导读:本文包含了条件异方差模型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,参数,协方差,药品价格,计量学。
条件异方差模型论文文献综述
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)
马俊美,卓金武,张建,陈渌[2](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)
张裴闻,王睿璇,江海峰[3](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)
张淑娟[4](2018)在《非参数与半参数条件协方差模型的降维研究》一文中研究指出在当今科学技术高速发展的背景下,大数据技术的崛起使人们的生活更加科学合理化。但是大数据的处理需要面对庞大的信息量,将信息抽象为变量会使得变量的维数增高,这使得问题变得复杂。降维是一种有效的优化信息的手段,降维理论的研究将促进大数据的发展。多元条件协方差矩阵的估计在投资组合、金融风险管理等方面具有重要的作用。因此,在大数据时代,对高维条件协方差模型的降维研究是一项重要的工作,这将拓展协方差模型的应用空间。关于条件协方差矩阵模型主要有参数、非参数、半参数叁种类型。参数模型通常需要设定变量间具体的函数关系、变量服从的密度函数,但是在实际中有时很难知道准确的密度函数与模型服从的函数形式。非参数模型不受变量的分布函数与模型设定形式的约束,是一种用完全由数据拟合变量间关系的方法,某种程度上非参数模型具有更大的灵活性。半参数模型由于同时含有参数与非参数部分,因此,选择适当的半参数模型可以同时具备二者的优势。但是,非参数与半参数模型通常存在高维变量估计困难的问题。为此,论文对已有的非参数与半参数条件协方差模型使用主成分分析方法对其进行降维研究,使其可以在高维变量中得以应用。论文首先对一元及多元条件方差、协方差模型的发展现状进行了梳理,确定了所要研究的内容。其次介绍了主成分分析、多元非参数回归估计等方面的理论,为论文提出的新模型做理论准备。然后在前面研究的基础上,论文提出了降维条件下的非参数与半参数多元条件协方差模型。最后论文针对提出的新模型,使用香港股市60种股票的数据对风险价值进行估计,并与几种已有的多元协方差模型估计结果进行了比较,发现论文提出的方法在某种程度上具有一定的优势。论文的创新点主要体现在以下叁个方面:(1)对已有的一种非参数、两种的半参数条件协方差模型,使用主成分分析方法进行了降维估计,拓展了叁种协方差模型的应用范围。(2)在高维数据条件下,论文对已有的多元条件正交模型进行了改进,将非参数与半参数方法融入其中,此项研究降低了多元正交协方差模型的使用条件,在一定程度上完善了高维条件协方差模型估计理论。(3)对于论文提出的新模型,用其对香港股市的60种股票投资组合的风险价值进行了估计,并同已有的几种高维协方差模型的估计结果相比较,发现论文提出的模型在高维变量的协方差矩阵估计中具有一定优势。这项研究成果也为投资组合的风险价值估计提供了一种新的方法。(本文来源于《天津财经大学》期刊2018-06-01)
刘亚男[5](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[6](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[7](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[8](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)
刘雨,邵鑫鑫[9](2017)在《基于条件异方差模型的人民币汇率波动特征研究》一文中研究指出本文利用GARCH模型和GJR模型对人民币兑美元日收益率的汇率波动率建模,了解人民币汇率的波动特征,实证结果表明,人民币兑美元日收益率存在波动率聚集、"新息"对汇率波动的影响具有非对称性。(本文来源于《经贸实践》期刊2017年18期)
孟圆伟,姬领[10](2017)在《基于条件异方差性模型在上证指数中的应用》一文中研究指出本文在介绍了条件异方差的几种基础模型的基础上,通过对上证指数日收益率的数据在R语言中进行检验,模型建立、模型检验及预测最适合该数据所对应的模型。(本文来源于《纳税》期刊2017年18期)
条件异方差模型论文开题报告
(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:
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.
(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。
条件异方差模型论文参考文献
[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].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
[3].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
[4].张淑娟.非参数与半参数条件协方差模型的降维研究[D].天津财经大学.2018
[5].刘亚男.高斯混合自回归条件异方差模型[D].吉林大学.2018
[6].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
[7].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
[8].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
[9].刘雨,邵鑫鑫.基于条件异方差模型的人民币汇率波动特征研究[J].经贸实践.2017
[10].孟圆伟,姬领.基于条件异方差性模型在上证指数中的应用[J].纳税.2017