导读:本文包含了条件异方差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:方差,模型,条件,药品价格,计量学,资产,组合。
条件异方差论文文献综述
李泽光,孙楚[1]（2019）在《广义自回归条件异方差模型(GARCH)在我国股票市场中的实证研究》一文中研究指出国家政策的推出对于股市的波动造成何种影响,是在研究我国股市波动性时需要关注的一个重要问题。本文结合我国股票市场的实际发展,选取"融资融券"业务这一重要政策,并提取政策提出前后股票市场中的有关数据,对数据进行GARCH类模型拟合,结合所得模型分析该政策提出前后股市的波动性变化。(本文来源于《市场周刊》期刊2019年10期）
杨星,李斌,曾悦,米君龙[2]（2019）在《非对称非线性平滑转换的广义自回归条件异方差算法的碳价格均值回归检验》一文中研究指出本文利用非对称非线性平滑转换的广义自回归条件异方差(ANST–GARCH)算法对欧盟碳排放权价格均值回归特征进行了检验,研究表明:1)在欧盟碳交易市场3个阶段的发展进程中,第Ⅰ阶段欧盟排放权配额(EUA)价格序列变动服从均值回避,第Ⅱ, Ⅲ阶段均具有非对称均值回归特征; 2)经过风险调整后的欧盟碳配额价格序列仍然具有非对称性均值回归特征,负的均值回归速度和幅度明显大于正的均值回归速度和振幅; 3)均值回归与投资者对信息的过度反应有关,与时变理性预期无关.具体而言,第Ⅰ阶段拒绝过度反应假设,接受时变理性预期假设;第Ⅱ,Ⅲ阶段接受过度反应假设,拒绝时变理性预期假设.(本文来源于《控制理论与应用》期刊2019年04期）
马俊美,卓金武,张建,陈渌[3]（2019）在《广义自回归条件异方差模型加速模拟定价理论》一文中研究指出研究了广义自回归条件异方差(GARCH)模型下方差衍生产品的加速模拟定价理论.基于Black-Scholes模型下的产品价格解析解以及对两类标的过程的矩分析,提出了一种GARCH模型下高效控制变量加速技术,并给出最优控制变量的选取方法.数值计算结果表明,提出的控制变量加速模拟方法可以有效地减小Monte Carlo模拟误差,提高计算效率.该算法可以方便地解决GARCH随机波动率模型下其他复杂产品的计算问题,如亚式期权、篮子期权、上封顶方差互换、Corridor方差互换以及Gamma方差互换等计算问题.(本文来源于《同济大学学报(自然科学版)》期刊2019年03期）
徐子昂[4]（2019）在《条件异方差下预期不足（ES）的估计及其应用》一文中研究指出管理风险是金融监管中最重要的一个步骤。若要管理好风险,首先需要找到一个合理的风险度量工具。JP摩根在上个世纪90年代提出了在险价值VaR,VaR概念简单、便于理解,2008年次贷危机的爆发揭露了 VaR无法度量尾部风险的天然缺陷,随后巴塞尔委员会在2013年明确建议金融机构使用ES替代VaR,ES和VaR相比,首先ES可以描述尾端风险,其次ES满足次可加性,满足现代投资组合理论中的风险分散化原则,最后ES具备凸性,这表明ES作为风险度量工具构建投资组合可以得到最优解。Dimitriadis和Bayer(2017)[1]依据ES的损失函数(Fissler和Zigel,2016)[2]构建了一类VaR和ES的联合估计模型,该模型能够像普通回归模型一样测度或预报出ES,极大的方便了风险度量和管理工作,但现有的工作并没有考虑金融数据的典型特征,而且用简单联合模型估计ES时,其残差中也有存在条件异方差现象,本文用实际数据证实了这一点,有鉴于此,我们构建了能充分考虑条件异方差特性的ES度量模型,设计了一种迭代算法来估计参数,并简要讨论了参数估计量的统计性质。为了检验新模型在度量ES上的优势,本文使用Johanna et al(2017)[3]提出的最新的方法,检验了模型实际度量ES的效果,结果显示,相比传统的方法,文中构建的条件异方差下ES度量模型能更加准确地测出ES的具体数值。在获得预期不足更为准确的度量之后,本文继续探究其在实际中的应用。主要包括如下二方面,首先用新方法估计出的ES来分析风险的贡献因素,文中以招商银行为例,从公司基本面、市场层面、宏观层面叁个维度选择分析变量,探究风险的主要来源,结果显示其尾部风险的来源主要为来自股票交易市场的流动性风险和来自宏观层面的系统风险,并且在越是极端的情况下,流动性风险贡献越高,系统风险贡献越低;最后在Piotroski-F评分法(Piotriski,2000)[4]的基础上依据较为准确的ES,帮助具备价值投资理念的个人投资者构建资产组合,使得个人投资者在获得超额收益的同时控制风险。综上所述,本文在构建ES度量模型时首次考虑到了条件异方差,和传统的方法相比,该方法对于ES的估计更加精确。该模型能够为金融机构进行风险贡献因素分析提供参考,能够帮助投资者构建资产组合,提高资产组合应对极端情况风险的能力,也能够为金融监管机构监管风险提供了一定的参考价值。(本文来源于《华中师范大学》期刊2019-04-01）
