2016届本科毕业论文开题报告模板

《2016届本科毕业论文开题报告模板》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、兰州商学院本科生毕业论文（设计）开　题　报　告论文（设计）题目：沪深股市收益率波动性实证分析学院、系：统计学院统计系专业(方向)：统计学（投资分析）年级、班：2011级、2班学生姓名：徐某某指导教师：申社芳2014年12月2日一、论文（设计）选题的依据（选题的目的和意义、该选题国内外的研究现状及发展趋势等）（一）选题目的和意义股票市场价格的波动性主要体现在未来价格偏离期望值的可能性,其中对期望价格的偏离有价格上涨的上偏离和价格下跌的负偏离。价格上涨或下跌的可能性越大股票的波动性越大。可以说，股票的波动性代表了其未来价格的不确定性，这种不确定性一般用方差或标准差来刻画。在金融经济学中，波动

2、性一般用收益率的方差来度量。传统的计量经济模型在描述股票市场收益率时，一般都假设收益率的方差保持不变，即假定波动是一定的，但是大量的对金融收益率数据的实证研究结果表明，这一假定是不合理的。为了寻求对股票市场价格波动更为精确的描述方法，许多金融学家和计量经济学家尝试用不同的模型与方法来处理这一问题。由于中国的资本市场发展较晚,资本市场建设仍然存在许多不完善的地方,制度不健全,管理体制的局限性，信息的垄断性，投资者非理性程度较高,投机炒作盛行,从而使中国股票市场比发达国家市场波动性更大,因此不论对于投资者还是对于金融机构,怎样能够准确地把握中国金融市场的风险显得尤为重要。本文基于此，从中国沪

3、深两市收益波动性角度出发，对其进行比较分析，从中找出股市风险的特征和风险应对方式。（二）国展中国股市的政策建内外股票市场已有成果回顾及现状分析1、国内研究综述近年来,国内学者对ARCH类模型做了很多介绍,并且用ARCH类模型对我国金融市场股票价格行为与收益报酬的关系做了一些探索性研究。岳朝龙利用GARCH模型族,实证分析了上海股市收益率的波动特征,指出上海股市收益率具有条件异方差性。皮天雷对上证指数的波动进行拟合,结果表明,广义自回归条件方差模型对我国股市波动具有较好的拟合效果。唐齐鸣和陈健用GARCH(1,1)和EGARCH(1,1)模型分析了沪深股市的ARCH效应,发现中国股市具有较

4、为明显的ARCH效应,针对中国股市现存问题,提出了加快发议。陈浪南和黄杰鲲采用GJRGARCH-M模型,从实证的角度分析了利好消息和利空消息对股票市场的非对称影响,发现中国股票市场对消息的反应不同于现存文献,认为中国股票市场投机成分不断趋于减少、投资者不断成熟。中国的上海和深圳交易所同处中国大陆,所以研究这两个股市间的相关性与互动性对于分析与研究股市的结构和判断股市的走势及风险传递无疑具有重要的作用。陈守东等(1998)利用ARMA模型得出了沪深股市同步性的结论,刘金全等(2002)利用溢出效应模型得出了沪深股市溢出效应的非对称性。上述这些介绍和应用无疑对我国金融市场的研究和健康发展起到

5、了积极而重要的促进作用。2、国外研究综述（1）在金融学有关研究和经验分析中,自回归条件异方差模型(AutoregressiveConditionalHeteroskedasticityModel,ARCH)专门用于波动性的建模和预测。最早的ARCH模型由Engle提出,认为扰动项的条件方差依赖于它前期值的大小。（2）Bollerslev把它扩展为广义自回归条件异方差(GARCH)模型。（3）Engle、Lilien和Robins则把条件方差引入均值方程中,提出了条件异方差均值模型(ARCH-M)。（4）为了克服GARCH模型在处理金融时间序列数据时的一些不足之处,Nelson提出了指数G

6、ARCH(EGARCH)模型,该模型考虑了正负资产收益之间的不对称性。（5）金融市场中的波动性模型还有Nicholls和Quinn的随机系数自回归模型(RandomCoefficientAutoregressiveModel,RCA),以及MolinoTurnbull、Harveyetal、Jacquieretal的随机波动性模型(StochasticVolatilityModel,SV)。二、论文（设计）的主要研究内容及预期目标（一）主要研究内容本文将主要利用自回归条件异方差模型（ARCH模型族）对中国上海与深圳股票市场的日收益率的波动进行相关分析和实证检验，并运用Granger因果检

7、验两市的相关性进行分析和检验。结果表明沪深股市收益率之间存在较强相关性并且都存在显著的风险溢价,波动性则表现出非对称的杠杆效应。第一部分对条件异方差模型及其扩展形式的适用范围和相关参数的经济意义、约束条件等进行概述。第二部分选取2003年1月2日至2013年4月26日我国上证综指指和深证成指的日收盘价进行统计分析，得到我国沪市和深市收益率的相关统计特征，然后根据样本数据的特征选取适当的模型，估计参数，对模型的显著性进行检验，最后对不