欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
本课题拟采集中国沪深股市指数的高频数据作为研究样本，在比较偏态学生t分布、广义误差分布、稳定帕累托分布以及GB2、GT和EGB2这三类混合分布的基础上，寻求更切合市场实证的分布假定，并通过FIAPGARCH模型的设定，验证中国股票市场是否存在杠杆效应。本成果的实现，对于为全面地了解中国市场波动率的特征，构建适合我国实际的衍生资产定价模型，度量和预测金融市场风险，发展基于非正态分布的波动率模型具有重大学术价值和应用价值。
结论摘要：
本研究旨在建立转换杠杆效应模型来研究基于已知信息的修正杠杆效应，此外，还通过引入有偏统计分布来构建新的条件分布下的非对称GARCH模型以研究有偏分布下的杠杆效应，并比较了不同分布下的非对称GARCH模型。本研究采集了SH，HSI，N225，STI，FTSE，S&P500，IXIC，GSPTSE，以及AORD等股指作为样本。实证结果显示，九个样本市场都呈现显著的基于已知信息的修正杠杆效应和传统的杠杆效应，而且市场基于已知信息对未预期消息的修正都呈现为反向修正。因此，已预期的好消息助长杠杆效应，已预期的坏消息则抵减杠杆效应，当坏消息的规模超过转换杠杆效应的阀值时，修正杠杆效应将发生反转。模型比较显示，尽管在信息准则的比较上，本研究建立的SKST假定下的非对称模型没有明显的优势，但是大部分样本市场的模型估计结果支持引入SKST分布。而HYAPARCH模型不论是在参数估计结果还是在信息准则比较上，HYAPARCH都难以取代FIAPARCH。本研究对于GARCH类波动率模型的建模；对于具有有偏误差分布的序列的波动率建模以及双曲率记忆模型在波动率研究中的应用具有重大理论和现实价值。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
陈浪南的项目
