导读:本文包含了分布随机波动模型论文开题报告文献综述及选题提纲参考文献，主要关键词:随机波动模型,MCMC方法,尖峰厚尾性,t分布
分布随机波动模型论文文献综述
宗昊前[1]（2018）在《基于t分布的股市随机波动模型》一文中研究指出在证券市场中,收益率和波动率是金融资产理论研究和实践应用的两个重要的基本变量。近几年来我国股市波动也比较大,2016年A股成功加入MSCI,标志着中国股市进一步对接国际的标准。本文对A股指数和香港恒生指数的收益率进行特征分析。根据其特征分布,用3种随机波动模型对其进行拟合,在这过程中,利用MCMC方法对这些模型进行参数估计,然后再从不同股市和不同模型的角度进行实证比较。本文首先介绍了金融波动模型的发展过程,研究现状及模型参数估计的MCMC方法与贝叶斯理论,然后对股市收益率进行KS检验、峰度检验等,说明A股指数和香港恒生指数的收益率具有尖峰厚尾性。根据这些特性,在标准随机波动模型的基础上对其进行扩展,令收益率序列的误差项服从t分布得到SV-T模型;所谓风险与收益并存,就考虑了风险补偿并且是基于t分布,得到SV-MT模型;考虑股市的“杠杆效应”并且基于t分布,得到了SV-leverage-T模型;其次,运用MCMC方法中的Gibbs算法和M-H算法在WinBUGS软件上对模型进行参数估计、数值计算,并也得到各个模型的DIC值来选择最优模型。经过比较分析可得,港股的波动要普遍比A股的波动剧烈,这叁个模型很好地刻画出了两个股市的波动聚集性;A股的波动扰动水平普遍比港股的波动扰动水平大,即香港的股票市场要比A股市场成熟,体制更完善;港股的尖峰厚尾性要比A股的更强;香港恒生指数的杠杆效应要比A股的大。根据DIC准则,得出基于t分布具有“杠杆效应”的随机波动模型SV-leverage-T对A股股市和港股股市都是最优模型。(本文来源于《广西师范大学》期刊2018-06-01）
白仲林,隋雯霞,刘传文[2]（2013）在《混合贝塔分布随机波动模型及其贝叶斯分析》一文中研究指出为了更准确地揭示金融资产收益率数据的真实数据生成过程,提出了基于混合贝塔分布的随机波动模型,讨论了混合贝塔分布随机波动模型的贝叶斯估计方法,并给出了一种Gibbs抽样算法。以上证A股综指简单收益率为例,分别建立了基于正态分布和混合贝塔分布的随机波动模型,研究表明,基于混合贝塔分布的随机波动模型更准确地描述了样本数据的真实数据生成过程,而正态分布的随机波动模型将高峰厚尾等现象归结为波动冲击,从而低估了收益率的平均波动水平,高估了波动的持续性和波动的冲击扰动。(本文来源于《统计与信息论坛》期刊2013年04期）
刘庆富,华仁海[3]（2012）在《重大风险事件对中国商品期货市场的冲击效应——基于学生分布的随机波动模型》一文中研究指出为检验重大风险事件对我国商品期货市场的冲击效应,本文在构建基于重大风险事件的随机波动模型的基础上,运用贝叶斯MCMC推断技术对中国商品期货市场进行了实证研究。实证结果表明:经济事件、政治事件和自然灾害对中国商品期货市场的收益和波动均存在显着的冲击,并且,"利好事件"和"利空事件"对收益和波动的影响均具有显着的不对称特征;相对而言,各类事件对期货市场影响的显着性、程度和方向既存在一定共性,也具有个体差异。(本文来源于《数量经济技术经济研究》期刊2012年05期）
