基于SV模型的中国股市波动性实证研究

发布时间：2024-03-28 05:05

　　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。

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图4.1沪深300指数日收益率异计绷率分布图

一B统计量JB*旱【52+专(K一，)21‘N为样本数，k为自由度，‘一“，使用计量软件Eviewss.0对低频样本数据进行简单的统计分析，得到样本的描述性统计分析结果(表4.1)与累计频率分布图(图4.1、图4.2)。表4‘l沪深300收益率时间序列描述性统计分析结果统统计量....

图4.2沪深300指数5分钟收益率累计频率分布图

一B统计量JB*旱【52+专(K一，)21‘N为样本数，k为自由度，‘一“，使用计量软件Eviewss.0对低频样本数据进行简单的统计分析，得到样本的描述性统计分析结果(表4.1)与累计频率分布图(图4.1、图4.2)。表4‘l沪深300收益率时间序列描述性统计分析结果统统计量....

图5.6沪深300指数5分钟收益率SV-T模型变量动态轨迹图

首先使用Gibbs抽样方法，对每个参数进行5000次迭代，进行退火，以保证参数的收敛性。然后舍弃原来的迭代，再进行40000次迭代，对模型进行模拟仿真过程。图5.5和图5.6分别给出了退火后沪深300指数日收益率和5分钟收益率变量的动态轨迹图。mm....

图5.10沪深300指数5分钟收益率SvesMN模型变量动态轨迹图

100)，:口Ga(2.5，0，025)，叭口Be(20，1.5)，00口N(产，。，)，dDN(O，l)对每个参数进行5000次迭代，进行退火之后再进行40000次迭代，对模型进行模拟仿真过程。图5.9和图5.10分别给出了退火后沪深300指数日收益率和5分钟收益率变量的动态轨....

本文编号：3941044