基于稳定分布的G-ARMA-GARCH族的中国股指收益率及其在险价值研究

基于稳定分布的G-ARMA-GARCH族的中国股指收益率及其在险价值研究

论文摘要

金融数据一般具有尖峰厚尾的特性,股市数据一般具有波动特性,不同发展水平状态下的股票市场一般存在非对称性,异方差性、聚集效应以及杠杆效应,故如何研究尖峰厚尾状态下股市数据的特性是一个重中之重的问题。本文利用稳定分布捕获沪深股市股指收益的尖峰厚尾特性和非对称性,利用ARMA-GARCH模型捕获异方差性,并结合历史价格信息,建立基于稳定分布的G-ARMA-GARCH模型(G-ARMA-GARCH-S)。本文的研究结构如下:前三章介绍了金融数据的一般特征,简述了金融数据的分布及其特点,从“稳定”、中心极限定理和特征函数三个角度给出了稳定分布的定义,并给出贝叶斯估计稳定分布参数的方法。第四章引入梯度因子,建立G-ARMA-GARCH-S族模型,讨论了几种不同分布下的G-ARMA-GARCH族模型的特性,利用极大似然估计对模型系数作出了估计,并给出基于稳定分布的在险价值(VaR)估计方法,用其衡量金融市场风险。最后通过模拟验证了用贝叶斯方法估计稳定分布参数误差更小。通过沪深股市股指收益率序列数据进行实证分析,发现G-ARMA-GARCH-S族模型比正态分布等薄尾分布拟合效果更好,并且G-ARMA-GARCH-S族模型估计的VaR刻画沪深股市金融市场风险更准确,更能给投资者投资风险建议。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  •   §1.1 选题背景及意义
  •   §1.2 研究方法
  •   §1.3 国内外研究现状
  •   §1.4 论文结构
  •   §1.5 本文创新点
  • 第二章 金融数据介绍
  •   §2.1 金融数据特征
  •   §2.2 基本统计量
  •   §2.3 常用分布
  •     §2.3.1 正态分布
  •     §2.3.2 t分布
  •     §2.3.3 广义误差分布
  •     §2.3.4 Tweedie分布族
  •     §2.3.5 稳定分布
  • 第三章 稳定分布
  •   §3.1 稳定分布的定义
  •   §3.2 稳定分布的密度函数
  •   §3.3 稳定分布的参数估计
  • 第四章 基于稳定分布的G-ARMA-GARCH模型族
  •   §4.1 梯度因子
  •   §4.2 ARMA模型
  •   §4.3 GARCH族模型
  •     §4.3.1 ARCH模型
  •     §4.3.2 GARCH模型
  •     §4.3.3 基于稳定分布的GARCH模型
  •   §4.4 基于稳定分布的G-ARMA-GARCH系数估计
  •   §4.5 基于稳定分布的VaR模型
  •   §4.6 模型总结
  • 第五章 模拟与实证分析
  •   §5.1 模拟
  •     §5.1.1 稳定分布参数估计模拟验证
  •     §5.1.2 G-ARMA-GARCH模型模拟验证
  •   §5.2 数据选取与数据描述
  •   §5.3 数据检验
  •     §5.3.1 正态性检验
  •     §5.3.2 平稳性检验
  •     §5.3.3 偏自相关性检验
  •     §5.3.4 异方差性检验
  •   §5.4 沪深股市指数收益率稳定分布拟合参数估计
  •   §5.5 G-ARMA-GARCH族模型分析
  •     §5.5.1 不同分布的G-ARMA-GARCH族模型结果分析
  •     §5.5.2 不同分布的G-ARMA-GARCH族模型VaR结果分析
  •   §5.6 本章小结
  • 结论与展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 李浩

