發(fā)布時間：2018-01-01 11:12

  本文關(guān)鍵詞：基于乘積誤差模型的中國股市波動率度量及應(yīng)用研究　出處：《山東財經(jīng)大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： “已實(shí)現(xiàn)”波動率 ARFIMA模型 TARCH模型 乘積誤差模型

【摘要】：金融市場中，波動率是度量金融風(fēng)險的一個非常重要的因素。交易者若期望獲得收益并對風(fēng)險進(jìn)行管理和控制，就必須研究波動率自身的性質(zhì)，因此精確預(yù)測波動率的研究顯得尤為重要。目前，對于金融高頻數(shù)據(jù)波動率的建模，主要集中在：對自回歸條件異方差模型(ARCH模型)的拓展、基于“已實(shí)現(xiàn)”波動率（RV）理論的模型、自回歸條件持續(xù)期模型(ACD模型)和乘積誤差模型（MEM）。經(jīng)研究表明，MEM是ARCH類模型和ACD模型共同拓展的模型，故其相關(guān)理論是值得詳細(xì)而深入研究的。在我國現(xiàn)有的文獻(xiàn)中，關(guān)于金融高頻數(shù)據(jù)波動率研究大多集中在前三者上，很少見MEM在這方面的研究。鑒于此，本文將MEM用于我國股市高頻數(shù)據(jù)波動率度量及預(yù)測上，這也是本文的創(chuàng)新點(diǎn)之一。 基于以上研究的思路，本文以我國高頻數(shù)據(jù)滬深300指數(shù)為研究對象，對我國股市高頻數(shù)據(jù)的典型特征進(jìn)行了研究與驗證，實(shí)證檢驗表明，我國股市高頻數(shù)據(jù)存在高峰厚尾性、自相關(guān)性、長記憶性和杠桿效應(yīng)等典型特征。根據(jù)我國高頻數(shù)據(jù)的典型特征，針對杠桿效應(yīng)建立了TARCH模型，針對“已實(shí)現(xiàn)”波動率建立了ARFIMA模型和MEM，分別運(yùn)用上述三種模型進(jìn)行了預(yù)測并對預(yù)測的準(zhǔn)確性進(jìn)行了比較分析。結(jié)果表明，MEM的預(yù)測效果是最好的，ARFIMA模型的預(yù)測效果其次。最后，，本文將基于MEM的波動率預(yù)測模型應(yīng)用于VaR值的計算中，并對其風(fēng)險預(yù)測的效果進(jìn)行返回檢驗。
[Abstract]:In the financial market , volatility is a very important factor to measure the financial risk . Based on the above research , this paper studies and verifies the typical characteristics of high frequency data in China . Based on the typical characteristics of high frequency data in China , a TARCH model is established for high frequency data in China . The results show that the prediction effect of MEM is the best , and the prediction effect of ARFIMA model is second . Finally , this paper applies the MEM based volatility prediction model to VaR calculation and returns the effect of risk prediction .

【學(xué)位授予單位】：山東財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F224;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉毅;陳佳;吳潤衡;;基于TARCH模型的VaR方法對上海股市的分析[J];北方工業(yè)大學(xué)學(xué)報;2007年01期

2 都國雄;寧宣熙;;我國上證綜指波動率的統(tǒng)計特性分析[J];東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2007年05期

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

4 馬玉林;趙靜;;動態(tài)VaR估計模型及實(shí)證[J];哈爾濱工業(yè)大學(xué)學(xué)報;2009年08期

5 張國良;VAR及其基本原理[J];沈陽航空工業(yè)學(xué)院學(xué)報;2001年03期

6 金登貴;我國股市高頻數(shù)據(jù)分布特征實(shí)證研究[J];江西廣播電視大學(xué)學(xué)報;2005年03期

7 馬國騰;趙妍;;滬深300股指收益率波動的實(shí)證分析——基于TARCH模型[J];經(jīng)濟(jì)論壇;2010年02期

8 林偉斌;王立立;;基于交易量持續(xù)期的流動性研究[J];南方經(jīng)濟(jì);2006年10期

9 安起光;郭喜兵;;基于GARCH族模型的股市收益率波動性研究[J];山東財政學(xué)院學(xué)報;2009年01期

10 馬玉林;王希泉;;基于實(shí)際波動率的VaR模型實(shí)證研究[J];山東大學(xué)學(xué)報(理學(xué)版);2007年10期

相關(guān)博士學(xué)位論文 前1條

1 李勝歌;基于高頻數(shù)據(jù)的金融波動率研究[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前1條

1 張嬌;高頻金融時間序列波動性研究[D];電子科技大學(xué);2009年

本文編號：1364258