波動(dòng)性是金融市場(chǎng)中投資組合、資本資產(chǎn)定價(jià)和風(fēng)險(xiǎn)管理等理論的核心變量,是金融市場(chǎng)研究的一個(gè)核心問(wèn)題。由于現(xiàn)有金融資產(chǎn)價(jià)格及其波動(dòng)率模型存在諸多不足,難以擬合金融市場(chǎng)具有突發(fā)事件的跳躍行為,隨著模型的復(fù)雜性加強(qiáng),參數(shù)估計(jì)給模型的實(shí)際應(yīng)用帶來(lái)很大的限制。因此,尋求合適的模型合適的方法來(lái)研究金融資產(chǎn)序列的波動(dòng)率具有十分重要的意義。目前,用來(lái)描述金融時(shí)間序列波動(dòng)性的模型主要有兩種,一種是自回歸條件異方差模型（ARCH）,另一種是隨機(jī)波動(dòng)模型（SV）,但不同的是,隨機(jī)波動(dòng)模型中的方差由一個(gè)不可觀(guān)測(cè)的隨機(jī)過(guò)程決定,更能擬合金融時(shí)間序列的尖峰厚尾性、長(zhǎng)記憶性等特點(diǎn),更適合金融領(lǐng)域的實(shí)際研究。另外受突發(fā)事件影響,金融時(shí)序還具有跳躍運(yùn)動(dòng)的特點(diǎn),而基本的隨機(jī)波動(dòng)模型無(wú)法刻畫(huà)收益率序列中的跳躍運(yùn)動(dòng)。因此,本文將跳躍行為作為隨機(jī)事件與SV模型相結(jié)合,構(gòu)建SV-Jump模型,它既能夠很好地解決資產(chǎn)時(shí)序的尖峰厚尾,也能夠解決時(shí)序具有的跳躍效應(yīng)。但SV-Jump模型屬于高維復(fù)雜的非線(xiàn)性模型,傳統(tǒng)的梯度算法估計(jì)模型參數(shù)時(shí)會(huì)帶來(lái)很大的不便。而且在隨機(jī)波動(dòng)模型中聯(lián)合后驗(yàn)分布是高維的,狀態(tài)變量波動(dòng)率是隱含的和不可觀(guān)察的,且一... 

【文章來(lái)源】：上海師范大學(xué)上海市

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

y的時(shí)間序列圖

上海師范大學(xué)碩士學(xué)位論文第三章SV-Jump模型的貝葉斯估計(jì)33較為穩(wěn)定。而且根據(jù)95%置信區(qū)間的指示結(jié)果來(lái)看，每一個(gè)變量的真值都在其內(nèi)部，說(shuō)明模型擬合也達(dá)到要求。為了使作圖清楚簡(jiǎn)便，本文中使用alpha代表，beta代表，phi代表，tau2代表2，k代表k，jmean代表j，jsigma2代表2j。圖3.2各參數(shù)的抽樣值圖圖3.2顯示了每一個(gè)變量的抽樣結(jié)果。通過(guò)上圖可知，除了2的抽樣值變動(dòng)較大，其余變量的抽樣值它們的變動(dòng)幅度都在一定范圍的區(qū)間內(nèi)上下變動(dòng)，說(shuō)明

各參

【參考文獻(xiàn)】：
期刊論文
[1]基于A(yíng)RCH（q）模型的高頻股票交易數(shù)據(jù)分析[J]. 楊凱,馬育欣,張欣然,陳雪妮,田源,王曉紅.  吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[2]GARCH模型控制圖的構(gòu)造與應(yīng)用[J]. 劉曉華.  統(tǒng)計(jì)與決策. 2019(07)
[3]基于MCMC的SV模型分鐘高頻股指波動(dòng)率研究[J]. 張艷慧,鄭宇軒,曹顯兵.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2019(06)
[4]經(jīng)濟(jì)不確定性是股市波動(dòng)的因子嗎?——基于GARCH-MIDAS模型的分析[J]. 夏婷,聞岳春.  中國(guó)管理科學(xué). 2018(12)
[5]基于GARCH-VaR模型的外匯風(fēng)險(xiǎn)度量方法的統(tǒng)計(jì)比較[J]. 申利.  統(tǒng)計(jì)與決策. 2018(21)
[6]基于擬似然方法的股票收益與波動(dòng)率關(guān)系及其應(yīng)用研究[J]. 林金官,郝紅霞,汪紅霞.  統(tǒng)計(jì)研究. 2018(05)
[7]我國(guó)雞蛋期貨價(jià)格波動(dòng)特征及其影響因素研究——基于A(yíng)RCH類(lèi)模型的分析[J]. 凌正華.  價(jià)格理論與實(shí)踐. 2018(02)
[8]半?yún)?shù)門(mén)限隨機(jī)波動(dòng)率模型及其實(shí)證研究[J]. 馮從威,胡支軍.  貴州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[9]調(diào)和穩(wěn)定Lévy過(guò)程驅(qū)動(dòng)的雙重跳躍模型及期權(quán)應(yīng)用[J]. 宮曉莉,莊新田.  系統(tǒng)管理學(xué)報(bào). 2017(06)
[10]上證50指數(shù)波動(dòng)率影響因素研究[J]. 陳健,范天騰.  西安工業(yè)大學(xué)學(xué)報(bào). 2017(06)

碩士論文
[1]基于貝葉斯MCMC算法的股指VaR實(shí)證研究[D]. 李睿.哈爾濱工業(yè)大學(xué) 2018
[2]基于MCMC方法的SV模型的貝葉斯估計(jì)及實(shí)證分析[D]. 趙行為.中國(guó)礦業(yè)大學(xué) 2017
[3]基于GARCH-Jump模型下滬深300股指波動(dòng)率的MCMC方法研究[D]. 林榮吉.廣西師范大學(xué) 2015
[4]基于MCMC貝葉斯方法的隨機(jī)波動(dòng)率模型實(shí)證研究[D]. 于冉春.上海師范大學(xué) 2014
[5]基于貝葉斯分析的厚尾和杠桿SV模型對(duì)中國(guó)股市的研究[D]. 劉志丹.南京理工大學(xué) 2009



本文編號(hào)：3613372