学位论文 > 优秀研究生学位论文题录展示

基于SV模型的中国股市波动性实证研究

作　者: 郭卫超
导　师: 伍海华
学　校: 青岛大学
专　业: 金融学
关键词: 沪深300指数波动性随机波动模型低频数据高频数据
分类号: F832.51
类　型: 硕士论文
年　份: 2010年
下　载: 151次
引　用: 1次
阅　读: 论文下载

内容摘要

波动性是金融市场最为重要的特征之一。近几年来我国股市波动十分剧烈,因此对于我国股市收益率的波动性进行研究具有十分重要的现实意义。本文从低频数据和高频数据两个角度对沪深300指数的收益率时间序列统计特征进行分析。根据统计特征，利用5种随机波动类模型进行实证研究,分析沪深300指数收益率时间序列波动性特征,并比较模型拟合效果。对沪深300指数两种收益率时间序列进行分析后,发现沪深300指数收益率时间序列存在尖峰厚尾和波动聚集性。在此基础上利用随机波动类模型对两种收益率的波动性特征进行拟合,并对拟合优度进行分析。结果表明,杠杆随机波动模型对两种收益率序列均具有较好的拟合效果,并且高频数据的拟合效果优于低频数据。基于实证研究结论提出政策建议如下：加强投资者风险教育工作,培育理性投资理念；规范市场主体运作,严厉打击证券违法违规行为。

全文目录

摘要  2-3
Abstract  3-5
第一章引言  5-8
  1.1 论文研究的背景和意义  5-6
  1.2 研究主要内容和框架  6
  1.3 本文的创新之处  6-8
第二章文献综述  8-12
  2.1 国外文献综述  8-10
  2.2 国内文献综述  10-12
第三章金融市场波动性的基本理论  12-21
  3.1 波动性的基本特点  12-14
  3.2 随机波动模型概述  14-21
    3.2.1 SV类模型简介  14-16
    3.2.2 SV类模型估计方法  16-21
第四章沪深300指数收益率数据时间序列分析  21-28
  4.1 样本数据选取及数据来源  21-22
    4.1.1 研究对象的选取  21
    4.1.2 样本区间的选择  21-22
  4.2 沪深300指数收益率时间序列特征分析  22-28
    4.2.1 收益率序列的基本统计分析  22-24
    4.2.2 收益率序列的基本检验  24-28
第五章基于随机波动模型的实证研究  28-52
  5.1 SV-N模型实证分析  28-31
  5.2 SV-T模型实证分析  31-36
  5.3 SV-MN模型实证分析  36-40
  5.4 SV-MT模型实证分析  40-46
  5.5 Leverage SV模型实证分析  46-50
  5.6 本章小结  50-52
第六章结论与展望  52-53
  6.1 结论  52
  6.2 不足与展望  52-53
参考文献  53-55
攻读学位期间的研究成果  55-56
附录 SV类模型WinBUGS分析程序  56-59
致谢  59-60

基于SV模型的中国股市波动性实证研究

内容摘要

全文目录

相似论文