2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩40頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、自上海證券交易所正式宣告成立以來(lái),我國(guó)證券市場(chǎng)已有二十多年的發(fā)展歷史。但無(wú)論是在監(jiān)管方面,還是在體制方面,整個(gè)證券市場(chǎng)還不是很規(guī)范,帶有較強(qiáng)的波動(dòng)性。不穩(wěn)定的證券市場(chǎng)、不科學(xué)的投資以及偶爾還發(fā)生一些或大或小的惡性投資金融事件,使得整個(gè)證券市場(chǎng)充滿了高風(fēng)險(xiǎn)性,也讓投資機(jī)構(gòu)和投資個(gè)人面臨嚴(yán)峻的挑戰(zhàn)。在這種情況下,如何準(zhǔn)確描述股市的價(jià)格波動(dòng)及確定股市未來(lái)的收益率已成為學(xué)術(shù)者和投資者們廣泛關(guān)注的熱點(diǎn)問題之一。因此,對(duì)波動(dòng)性的研究有重要的理論意義

2、和應(yīng)用價(jià)值。
  論文著重突出VGARCH模型和非參數(shù)GARCH模型在波動(dòng)性問題研究中的重要價(jià)值。VGARCH模型是在GARCH模型的基礎(chǔ)上加入交易量衍生得來(lái)的。它能消除一些極端、不合理的數(shù)值,有效降低股指波動(dòng)率的期望,將風(fēng)險(xiǎn)控制在更小的范圍內(nèi),使得波動(dòng)率的預(yù)測(cè)值更加平穩(wěn),預(yù)測(cè)精度更高。因此,在金融數(shù)據(jù)分析中具有很好的參考價(jià)值。非參數(shù)GARCH方法是在不知道誤差干擾項(xiàng)服從什么分布的情況下,采用局部回歸光滑技術(shù),運(yùn)用R軟件模擬估計(jì)出

3、分布函數(shù),再進(jìn)行GARCH得來(lái)的,具有較大的靈活性,給波動(dòng)性問題的分析提供了重要的理論依據(jù)。論文以上證地產(chǎn)指數(shù)和深證綜合指數(shù)的收益率序列為樣本,運(yùn)用參數(shù)GARCH模型族對(duì)兩股指收益率的波動(dòng)進(jìn)行了擬合與預(yù)測(cè),并比較了參數(shù)方法與非參數(shù)方法的優(yōu)越性,得出如下結(jié)論:(1)上證地產(chǎn)指數(shù)和深證綜合指數(shù)的收益率序列不具有正態(tài)性,波動(dòng)是平穩(wěn)的,且經(jīng)ARCH-LM檢驗(yàn)都存在異方差性,因此可以用GARCH模型進(jìn)行建模。(2)本文采用四種預(yù)測(cè)誤差的度量指標(biāo),

4、分別是平均平方誤差(MSE)、平均絕對(duì)誤差(MAE)、高斯準(zhǔn)極大似然損失誤差(QLIKE)和對(duì)數(shù)損失函數(shù)誤差(R2LN)。在對(duì)兩組數(shù)據(jù)的比較分析中,根據(jù)上述四個(gè)指標(biāo),得出在ARCH、GARCH、EGARCH、EGARCH-M和VGARCH這五種參數(shù)GARCH模型中,GARCH(1,1)模型對(duì)上證地產(chǎn)指數(shù)收益率波動(dòng)的預(yù)測(cè)效果較好;VGARCH(1,1)模型對(duì)深證綜合指數(shù)收益率波動(dòng)的預(yù)測(cè)效果較好。(3)對(duì)于這兩組數(shù)據(jù),比較參數(shù)方法和非參數(shù)方

5、法,得出非參數(shù)GARCH(1,1)模型對(duì)上證地產(chǎn)指數(shù)收益率波動(dòng)的預(yù)測(cè)效果比GARCH(1,1)模型要好,預(yù)測(cè)誤差小,能更好地描述上證地產(chǎn)指數(shù)收益率波動(dòng)的特征;而VGARCH(1,1)模型對(duì)深證綜合指數(shù)收益率波動(dòng)的預(yù)測(cè)效果比非參數(shù)GARCH(1,1)模型要好,預(yù)測(cè)誤差小,能更好地刻畫深證綜合指數(shù)收益率波動(dòng)的特性。
  本文主要有兩個(gè)方面的特色:
  (1)GARCH模型提出后,學(xué)者們對(duì)其進(jìn)行了廣泛深入的研究,模型上進(jìn)行了拓展,

6、參數(shù)估計(jì)方法上也進(jìn)行了改進(jìn)。大量的實(shí)證研究說(shuō)明GARCH模型族已得到了廣泛應(yīng)用,然而學(xué)者們要么是運(yùn)用GARCH模型族對(duì)數(shù)據(jù)進(jìn)行建模,要么比較模型參數(shù)估計(jì)方法,并沒有聯(lián)系起來(lái)考慮問題。本文在前人的基礎(chǔ)上,將參數(shù)GARCH模型族與非參數(shù)GARCH模型進(jìn)行比較研究,最后給出相對(duì)較好的模型。
  (2)本文選取上證地產(chǎn)指數(shù)和深證綜合指數(shù)兩個(gè)具有代表性的指數(shù),得出對(duì)于上證地產(chǎn)指數(shù),非參數(shù)GARCH(1,1)模型的擬合預(yù)測(cè)能力明顯較好,預(yù)測(cè)誤

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論