MCMC交织策略下中国股市多变量因子随机波动研究

论文摘要

波动性作为一种衡量金融资产投资风险的有力工具,在现代金融领域中有着广泛的应用,例如在证券资产投资组合、资本资产定价、套利定价和期权定价等方面。捕捉金融市场时变波动性的模型主要有两大类:ARCH类模型和SV类模型。由于SV类模型在描述金融数据特征和波动预测方面的良好表现,使其备受研究学者们的青睐。本文从金融时间序列波动的应用背景出发,指出行业指数波动性研究的现实意义,并分别从SV模型、多元SV模型以及估计方法等方面对文献进行简要回顾。对多变量因子随机波动模型（MF-SV）框架以及模型参数的估计方法进行详细的阐述,并叙述了MF-SV模型以及交织策略（ASIS）的MCMC估计方法的优越性。基于MF-SV模型,对改进型MCMC算法中的浅交织策略MCMC算法和深交织策略MCMC算法以及标准MCMC算法进行模拟实验,结果表明交织策略的MCMC算法明显优于未实施交织策略的标准MCMC算法,其中深交织策略的MCMC算法表现最优。在实证部分,本文基于MF-SV模型,以沪深A股市场二级行业指数作为研究对象,研究分析行业指数的波动特征及其波动关联性。主要研究结论如下:（1）利用三个公共因子可以较好地刻画出市场的波动性,第一个因子为一般性的市场因子,其中属于信息技术产业的半导体、软件、硬件载荷最大,第二个因子由银行、能源和资本市场行业驱动,第三个因子由医药、食零和食品行业驱动。（2）整体上A股市场具有高度持续性的波动特征,其中商业行业最高,通信行业最弱。对于波动率方差,通信行业最大,商业行业最小。对于波动水平,银行业最大,资本品行业最小。最后在研究总结后给出相关建议,并且指出本文的局限性以及今后进一步研究的方向。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
•   1.1 研究背景及意义
•   1.2 文献综述
•   1.3 研究工作的创新
•   1.4 论文结构
• 第2章 模型框架
•   2.1 随机波动模型
•   2.2 单变量随机波动模型的贝叶斯推断
•   2.3 多变量因子随机波动模型的贝叶斯推断
• 第3章 模拟实验
•   3.1 参数设定
•   3.2 模拟结果
• 第4章 沪深股市行业指数时变波动特征的实证分析
•   4.1 数据的说明与描述统计
•   4.2 模型的后验估计和结果分析
• 第5章 结论与建议
•   5.1 研究总结
•   5.2 建议
•   5.3 研究展望
• 参考文献
• 附录1
• 附录2
• 致谢
• 攻读学位期间取得的科研成果

文章来源

类型: 硕士论文

作者: 刘玲妙

导师: 刘建华

关键词: 随机波动模型,多变量因子随机波动模型,算法,行业指数

来源: 闽南师范大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

单位: 闽南师范大学

分类号: F224;F832.51

总页数: 84

文件大小: 4810K

下载量: 80