随机波动模型簇及波动率预测方法研究

随机波动模型簇及波动率预测方法研究

ID:35101388

大小:3.35 MB

页数:55页

时间:2019-03-17

随机波动模型簇及波动率预测方法研究_第1页
随机波动模型簇及波动率预测方法研究_第2页
随机波动模型簇及波动率预测方法研究_第3页
随机波动模型簇及波动率预测方法研究_第4页
随机波动模型簇及波动率预测方法研究_第5页
资源描述:

《随机波动模型簇及波动率预测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文随机波动模型簇及波动率预测方法研究作者姓名伍捷学科专业管理科学与工程指导教师杨建辉所在学院工商管理学院论文提交日期2016年4月25日AStudyonStochasticVolatilityModelsandForecastingofVolatilityADissertationSubmittedfortheDegreeofMasterCandidate:WuJieSupervisor:Prof.YangJianhuiSouthChinaUniversityofTechnologyGuangzhou,China分类号:F830.

2、91学校代号:10561学号:201320122575华南理工大学硕士学位论文随机波动模型簇及波动率预测方法研究作者姓名:伍捷指导教师姓名、职称:杨建辉教授申请学位级别:管理学硕士学科专业名称:管理科学与工程研究方向:金融工程论文提交日期:2016年4月25日论文答辩日期:2016年5月30日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:李志宏委员:徐维军、彭飞华南理工大学学位论文原创性声明./本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加标注引用的内容外,

3、本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中W明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:备才|0期:从/年^月^17曰;_学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,艮P:研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论义外);学校可公布学位论文的全部或部分内容,可臥允许采用

4、影印、缩印或其它复制手段保存、汇编学位一。致论文本人电子文档的内容和纸质论文的内容相。本学位论文属于;□保密(校保密委员会审定为涉密学位论文时间;年月日),于年月日解密后适用本授极书。扫^保密,同意在校聞网上发布,供校内师生和与学校有共享协议的单位浏觉;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKK中国知识资源总库》,传播学位论文的全部或部分内容。""(V请在上相应方框)内打基窃:弓作者签名键一;曰期f平才从:;指导教师签名日>期如*司|{叫吏坪,■,止'

5、.--■.摘要马克维茨的均值方差模型中,第一次运用波动率来定量地衡量金融资产的风险。随后,针对金融资产波动率的研究逐渐围绕着对波动率的均值回复现象和波动率的聚集现象的研究展开。金融资产收益率的波动存在着很多的特性,主要有厚尾分布(fat-tail)、非对称影响(Leverage)、波动率聚集(VolatilityClusters)、波动率的均值回复(MeanReverse)、跳跃(Jump)等等;而通过对过去的研究的总结发现,无论是Garch模型簇还是SV模型簇,都没有很好的模型在一个模型中能够刻画厚尾特征和非对称效应,因此,

6、在过去研究的基础上,提出了非对称的厚尾的随机波动模型,并且在此模型的基础上,加入了跳跃因子,得到了带跳和非对称效应的厚尾随机波动模型用来刻画金融资产的跳跃现象。本文中讨论的随机波动模型同时兼顾了股票市场的非对称效应、厚尾效应和跳跃特征,对新的模型的结构进行了统计分析,接着通过贝叶斯分析推导得到了参数的后验分布,并设计了模型参数估计的吉布斯算法;选择创业板指数作为研究对象,利用带跳和非对称效应的厚尾随机波动模型进行波动率预测,同时,运用MSE、QLICK损失函数对跳跃厚尾非对称的随机波动模型、厚尾随机波动模型以及标准随机波动模型的预测效果进行

7、比较分析,并运用D-M统计量对模型的预测效果的优劣进行了显著性检验。研究结果表明:近几年来中国股市具有明显的波动持续性、非对称效应、厚尾现象和跳跃现象,中国股市的跳跃现象比美国股市更加明显。在对中国股市的波动率预测方面,带跳和非对称效应的厚尾SV的预测效果比非对称的厚尾SV模型和厚尾SV模型好,而非对称厚尾随机波动模型又要比标准随机波动模型好。关键词:非对称效应;厚尾效应;跳跃过程;随机波动模型;MCMC模拟IAbstractIn1952,Markowitzintroducedthestandarddeviationtodothemeasu

8、rementoftheportfolioriskintheCAPM,thishistoricalcreationhelppeopletomeasuretheriskoffinan

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。