张裴闻,王睿璇,江海峰[5]（2018）在《引入条件异方差效应的CAPM模型簇改进》一文中研究指出资本资产定价(CAPM)模型簇假设扰动项为同方差,不能有效刻画金融资产收益率波动呈现出的条件异方差特点。为在实际应用中正确使用此类模型,给出两点改进:引入GARCH模型刻画扰动项波动规律,替代传统的正态分布假设;将条件异方差作为风险因素引入模型。以美国银行业实际数据进行实证研究,检验结果表明了本文改进方案的合理性,为实证分析中正确使用此类模型提供了有益参考。(本文来源于《安徽工业大学学报(自然科学版)》期刊2018年04期）
刘红梅,干彬,刘金华,赵明峰[6]（2018）在《基于奇异值分解和条件异方差的数字水印算法》一文中研究指出针对基于高斯分布的图像模型在水印嵌入和检测中存在的性能较差问题,提出一种基于奇异值分解和条件异方差的数字水印方法。给出一种运用小波变换和奇异值分解的加性水印嵌入方法。利用条件异方差模型较好地描述图像小波系数的"尖峰重尾"分布特性和异方差特性,来对小波系数进行建模。在此基础上,应用统计假设检验理论分析水印的盲检测过程,并推导水印检测中虚警概率和检测概率之间的工作特性关系。仿真结果表明了该方法的有效性,而且在诸如噪声、JPEG压缩、滤波、旋转以及缩放等攻击下具有较好的检测性能。(本文来源于《计算机应用与软件》期刊2018年05期）
刘亚男[7]（2018）在《高斯混合自回归条件异方差模型》一文中研究指出由于混合时间序列模型具有拟合多峰数据的特点,因此在近些年得到广泛地应用.本文提出的高斯混合自回归条件异方差模型(Gaussian mixture autoregressive-autoregressive conditional heteroscedastic,简称GMAR-ARCH)也是混合时间序列模型中的一种.在以往的混合AR-ARCH中,权重项为与时间无关的变量.尽管这样的模型已经取得较好的效果,但是以往的混合ARARCH模型中只给出了在阶数为特定值时的高阶平稳条件,没有给出平稳分布的具体形式以及遍历性的证明.在本文中将权重项改为与时间滞后项相关的函数后,不仅使模型在实际中继承了混合模型拟合多峰数据的特点,从理论层面亦可以得到平稳分布的密度函数,根据Markov链的理论证明了遍历性,给出了似然函数并证明了相合性,用极大似然方法给出了参数估计,并进行了数值模拟,模拟的结果表明估计值具有较小的均方误差.(本文来源于《吉林大学》期刊2018-05-01）
白鹤松,曲振涛[8]（2018）在《引入半参数的广义自回归条件异方差模型下的产业收益率预测》一文中研究指出文章对GARCH模型进行拓展,通过半参数化处理以提高模型的预测精度。使用OLS检验和SPA检验两种方法对半参数化后的广义自回归条件异方差模型的预测能力进行验证。半参数化GARCH模型具有形式简洁、易于操作及预测精度高等优点。以冰雪文化产业园的收益率为研究对象,采用半参数化GARCH模型进行实证检验,结果表明我国冰雪文化产业园的收益率总体偏低,冰雪文化产业的发展还处于发展阶段,预计到2032年我国冰雪文化产业园的收益率可达86.27%,是今后需要重点扶持的产业之一。(本文来源于《统计与决策》期刊2018年08期）
宋燕,韩志琰,宋奎勐,窦伟洁,甄天民[9]（2017）在《基于ARCH(自回归条件异方差)模型的我国药品价格波动的实证分析》一文中研究指出目的:探讨药品价格变动特征和变化趋势,为政府评估政策效果、做好宏观调控和价格监管提供参考。方法:基于2011-2017年我国药品价格月度数据,采用ARCH(自回归条件异方差)类模型,对药品价格波动进行实证分析。结果:我国药品价格总体呈波动上升趋势,特别是2015年药品价格改革之后,价格上升趋势较为明显。药品价格波动的幅度和频率比较均匀,价格波动不具有集簇性,没有显着的信息冲击效应,但药品价格波动的记忆性较强。结论:我国药品价格变动相对平稳,药品市场的价格调控政策在平抑价格波动方面具有较强的作用。建议在积极稳妥推进药品价格市场化改革的同时,充分发挥政府对药品价格形成的调控作用,把握好政策调节市场的力度,并加强药品市场价格监测。(本文来源于《中华医学图书情报杂志》期刊2017年12期）
