空间自回归SV模型及其在股市波动研究中的应用

作     者：裴莹 

作者单位：长春工业大学 

学位级别：硕士

导师姓名：张海燕

授予年度：2017年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 07[理学] 070104[理学-应用数学] 0701[理学-数学] 

主      题：随机波动模型 空间模型 贝叶斯后验理论 蒙特卡洛方法 

摘      要：为了更好的研究预测股市的波动性,针对现有的随机波动模型和空间模型,建立了一种新的模型方法——空间自回归SV模型。首先,为了描述不同股市收益序列截面数据水平之间的关联,设定空间自回归SV模型,将在空间模型中,随机误差项设定为正态分布与条件波动项的乘积,条件波动满足SV模型要求形成波动方程。对于设定的空间自回归SV模型,基于贝叶斯后验理论推导参数的条件后验分布,建立了分级模型,通过马尔科夫链蒙特卡罗方法进行统计推断。本文采用了沪、深指数和电力、创业板指数及其中某些支股票近十年的收盘截面数据,编写了WINBUGS软件程序模拟数据的收益波动关联,进行实证分析,并论证了截面数据波动关联的特征;之后又利用这些序列的时序数据建立了截面数据的动态模型,分析了这些股票之间波动关联的动态变化情况。