基于非参数GARCH模型的基金收益率波动研究

[复制链接]
查看: 106|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2024-2-17 23:26:06 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
自从马科维茨的资产组合理论问世后,资产组合的收益率波动成为各类投资者和金融经济学家们长期关注的一个焦点题目。Robert Engle提出了著名的用来刻画资产波动的ARCH模型。Bollerslev在Engle的研究基础上进一步发展GARCH(p,q)模型。GARCH模型在波动率的研究上是具有很好的估计结果。但在一些时候,GARCH模型族具有很多局限性,以至于在估测波动时会出现偏差。而非参数GARCH模型则克服了GARCH模型的缺点,能得到更好的估测结果。股票是目前我国投资市场主要的理财工具之一,而基金市场主要的投资产品就是股票。基金的产生和股市有着千丝万缕的联系。经过这十几年的发展,我国股市和投资基金市场已初具规模,对国民经济的发展进程起到了很大的促进作用。从上证基金指数可以看出,我国基金市场是在动荡中不断前进,其波动性具有明显的特点,解决这些波动性题目,可以采用参数GARCH模型或非参数GARCH模型。对上证基金收益率进行必要的对数化处理后,首先利用GARCH模型组对数据进行估计,可以得到较为理想的估计结果。在此基础上,利用非参数GARCH模型对上证基金指数对数收益率进行进一步估计。非参数GARCH模型和参数GARCH模型的估计结果进行比较后,可以发现,非参数GARCH模型的估计结果更能反映数据真实的波动性。本文中运用的非参数GARCH模型方法通过M=20次的迭代,最后用K=10步的光滑,获得参数GARCH(1,l)模型的估计,其中的非参数估计采用的方法是局部回归光滑技术,S-plus软件中有光滑参数的默认值,可以直接运用到非参数GARCH模型的计算中。通过运算,我们可以得到的较为理想的估计结果。实证结果验证,参数GARCH模型比较成熟,具有很多优点,也易于估计。非参数GARCH模型不依赖于设定参数,可以应用到更广泛的波动性分析中。造成证券投资市场风险的因素很多。例如政治社会、风险(经济政策)因素;经济周期因素,职业经理人的能力,证券市场及法制等多种影响风险因素。通过完善市场化、提高上市公司质量、建立完善的法律体系等手段可以降低我国证券投资市场风险。





上一篇:有加利物流公司信息化建设题目与对策
下一篇:康明斯发电机组在华分校渠道改进及其效果研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图