本文關鍵詞：分位數回歸理論及其在金融時間序列的應用

  更多相關文章： 分位數 分位數回歸 時間序列分析 TGARCH模型 風險度量

【摘要】：1978年,Koenker和Bassett在中位數回歸的理論基礎上,把中位數回歸推廣到一般的分位數回歸。分位數回歸是給定回歸變量,估計響應變量條件分位數的方法。分位數回歸相較于傳統(tǒng)的回歸方法,應用條件更寬松,挖掘的信息也更豐富。它不僅可以度量回歸變量在分布中心的影響,而且還可以度量在分布上尾和下尾的影響,因此較之經典的最小二乘回歸具有獨特的優(yōu)勢。特別在處理金融數據時,這種優(yōu)勢會帶來更顯著的效果。本文主要對資產波動率模型、分位數回歸理論以及TGARCH模型的分位數回歸方法進行了研究。主要內容如下:1.論文介紹了資產波動率及其估計模型,包括Engle(1982)提出的自回歸條件異方差模型(ARCH),Bollerslev(1986)提出的廣義自回歸條件異方差模型(GARCH),Nelson(1991)提出的指數GARCH模型(EGARCH)以及Glonsten等(1993)和Zakoian(1994)提出的門限廣義自回歸條件異方差模型(TGARCH)。同時,論文也討論了這些模型的優(yōu)缺點,以及一些模型的預測。2.論文討論了分位數回歸理論。首先通過分位數及最小二乘回歸的定義引入分位數回歸的基本概念;其次給出分位數回歸的估計方法及漸近性質;然后介紹了分位數回歸檢驗的幾種方法:Wald檢驗以及擬似然比檢驗。3.論文研究了TGARCH模型的分位數回歸估計方法,是對分位數回歸方法的進一步推廣。在前兩章的基礎上,把分位數回歸的思想應用到TGARCH模型的參數估計中。首先給出了TGARCH模型參數的分位數回歸估計模型,其次證明了該參數估計量的一致性,最后為了驗證估計的精度和檢驗的功效,選擇IBM的股票日收益率作為研究樣本,通過R軟件做了數據模擬試驗,驗證了結論的合理性。
【關鍵詞】：分位數 分位數回歸 時間序列分析 TGARCH模型 風險度量
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O211.1
【目錄】：

• 致謝4-5
• 摘要5-6
• ABSTRACT6-12
• 1 緒論12-17
• 1.1 研究背景12-13
• 1.2 文獻綜述13-15
• 1.3 論文的主要內容15
• 1.4 論文的主要創(chuàng)新點15-17
• 2 資產波動率模型17-23
• 2.1 波動率17
• 2.2 ARCH模型17-18
• 2.3 GARCH模型18-19
• 2.4 指數GARCH模型19-22
• 2.5 門限GARCH模型22-23
• 3 分位數回歸理論23-32
• 3.1 分位數及分位數回歸23-25
• 3.2 分位數回歸的思想25-27
• 3.3 分位數回歸的統(tǒng)計推斷27-30
• 3.4 分位數回歸的檢驗30-32
• 4 TGARCH模型的分位數回歸估計32-39
• 4.1 參數估計模型32-33
• 4.2 一致性33-35
• 4.3 Ljung-Box檢驗35-36
• 4.4 數據模擬36-39
• 5 結論與展望39-40
• 5.1 論文工作總結39
• 5.2 展望39-40
• 參考文獻40-43
• 作者簡歷43-45
• 學位論文數據集45

【參考文獻】

中國期刊全文數據庫 前1條

1 季莘,陳峰,吳先萍;用百分位數回歸制訂正常人群血壓參考值的研究[J];數理醫(yī)藥學雜志;1999年04期

，

本文編號：886137