    导师: 汤银才

    关键词: 尖峰厚尾,稳定分布,族模型,贝叶斯估计

    来源: 华东师范大学

    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: 华东师范大学

    分类号: F224;F832.51

    总页数: 61

    文件大小: 3862K

    下载量: 260

    相关论文文献

    • [1].α稳定分布特征指数估计算法[J]. 吉林大学学报(工学版) 2018(02)
    • [2].具有稳定分布噪声的多重季节模型的贝叶斯分析[J]. 应用数学学报 2017(04)
    • [3].基于近似贝叶斯计算方法的椭圆稳定分布参数估计[J]. 统计与决策 2017(22)
    • [4].α稳定分布噪声下基于FHN模型的UWB-IR信号检测[J]. 系统工程与电子技术 2018(07)
    • [5].α稳定分布下信号的小波分析方法[J]. 计算机工程 2012(05)
    • [6].中国股票收益率的稳定分布拟合与检验[J]. 数学理论与应用 2009(02)
    • [7].对称的稳定分布参数变点估计的相合性[J]. 中国科学(A辑:数学) 2008(02)
    • [8].α稳定分布过程的谱分析方法[J]. 大连交通大学学报 2010(04)
    • [9].基于经验似然贝叶斯计算的稳定分布参数估计[J]. 统计与决策 2018(07)
    • [10].基于稳定分布的ARCH模型均值变点Subsampling检验[J]. 统计与信息论坛 2018(06)
    • [11].稳定分布条件下的动态风险度量模型[J]. 统计与决策 2015(21)
    • [12].基于Alaph稳定分布与多重分形分析的齿轮箱故障特征提取方法研究进展[J]. 西华大学学报(自然科学版) 2018(01)
    • [13].基于分数低阶统计量的频谱分析方法[J]. 天津职业技术师范大学学报 2019(02)
    • [14].基于DRAM算法的α稳定分布参数估计[J]. 华中科技大学学报(自然科学版) 2011(10)
    • [15].岩溶流域泉流量的分数阶模型[J]. 南京大学学报(自然科学) 2016(03)
    • [16].具有稳定分布噪声的ARMA模型的贝叶斯分析及应用[J]. 应用数学学报 2015(03)
    • [17].保险奖惩系统的数学模型及计算[J]. 科技信息 2013(15)
    • [18].含尺度变点稳定分布的单位根检验[J]. 数学的实践与认识 2018(18)
    • [19].分数低阶时频滑动平均模型参数估计[J]. 计算机工程与应用 2015(20)
    • [20].基于对称α-稳定分布的可靠性试验场道路时域激励建模方法[J]. 汽车工程 2012(12)
    • [21].基于稳定分布的投资组合VaR及CVaR风险度量研究[J]. 南方金融 2018(03)
    • [22].基于稳定分布条件的GARCH模型研究[J]. 经济管理 2010(04)
    • [23].基于稳定分布的EPGARCH模型[J]. 工程数学学报 2008(01)
    • [24].金融资产风险度量及其在风险投资中的应用——基于稳定分布的新视角[J]. 管理科学学报 2016(01)
    • [25].两种基于分数低阶统计量波束形成的推广[J]. 大连理工大学学报 2015(02)
    • [26].重尾分布下医疗保险保费合理性评估——基于上海市闵行区新农合的实证研究[J]. 数理统计与管理 2013(06)
    • [27].收益率稳定分布下的可转换债券定价模型[J]. 安徽大学学报(自然科学版) 2008(06)
    • [28].标准参数系下Alpha稳定分布随机变量的产生及仿真[J]. 哈尔滨理工大学学报 2014(03)
    • [29].分数低阶alpha稳定分布的STFT时频分析方法[J]. 计算机应用研究 2012(08)
    • [30].基于滑动分块Bootstrap方法的非结构道路谱α-稳定分布参数区间估计与重构[J]. 机械工程学报 2013(04)

    标签:;  ;  ;  ;  

    基于稳定分布的G-ARMA-GARCH族的中国股指收益率及其在险价值研究
    下载Doc文档

    猜你喜欢