欢迎来到天天文库
浏览记录
ID:35087791
大小:1.90 MB
页数:47页
时间:2019-03-17
《沪港通机制下股票高频数据波动性研究》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、沪港通机制下股票高频数据波动性研究重庆大学硕士学位论文(学术学位)学生姓名:陈羽甜指导教师:刘琼荪教授专业:统计学学科门类:理学重庆大学数学与统计学院二O一六年四月VolatilityResearchofHigh-frequencyDataUnderShanghai-HongkongStockConnectProgramAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDe
2、greeofScienceByYutianChenSupervisedbyProf.QiongsunLiuSpecialty:StatisticsCollegeofMathematicsandStatisticsofChongqingUniversity,Chongqing,ChinaApril,2016重庆大学硕士学位论文中文摘要摘要ARCH族模型是时间序列研究的一个重要分支,波动率的研究在金融数据的研究方面占有举足轻重的作用,它常常被作为风险大小的度量标准,其值能够对风险管理等产生影响,而与
3、低频的如每日数据相比,高频数据透露的市场信息更为全面。在金融数据的研究方面,股票数据的研究一直具有不可比拟的作用,而2014年11月17日沪港通机制的开通则为内地股票市场打开了新的局面。本文就是利用ARCH族模型对沪港通机制开通后股票市场的高频数据进行波动率建模分析。本文选取恒生AH股精明指数的1分钟、5分钟、15分钟、30分钟以及60分钟的高频数据,对在沪港两地开通沪港通互通机制后的股票市场的波动性采用ARCH族模型的建模研究。首先对各种波动率模型以及相关检验方法原理进行介绍,其后对股票市场各
4、频率数据基本信息进行统计分析,经检验,数据存在异方差性。本文分别对各频率收益率序列建立正态分布,t分布以及GED分布下的最优波动率模型并根据模型参数显著性,模型拟合优度以及SIC准则等评判依据对各频率模型进行最优模型的选择与分析,发现沪港市场的高频数据具有丛集性、尖峰厚尾凸显的非正态性,另外数据还具有杠杆效应,进一步的分析可知数据的“利空效应”造成的波动大于“利好效应”造成的波动。另外由于市场还不完全具备自我稳定机制,需要借助外部干预以减弱外部波动的影响。研究还发现大部分频率的数据分布偏向于t分
5、布。随着时间频率的增高,模型的拟合效果随之变差。其次利用最优模型对恒生AH股精明指数进行预测,发现时间频率越低,预测效果越好。最后,利用拟合预测效果最好的60分钟频率数据的最优模型——ARMA-EGARCH(1,1,1)-GED模型,计算市场风险价值VaR序列,得出拟合模型在风险预测方面对市场风险进行了有效评估。关键词:波动率,高频数据,VaR,ARCH族模型I重庆大学硕士学位论文英文摘要ABSTRACTARCHfamilymodelisanimportantbranchoftime-serie
6、sstudies,thestudyofvolatilityonfinancialdatafieldisveryimportant,itisoftenusedasameasureofthesizeoftherisk,whichcanhaveanimpactinthefieldofriskmanagement,andthehighfrequencydatacontainsmoremarketinformationcomparetolowfrequencydata.Inthefieldoffinanc
7、ialdatastudy,researchonstockdataplaysanincomparablerole,andinNovember17,2014,thestartofShanghai-Hongkongstockconnectprogramtakesanewsituationtothemainlandstockmarket.ThispaperistheuseofARCHmodelonhigh-frequencydataofstockmarketunderShanghai-Hongkongs
8、tockconnectprogramtomodelvolatilitytoanalyze.Thispaperselectshigh-frequencydataof1,5,15,30and60minutesoftheHangSengAHIndex,andusestheARCHfamilymodeltodothevolatilityresearchofShanghaiandHongkongstockmarketunderShanghai-Hongkongstockconnectprogram.Thi
此文档下载收益归作者所有