朱华锋[10]（2017）在《几类可观测序列驱动的条件异方差模型研究》一文中研究指出自从诺贝尔经济学奖得主Engle于1982年开创性地提出ARCH模型以及Bollerslov随后在1986年将其扩展为GARCH模型以来,(G)ARCH族条件异方差模型在近几十年里备受统计学和金融计量学专家学者的推崇,被广泛地应用于金融时间序列分析的理论和应用研究中.2007年,凌仕卿教授(Ling)提出了双自回归(DAR)模型,文章在不需要假设序列二阶矩存在的条件下,证明了模型参数的拟极大似然估计(QMLE)仍能保持渐近正态性.正如Ling在文章中所预言的,DAR模型的新颖性理论结果在条件异方差模型研究领域引起了很多的注意力和关注度.值得注意的是,DAR模型中的条件方差是由滞后可观测序列驱动的,而不像传统ARCH模型中条件方差是不可观测的滞后残差项平方的函数.鉴于DAR模型的理论创新性,本文基于DAR模型关于条件方差的设定形式,研究了几类由可观测序列驱动的条件异方差模型.本文的主要研究内容包括如下叁个方面:第一,对DAR模型的阶数进行了推广,研究了一类带有新型GARCH残差的滑动平均(MA)模型.文章给出了模型参数的拟极大似然估计(QMLE),并在允许序列二阶矩不存在的情况下,证明了模型参数的拟极大似然估计(QMLE)仍能保持渐近正态性.第二,对DAR模型的维度进行了扩展,将DAR模型由单变量扩展到多变量,研究了条件协方差阵由可观测序列驱动的向量双自回归(VDAR)模型.文章首先给出了模型遍历性的充分条件,并在不需要假设序列二阶矩存在的条件下,建立了模型参数拟极大似然估计(QMLE)的渐近理论.第叁,将一类半参数GARCH-M模型由一元扩展到多元,研究了一类条件协方差阵由可观测序列驱动的多元部分线性GARCH-M模型.文章基于截面似然的方法,给出了模型参数和非参未知函数的估计.对于以上所有模型,我们都通过数值模拟对估计量进行了检验,并利用实际数据做了实证研究.模拟结果表明,在有限样本下,估计量的表现良好.基于实际数据的实证研究结果也显示,相比经典的基准模型,以上所有模型在拟合和预测方面都具有一定程度的优越性,这说明我们考虑的模型在实际中具有一定的应用价值.(本文来源于《广州大学》期刊2017-12-01）
条件异方差论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用非对称非线性平滑转换的广义自回归条件异方差(ANST–GARCH)算法对欧盟碳排放权价格均值回归特征进行了检验,研究表明:1)在欧盟碳交易市场3个阶段的发展进程中,第Ⅰ阶段欧盟排放权配额(EUA)价格序列变动服从均值回避,第Ⅱ, Ⅲ阶段均具有非对称均值回归特征; 2)经过风险调整后的欧盟碳配额价格序列仍然具有非对称性均值回归特征,负的均值回归速度和幅度明显大于正的均值回归速度和振幅; 3)均值回归与投资者对信息的过度反应有关,与时变理性预期无关.具体而言,第Ⅰ阶段拒绝过度反应假设,接受时变理性预期假设;第Ⅱ,Ⅲ阶段接受过度反应假设,拒绝时变理性预期假设.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
条件异方差论文参考文献
[1].李泽光,孙楚.广义自回归条件异方差模型(GARCH)在我国股票市场中的实证研究[J].市场周刊.2019
[2].杨星,李斌,曾悦,米君龙.非对称非线性平滑转换的广义自回归条件异方差算法的碳价格均值回归检验[J].控制理论与应用.2019
[3].马俊美,卓金武,张建,陈渌.广义自回归条件异方差模型加速模拟定价理论[J].同济大学学报(自然科学版).2019
[4].徐子昂.条件异方差下预期不足（ES）的估计及其应用[D].华中师范大学.2019
[5].张裴闻,王睿璇,江海峰.引入条件异方差效应的CAPM模型簇改进[J].安徽工业大学学报(自然科学版).2018
[6].刘红梅,干彬,刘金华,赵明峰.基于奇异值分解和条件异方差的数字水印算法[J].计算机应用与软件.2018
[7].刘亚男.高斯混合自回归条件异方差模型[D].吉林大学.2018
[8].白鹤松,曲振涛.引入半参数的广义自回归条件异方差模型下的产业收益率预测[J].统计与决策.2018
[9].宋燕,韩志琰,宋奎勐,窦伟洁,甄天民.基于ARCH(自回归条件异方差)模型的我国药品价格波动的实证分析[J].中华医学图书情报杂志.2017
[10].朱华锋.几类可观测序列驱动的条件异方差模型研究[D].广州大学.2017
论文知识图