刘传文[4]（2012）在《混合贝塔分布随机波动模型的贝叶斯建模方法研究》一文中研究指出在计量经济学建模中,确定经济变量的分布是一个非常重要的环节,因为模型参数的估计与检验都是以变量的概率分布为基础的。在研究证券市场波动性时,人们通常假设收益率服从正态分布,但是正态分布并不能刻画收益率高峰厚尾、负偏等特征。因此,寻找更合适的分布来拟合收益率以及建立更理想的波动率模型,不仅有利于进一步完善金融计量分析方法；而且,有利于投资者正确度量市场风险和制定投资策略；同时,也有利于证券业监管机构准确把握市场动态和制定科学的监管措施。本文从资产收益率的特征出发,结合我国证券市场涨跌停板交易的制度特征,提出我国证券市场收益率分布在有限区间内的观点,同时借鉴混合正态分布的处理技术,构造混合贝塔分布来拟合上证A股综指简单收益率。实证分析发现,混合贝塔分布充分刻画了上证A股综指简单收益率高峰、厚尾和负偏的分布特征。为了研究上证A股综指简单收益率的波动性,本文建立了混合贝塔分布的随机波动模型,提出了估计混合贝塔分布随机波动模型的贝叶斯分析方法。首先讨论了基于混合贝塔分布的随机波动模型的模型结构；其次推导出这类随机波动模型的似然函数,以及各待估参数的条件后验密度函数；并且给出了Gibbs抽样算法；最后,基于Gibbs抽样的WINBUGS软件实现了混合贝塔分布随机波动模型参数的后验分布抽样和估计。另外,以上海证券市场的上证A股综合指数为例,建立上证A股市场收益率的混合贝塔分布随机波动模型(SV-M),实证分析发现,基于混合贝塔分布的随机波动模型(SV-M)较好地刻画了收益率高峰、厚尾和负偏的特点,较准确地拟合了样本数据的真实生成过程。并且,与基于正态分布的随机波动模型(SV-N)的比较分析发现,SV-N模型低估了证券市场的平均波动水平,高估了波动的持续性。(本文来源于《天津财经大学》期刊2012-05-01）
魏宇,高隆昌[5]（2008）在《基于有偏胖尾分布的随机波动模型估计及其检验》一文中研究指出金融资产的收益分布普遍展现出两个重要的典型特征:"有偏"性和"胖尾"性,但目前绝大多数的随机波动模型都无法同时将上述两类典型特征综合纳入其估计的条件分布假定中。以上证综指和标准普尔500指数为例,通过引入有偏的广义误差分布(Skew GED)来综合刻画条件收益的有偏和胖尾特性,并运用马尔科夫链-蒙特卡罗模拟法(MCMC),探讨了在正态分布(Normal)、有偏的正态分布(Skew Normal)、广义误差分布(GED)以及Skew GED这4种条件分布假定下的随机波动模型估计方法,同时实证检验了不同分布假定下的随机波动模型对实际市场波动率的刻画精度和适用范围。(本文来源于《系统管理学报》期刊2008年03期）
分布随机波动模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更准确地揭示金融资产收益率数据的真实数据生成过程,提出了基于混合贝塔分布的随机波动模型,讨论了混合贝塔分布随机波动模型的贝叶斯估计方法,并给出了一种Gibbs抽样算法。以上证A股综指简单收益率为例,分别建立了基于正态分布和混合贝塔分布的随机波动模型,研究表明,基于混合贝塔分布的随机波动模型更准确地描述了样本数据的真实数据生成过程,而正态分布的随机波动模型将高峰厚尾等现象归结为波动冲击,从而低估了收益率的平均波动水平,高估了波动的持续性和波动的冲击扰动。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布随机波动模型论文参考文献
[1].宗昊前.基于t分布的股市随机波动模型[D].广西师范大学.2018
[2].白仲林,隋雯霞,刘传文.混合贝塔分布随机波动模型及其贝叶斯分析[J].统计与信息论坛.2013
[3].刘庆富,华仁海.重大风险事件对中国商品期货市场的冲击效应——基于学生分布的随机波动模型[J].数量经济技术经济研究.2012
[4].刘传文.混合贝塔分布随机波动模型的贝叶斯建模方法研究[D].天津财经大学.2012
[5].魏宇,高隆昌.基于有偏胖尾分布的随机波动模型估计及其检验[J].系统管理学报.2008