資產(chǎn)定價(jià)與風(fēng)險(xiǎn)管理是當(dāng)今金融工程學(xué)科研究的核心,波動(dòng)率是兩大研究核心必須依賴的因素。構(gòu)建波動(dòng)率的動(dòng)態(tài)時(shí)變模型或應(yīng)用模型研究金融資產(chǎn)波動(dòng)率的結(jié)構(gòu)是重要的研究方向。成分自回歸條件異方差(CSGARCH)模型拓展于自回歸條件異方差(GARCH)模型,創(chuàng)造性地將條件方差分離成長期成分(Permanent)和短期成分(Transitory),應(yīng)用于金融時(shí)序研究時(shí),可將波動(dòng)率分解為短期波動(dòng)和長期波動(dòng),進(jìn)而可分別研究短期波動(dòng)效應(yīng)與長期波動(dòng)效應(yīng),提供波動(dòng)率研究的新視角。和所有的GARCH族模型一樣,最初的CSGARCH模型設(shè)定新息序列通常服從正態(tài)分布的假設(shè),后續(xù)研究表明這不能良好的擬合實(shí)證數(shù)據(jù)中通常存在的金融資產(chǎn)收益率序列的厚尾現(xiàn)象,導(dǎo)致模型估計(jì)有效性不足,而調(diào)和穩(wěn)態(tài)分布在擬合收益率序列的波動(dòng)時(shí)表現(xiàn)優(yōu)秀,具有良好的穩(wěn)定性,明顯優(yōu)于如t分布和GED分布等其他厚尾分布。本文從分布選擇的視角出發(fā),引入調(diào)和穩(wěn)態(tài)分布,并解決了調(diào)和穩(wěn)態(tài)分布與CSGARCH模型的系統(tǒng)化整合問題。應(yīng)用蒙特卡洛模擬方法比較四種分布在波動(dòng)率擬合的表現(xiàn),模擬結(jié)果發(fā)現(xiàn)基于調(diào)和穩(wěn)態(tài)分布的CSGARCH模型始終優(yōu)于基于正態(tài)分布,t分布和GED分...

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖5-1-1上證綜指收盤價(jià)

5實(shí)證研究335實(shí)證研究第四章節(jié)的內(nèi)容證明了調(diào)和穩(wěn)態(tài)分布在處理厚尾分布的優(yōu)越性，那么當(dāng)調(diào)和穩(wěn)態(tài)分布應(yīng)用于真實(shí)的歷史數(shù)據(jù)時(shí)，真實(shí)分布未知的情況下，其擬合能力與波動(dòng)率預(yù)測(cè)能力如何還需要進(jìn)行實(shí)證檢驗(yàn)。5.1數(shù)據(jù)來源與統(tǒng)計(jì)性描述實(shí)證數(shù)據(jù)是上證綜指5分鐘級(jí)別高頻數(shù)據(jù)的收盤價(jià)，來源于聚寬JQ....

圖5-1-2上證綜指對(duì)數(shù)收益率

5實(shí)證研究335實(shí)證研究第四章節(jié)的內(nèi)容證明了調(diào)和穩(wěn)態(tài)分布在處理厚尾分布的優(yōu)越性，那么當(dāng)調(diào)和穩(wěn)態(tài)分布應(yīng)用于真實(shí)的歷史數(shù)據(jù)時(shí)，真實(shí)分布未知的情況下，其擬合能力與波動(dòng)率預(yù)測(cè)能力如何還需要進(jìn)行實(shí)證檢驗(yàn)。5.1數(shù)據(jù)來源與統(tǒng)計(jì)性描述實(shí)證數(shù)據(jù)是上證綜指5分鐘級(jí)別高頻數(shù)據(jù)的收盤價(jià)，來源于聚寬JQ....

圖5-2-1上證綜指QQ圖

基于調(diào)和穩(wěn)態(tài)分布的CSGARCH模型蒙特卡洛模擬與應(yīng)用研究34上證綜指的收盤價(jià)序列和收益率序列分別如圖5-1-1和5-1-2所示。在收盤價(jià)圖像中可以看到明顯的波峰出現(xiàn)在2008年和2015年，波谷出現(xiàn)在2009年和2016年，對(duì)應(yīng)于收益率序列出現(xiàn)波動(dòng)聚集的現(xiàn)象。間隔相近且交替出現(xiàn)....

圖5-3-1正態(tài)分布擬合波動(dòng)率

基于調(diào)和穩(wěn)態(tài)分布的CSGARCH模型蒙特卡洛模擬與應(yīng)用研究38圖5-3-1正態(tài)分布擬合波動(dòng)率圖5-3-2GED分布擬合波動(dòng)率圖5-3-3t分布擬合波動(dòng)率

本文編號(hào)：3935674