2.4 波動溢出效應17-18
• 2.3 波動率在期權定價中的運用18-19
• 2.4 尖峰厚尾分布19-21
• 2.4.1 T分布19-20
• 2.4.2 Cauchy分布20
• 2.4.3 帕累托分布20
• 2.4.4 廣義誤差分布（GED分布）20-21
• 2.5 MCMC抽樣方法21-23
• 2.5.1 MCMC抽樣方法的基本原理21
• 2.5.2 Gibbs抽樣算法21-23
• 2.6 本章小結23-24
• 第三章 非對稱的厚尾隨機波動模型的構建24-36
• 3.1 非對稱的厚尾隨機波動模型的構建24-26
• 3.1.1 厚尾隨機波動模型24
• 3.1.2 非對稱的厚尾隨機波動模型24-26
• 3.2 ASV-T模型的貝葉斯分析26-29
• 3.2.1 ASV-T模型的統(tǒng)計結構分析26
• 3.2.2 ASV-T模型的矩26-27
• 3.2.3 ASV-T模型的偏度和峰度27-28
• 3.2.4 ASV-T模型參數的貝葉斯參數估計28-29
• 3.3 ASV-T模型的Gibbs抽樣29-30
• 3.4 實證分析30-35
• 3.4.1 樣本選取和創(chuàng)業(yè)板指數的基本統(tǒng)計特征30-32
• 3.4.2 帶杠桿效應的厚尾SV模型估計結果分析32-35
• 3.5 本章小結35-36
• 第四章 帶跳的ASV-T模型的構建36-45
• 4.1 兩種隨機過程36-37
• 4.1.1 布朗運動36
• 4.1.2 跳躍擴散過程36-37
• 4.2 帶Jump的具有非對稱效應的厚尾SV模型37-40
• 4.2.1 帶跳的具有非對稱效應的厚尾SV模型的構建37-38
• 4.2.2 ASV-TJ模型的統(tǒng)計結構分析38
• 4.2.3 ASV-TJ模型的參數后驗分布38-39
• 4.2.4 ASV-TJ模型的Gibbs抽樣39-40
• 4.3 ASV-TJ模型對中美股票市場波動率的刻畫40-44
• 4.4 本章小結44-45
• 第五章 波動率預測45-49
• 5.1 動態(tài)預測法45
• 5.2 帶跳躍和非對稱效應的隨機波動模型下的波動率預測方法45-47
• 5.3 ASV-T、ASV-TJ、SV-T模型波動率預測效果比較47-48
• 5.4 本章小結48-49
• 結論49-51
• 參考文獻51-53
• 攻讀碩士學位期間取得的研究成果53-54
• 致謝54-55
• 附件55

【相似文獻】

中國期刊全文數據庫 前10條

1 毛舜華;;一種連續(xù)隨機波動模型參數估計的新算法[J];深圳職業(yè)技術學院學報;2007年01期

2 張敏強;魏宇;黃登仕;;基于隨機波動的資本市場混沌行為研究[J];統(tǒng)計與決策;2007年22期

3 邵錫棟;黃性芳;殷煉乾;;多變量隨機波動率模型及在中國股市的應用[J];統(tǒng)計與決策;2008年18期

4 黃波;顧孟迪;李湛;;偏正態(tài)隨機波動模型及其實證檢驗[J];管理科學學報;2010年02期

5 盧素;劉金山;;隨機波動模型的參數估計方法[J];佛山科學技術學院學報(自然科學版);2011年01期

6 周造武;;隨機波動模型下對標普指數的實證分析[J];中國商貿;2014年07期

7 李漢東,張世英;隨機波動模型的持續(xù)性和協(xié)同持續(xù)性研究[J];系統(tǒng)工程學報;2002年04期

8 朱勇生,張世英;平行數據隨機波動建模及應用研究[J];管理學報;2005年05期

9 蔣祥林;王春峰;;基于貝葉斯原理的隨機波動率模型分析及其應用[J];系統(tǒng)工程;2005年10期

10 郭培棟;陳啟宏;;隨機波動率下信用風險定價模型的比較分析[J];統(tǒng)計與決策;2012年23期

中國重要會議論文全文數據庫 前6條

1 張寧;倪宏艷;;需求隨機波動下的局部競爭與合作分析——廠商背叛行為的判定[A];管理科學與系統(tǒng)科學研究新進展——第6屆全國青年管理科學與系統(tǒng)科學學術會議暨中國科協(xié)第4屆青年學術年會衛(wèi)星會議論文集[C];2001年

2 李漢東;張世英;;隨機波動模型的波動持續(xù)性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 宋國青;;周期正在消失[A];2012年夏季CMRC中國經濟觀察（總第30期）[C];2012年

4 徐俊武;羅毅丹;;過剩產能能否抑制通貨膨脹?——基于包含隨機波動的TVP模型考察[A];2009年全國博士生學術會議論文集[C];2009年

5 孫有發(fā);張國亞;丁露濤;;基于Stretching和高階緊的Heston隨機波動模型下美式期權有限差分定價格式[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A10系統(tǒng)工程方法在金融、投資、保險業(yè)等領域的研究[C];2014年

6 于紅香;劉小茂;;SV-M模型下VaR和ES估計的極值方法[A];2003中國現場統(tǒng)計研究會第十一屆學術年會論文集（上）[C];2003年

中國博士學位論文全文數據庫 前6條

1 馬研生;隨機波動率模型中的金融衍生品定價問題[D];吉林大學;2012年

2 謝樂;一類局部隨機波動率模型的期權定價研究[D];浙江大學;2012年

3 鄭挺國;基于有限混合狀態(tài)空間的金融隨機波動模型及應用研究[D];吉林大學;2009年

4 孟利鋒;隨機波動模型及其建模方法研究[D];天津大學;2004年

5 陳萍;隨機波動率模型的統(tǒng)計推斷及其衍生證券的定價[D];南京理工大學;2004年

6 施秋紅;帶跳的隨機波動率模型下的期權定價研究[D];南京理工大學;2014年

中國碩士學位論文全文數據庫 前10條

1 江易芝;基于隨機波動模型的股市收益和波動模擬[D];長春工業(yè)大學;2015年

2 馬松;一類非自治隨機波動方程拉回吸引子的存在性[D];遼寧師范大學;2015年

3 王舒;一類隨機波動率模型的統(tǒng)計推斷[D];吉林大學;2016年

4 廖蒸;基于MCMC方法對帶跳隨機波動模型的研究[D];中央民族大學;2016年

5 伍捷;隨機波動模型簇及波動率預測方法研究[D];華南理工大學;2016年

6 鐘卓;函數參數隨機波動模型[D];廈門大學;2008年

7 嚴衛(wèi)星;隨機波動模型下的非交易日效應研究[D];南京理工大學;2008年

8 任國瑞;風電隨機波動的方差預報研究[D];哈爾濱工業(yè)大學;2015年

9 何魯寧;隨機波動率的波動率模型[D];上海交通大學;2011年

10 王明雷;具有隨機波動率的可轉換公司債券定價模型研究[D];浙江理工大學;2012年

  本文關鍵詞：隨機波動模型簇及波動率預測方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：488684