| 题名 | 基于高频数据的中国股市收益波动特征研究; Empirical Analysis of Volatility Characteristic in China Stock Markets |
| 作者 | 陈淳 |
| 答辩日期 | 2002 ; 2002 |
| 导师 | 黄荣坦 |
| 关键词 | 波动 簇集 日内效应 杠杆效应 Volatility clustering Intra-day effect Leverage effect |
| 英文摘要 | 波动率是金融理论的核心，其代表的含义即为风险。在金融计量经济学和时间序列分析领域中，已经建立了一类的数量模型来分析金融市场上的波动特征，如著名的ARCH类模型。但随着科技的发展，人们可获得的金融数据的频率越来越高，这样在高频数据下，中国股市波动是否会表现出一些新的特征呢？标准的时间序列模型是否合适呢？目前国内关于这方面的文章还不多见。本文试利用收集到的沪深两市指数的五分钟数据集对中国股市的波动特征进行实证分析，首先运用GARCH(1,1)模型对数据进行拟合，描述了中国股市收益波动的特征；并针对高频收益序列的特点，提出了一个改进的GARCH-M模型，刻画了中国股市中风险与收益的关系。结果发现：1...; Volatility is the central of the finance theory. There have been a class of econometric models were built in the field of financial econometrics, such as ARCH-type models. With the development of the technology, the frequency of the financial data has been higher and higher. Does the former models fit the high –frequency data? What the new characteristic of volatility in China stock markets? With ...; 学位：理学硕士; 院系专业：数学系_概率论与数理统计; 学号：199923009 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=2113 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/48091]  |
| 专题 | 数学科学－学位论文 |
| 推荐引用方式 GB/T 7714 | 陈淳. 基于高频数据的中国股市收益波动特征研究, Empirical Analysis of Volatility Characteristic in China Stock Markets[D]. 2002, 2002. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论