关于半参数神经网络GARCH模型族在中国股市的进一步研究-概率论与数理统计专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV Semiparametric ANN-GARCH models family and traditional parameters GARCH models family ethnic differences in analysis and forecasting capabilities in the Chinese market, and get better results. Keywords: Volatility forecasting, Neural Networks, GARCH models family, elman 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 问题的提出和研究的意义 1 1.2 论文内容安排 2 2 国内外研究综述 4 2.1 资产波动率简述 4 2.1.1 隐含波动率 4 2.1.2 离散波动率 5 2.1.3 连续波动率 5 2.1.4 已实现波动率 6 2.2 参数 GARCH 族模型研究概况 7 2.3 神经网络模型研究概况 8 MLP 神经网络 9 Elman 神经网络 10 2.4 神经网络与 GARCH 模型混合模型 11 2.4.1 条件均值模型 11 2.4.2 条件方差模型 12 3 检验与模型 14 3.1 检验方法 14 3.1.1 正态性检验 14 3.1.2 平稳性检验 14 3.1.3 自相关检验 15 3.1.4 异方差检验 15 TOC \o 1-2 \h \z \u HYPERLINK \l _TOC_250006 NN-Elman-GARCH 模型族 16 HYPERLINK \l _TOC_250005 NN-Elman-GARCH 模型 16 HYPERLINK \l _TOC_250004 NN-Elman-EGARCH 模型 16 HYPERLINK \l _TOC_250003 NN-Elman-TGARCH 模型 17 HYPERLINK \l _TOC_250002 NN-Elman-GJRGARCH 模型 17 HYPERLINK \l _TOC_250001 NN-Elman-NGARCH 模型 17 HYPERLINK \l _TOC_250000 NN-Elman-APARCH 模型 18 3.3 评价指标 18 4 实证分析 19 4.1 数据选取 19 4.2 描述与检验 20 4.2.1 基本特征描述 20 4.2.2 单位根与正态性 23 4.2.3 自相关与 ARCH 效应 24 4.3 预测与比较 25 4.3.1 真实波动率 25 4.3.2 预测结果比对 26 5 结论与展望 31 致 谢 32 参考文献 33 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 本文正文部分一共分为五个章节，包括绪论、国内外研究综述、检验与模型、 实证分析和结论与展望。在本章中，我们将对本文的问题提出和研究意义做出详 细的解释，并且给出本文的内容安排。 1.1 问题的提出和研究的意义 波动率的研究是经济模型中的一个重要课题，它不仅导致许多经济模型的发 展，同时也在金融市场的风险和不确定性方面有着许多的应用。从一般的角度说， 在金融市场中，波动率表示为资产收益率的条件方差，它不能被直接观测得到， 但是通过对金融资产收益率的观测，我们可以大致将其概括为几个重要特性。 第一是波动聚集性，也就是，波动率可能在一些时间段较高而在另一些时间 段较低，并且波动变化平缓的时期和波动变化剧烈的时期会交替出现。通常我们 认为，波动聚集性是由于外部冲击对价格波动的持续性影响所造成的。第二是波 动率的非对称性，也称作杠杆效应，它说明了金融资产价格的变动方向对其收益 率的波动的影响是非对称的，Engle 和 Ng [1],Nelson [2,3]等在对资产回报的研究中指 出，同等强度的利空消息(负向消息)比利好消息(正向消息)对市场的冲击造成的 波动更大。第三是波动率的非线性性，事实上在不同时期不同的市场环境下，波 动率的变化也因时而异，见 klaassen[4]和 kramer [5]。除此之外，波动率通常还存在 一些其他特性，例如：尖峰厚尾现象——和正态分布相比，收益率序列拥有更厚 的尾部和更厚的峰度，长记忆性——即过去的信息可以用来预测将来的信息，收 益率序列显示出周期性特征，等。 Engle[6]在 1982 年首次提出的自回归条件异方差 ARCH 模型，以及后来由 Bollerslev[7]在 198