谈述波动性GARCH类模型在金融数据波动性中运用题目

更新时间:2024-02-25 作者:用户投稿原创标记本站原创
摘要:近年来,世界金融格局发生了较大的变化,金融市场十分活跃[4]。我们知道自金融市场产生以来,它自身就具有的波动性的显著特点,随着时代的进展,金融活动中的信息不完备不足越来越突出,这使得人们越来越关注自己所投资的金融产品的收益情况。由此,防范和化解金融风险成为一个突出不足,特别是许多大的损失,对金融服务领域和监管者造成广泛的冲击。金融资产的收益率在不同时刻往往都是不相关,即使是相关的,那么它的相关程度也是非常弱的;只有当滞后的阶数很小的时候有一些而且是非常微弱的相关性。但是对于我们所探讨的收益率,它的平方着实有着着很大的相关性[5]。条件异方差模型就是描述这种性质的。ARCH模型能很好的描述金融时间序列数据所具有的波动性的特点,而且在经济领域当中有着较为广泛的运用和探讨[6-7]。随着经济探讨方面的论述的不断成熟与进展成熟,越来越多的经济学者运用ARCH模型拟合数据的波动性,这样,ARCH模型对于投资者和金融管理者来说,无论是进行投资还是掌控风险,它都是一个良好而且有效的工具。这篇文章在时间序列模型独有的历史背景下通过介绍时间序列模型,条件异方差模型,主要运用GARCH类模型以我国期货市场2009年以来每日成交额和深圳综指为浅析对象,以而发现我国金融市场具有波动性的特点,通过论述和实证的探讨结果,又为金融市场增加了两个有关波动性的实例,并以现在中国的期货市场和股票市场实际情况出发,为金融市场的管理与监测提出了一些较为实际并且可执行的倡议。中国现在的金融市场正在处于进展时期,很多方面的进展还不够充分,准备不够充足,为更好地推动金融市场的长远健康进展,我们需要继续改善健全经济市场的相关制度,降低市场信息的不对称性;深化并改善相应的金融市场运转管理条例,使得金融市场成为有法可依的市场。关键词:GARCH模型论文波动性论文条件异方差论文
本论文由www.808so.com摘要4-6
Abstract6-13
1 绪论13-17
1.1 课题的探讨背景及作用13-15
1.1.1 探讨背景13-14
1.1.2 探讨作用14-15
1.2 本论文的组织结构15-16
1.3 本论文的主要工作16-17
2.平稳时间序列模型17-32
2.1 时间序列介绍17-18
2.2 自回归历程18-22
2.2.1 一阶自回归历程 AR(1)18-20
2.2.2 二阶自回归历程 AR(2)20-21
2.2.3 p 阶自回归历程 AR(p)21-22
2.3 移动平均历程22-24
2.3.1 一阶移动平均历程 MA(1)22-23
2.3.2 q 阶移动平均历程 MA(q)23-24
2.4 自回归移动平均历程24
2.5 自相联系数与偏自相联系数24-32
2.5.1 自相联系数及其特点24-27
2.5.2 偏自相联系数及其特点27-30
2.5.3 模型定阶策略30-32
3.条件异方差模型32-37
3.1 自回归条件异方差模型32-34
3.1.1 ARCH(q)模型定义32
3.1.2 建立 ARCH 模型32-33
3.1.3 ARCH 模型的特点33-34
3.2 GARCH 类模型34-37
3.2.1 GARCH 模型的定义34-35
3.2.2 GARCH 模型的特点35
3.2.3 EGARCH 模型35-36
3.2.4 TGARCH 模型36-37
3.2.5 (G)ARCH-M 模型37
4. GARCH 类模型在我国期货市场中的实证浅析37-43
4.1 数据来源以及统计特点37
4.2 ARCH 模型浅析37-38
4.3 ARCH 效应检验38-39
4.4 GARCH 模型浅析39-42
4.5 小结42-43
5.GARCH 类模型在我国股票市场中的实证浅析43-52
5.1 数据来源以及统计特点43-44
5.2 平稳性检验44-45
5.3 残差与残差的平方的相关性检验45-46
5.4 ARCH 效应检验46-47
5.5 GARCH 模型浅析47-49
5.6 GARCH(1,1)-M 模型浅析49-50
5.7 EGARCH 模型和 TGARCH 模型浅析50-51
5.8 小结51-52
6 结论52-54
参考文献54-58
攻读硕士学位期间发表学术论文情况58-59
致谢59-60
国期货市场中的实证浅析37-434.1数据来源以及统计特点374.2ARCH模型浅析37-384.3ARCH效应检验38-394.4GARCH模型浅析39-424.5小结42-435.GARCH类模型在我国股票市场中的实证浅析43-525.1数据来源以及统计特点43-445.2平稳性检验44-455.3残差与残差的平方的相关性检验45-465.4ARCH效应检验46-475.5GARCH模型浅 WWw.808so.com 808论文查重

点赞:10015 浏览:35749