学位论文 > 优秀研究生学位论文题录展示

基于分形分析的我国股市波动性研究

作　者: 曹广喜
导　师: 史安娜
学　校: 河海大学
专　业: 技术经济及管理
关键词: 分形滑动窗MFDFA 杠杆效应动态相关性脉冲响应分析
分类号: F224
类　型: 博士论文
年　份: 2007年
下　载: 1061次
引　用: 4次
阅　读: 论文下载

内容摘要

本文以上证综指和深成指收益率为研究对象，试图在对它们的分形特征进行分析的基础上，以股市的长记忆性为基础，即以股市非有效为前提，对我国股市收益率的波动特征和宏观经济影响因素进行系统分析，以期为投资者的理性投资和国家的宏观金融调控提供理论参考。首先，本文对基于标度对称性理论的一类分形参数估计方法进行改进，提出综合利用多种分形分析方法对我国股市收益率进行分形分析的思路。综合利用DFA、滑动窗DFA、R／S分析和改进的分形参数估计方法对我国股市收益率序列和波动序列进行单分形分析，结果显示我国股市收益率序列和波动序列均具有长记忆特征，说明我国股市为非有效市场。在此基础上，进一步综合利用滑动窗MFDFA和WTMM方法对我国股市收益率的多重分形特征进行分析，验证了股市多重分形结构的存在。其次，在股市存在双长记忆性的前提下，引入残差服从偏t分布的ARFIMA-FIAPARCH和ARFIMA-HYG ARCH模型，对沪深股市收益率序列进行了计量分析，结果显示我国股市收益率存在显著的聚集性和杠杆效应，且在1996年前后有增强趋势。而且，从VaR估计的角度，分析了对长记忆性、聚集性和杠杆效应具有较强刻画能力的ARFIMA-FIAPARCH-skt和ARFIMA-HYGARCH-skt模型对我国股市收益率的短期预测效果。接着，利用长记忆VAR-BEKK-MVGARCH模型以及去除长记忆性序列的Granger因果检验，对沪深股市收益率之间的均值溢出效应和波动溢出效应进行了检验，结果表明：整个1991-2006年期间沪深股市收益率的均值溢出效应不显著，且仅具有单向波动溢出效应；但2000年以后的沪深股市收益率均显示出较显著的双向均值溢出效应和双向波动溢出效应。另外，DCC检验表明沪深股市收益率间具有一定程度的动态相关性。再次，以股市收益率的均值溢出效应为基础，通过构建VAR系统来考察宏观经济因素对我国股市收益率的影响。结果显示：在短期水平上，包括利率、货币供应量和汇率在内的货币政策对我国股市具有重要影响；在长期水平上，我国股市收益率与实体经济间具有显著的相关性。

全文目录

摘要  7-8
ABSTRACT  8-16
第1章导论  16-36
  1.1 论文研究的背景、意义和目的  16-18
    1.1.1 研究背景  16-17
    1.1.2 研究意义和目的  17-18
  1.2 国内外研究综述  18-31
    1.2.1 分形分析研究综述  18-24
    1.2.2 股市波动聚集性和杠杆效应的研究综述  24-26
    1.2.3 股市波动溢出效应和动态相关性的研究综述  26-28
    1.2.4 股市波动的宏观经济因素影响分析的研究综述  28-31
  1.3 论文研究视角与结构安排  31-33
    1.3.1 研究视角  31-32
    1.3.2 结构安排  32-33
  1.4 论文研究的方法及技术路线  33-34
    1.4.1 研究方法  33-34
    1.4.2 技术路线  34
  1.5 论文的创新之处  34-36
第2章我国股市的分形特征分析  36-63
  2.1 股市收益率的基本统计特征检验  36-42
    2.1.1 正态性检验  37-39
    2.1.2 独立性和相关性检验  39-42
  2.2 分形分析方法介绍  42-49
    2.2.1 单分形分析方法(滑动窗DFA方法)  42-43
    2.2.2 多重分形分析方法  43-45
    2.2.3 基于标度对称性理论的分形参数估计改进方法  45-49
  2.3 我国股市收益率的单分形特征分析  49-54
    2.3.1 标准 DFA和滑动窗DFA的实证分析  49-51
    2.3.2 多种单分形分析方法的综合实证分析  51-52
    2.3.3 标度指数的一致性分析  52-54
  2.4 我国股市收益率的多重分形特征分析  54-62
    2.4.1 滑动窗MFDFA分析  55-61
    2.4.2 WTMM分析  61-62
  2.5 本章小结  62-63
第3章股市波动的聚集性和杠杆效应分析  63-92
  3.1 我国股市收益率的平稳性和 ARCH效应检验  63-68
    3.1.1 平稳性检验  63-66
    3.1.2 ARCH效应检验  66-68
  3.2 聚集性和杠杆效应模型介绍  68-72
    3.2.1 ARFIMA模型  68-69
    3.2.2 FIAPARCH和 HYGARCH模型  69-71
    3.2.3 偏t分布  71-72
  3.3 我国股市聚集性和杠杆效应的实证分析  72-80
    3.3.1 数据和模型的选择  72-77
    3.3.2 我国股市的聚集性和杠杆效应分析  77-80
  3.4 基于长记忆性和聚集性的我国股市收益率和波动预测模型的比较分析  80-91
    3.4.1 模型的 VaR估计分析  81-89
    3.4.2 常规预测误差指标分析  89-91
  3.5 本章小结  91-92
第4章我国股市的溢出效应与动态相关性分析  92-115
  4.1 溢出效应和动态相关性分析的样本数据和计量模型  93-98
    4.1.1 样本数据的选取  93
    4.1.2 计量模型  93-98
  4.2 均值溢出效应分析  98-100
    4.2.1 VAR模型估计  99
    4.2.2 Granger因果关系检验  99-100
  4.3 波动溢出效应分析  100-104
    4.3.1 收益率滤波的选择  100-101
    4.3.2 波动溢出效应的检验  101-104
  4.4 沪深股市的动态相关性  104-106
    4.4.1 DCC检验  104-105
    4.4.2 动态相关系数估计  105-106
  4.5 股市政策对沪深股市溢出效应和动态相关性的影响  106-113
    4.5.1 股市政策对沪深股市均值溢出效应的影响  108-110
    4.5.2 股市政策对沪深股市波动溢出效应的影响  110-112
    4.5.3 股市政策对沪深股市动态相关性的影响  112-113
  4.6 本章小结  113-115
第5章我国股市波动的宏观经济因素影响分析  115-134
  5.1 股市波动宏观经济因素影响分析的样本数据和计量模型  115-117
    5.1.1 样本数据的选取  115-116
    5.1.2 计量模型  116-117
  5.2 宏观经济因素对我国股市的影响分析  117-128
    5.2.1 单位根检验  118-119
    5.2.2 长期均衡关系分析  119-120
    5.2.3 短期影响分析  120-128
  5.3 人民币升值对股市收益率的影响分析  128-133
    5.3.1 单位根检验  128-129
    5.3.2 长期均衡关系分析  129-130
    5.3.3 短期影响分析  130-133
  5.4 本章小结  133-134
第6章结论与政策建议  134-142
  6.1 本文主要结论  134-137
  6.2 政策建议  137-141
  6.3 进一步研究方向  141-142
致谢  142-143
攻读博士学位期间发表的论文及科研情况  143-144
参考文献  144-153
附录  153-154

基于分形分析的我国股市波动性研究

内容摘要

全文目录

相似论文