金融高頻時間序列波動的分析、建模和應用.pdf

1、近年來,對金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究已經成為了金融計量學的一個全新的研究領域.本論文主要研究了金融市場高頻數(shù)據(jù)的特性、建模以及應用問題.本文的主要工作如下: 第一, 闡述了目前國內外對金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)進行研究的研究成果,指出其中存在的問題,對未來金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究的發(fā)展趨勢和方向進行了闡述. 第二,將基于高頻金融數(shù)據(jù)的"己實現(xiàn)"波動這種波動度量新方法引入到了VaR的計算中,并且對上海股票市場的Va

2、R的持續(xù)性進行了實證分析. 第三, 在向量ARFIMA模型的框架下考慮多個金融市場的已實現(xiàn)波動之間是否存在分數(shù)維線性協(xié)整關系. 第四,針對高頻金融數(shù)據(jù),采用"已實現(xiàn)"波動作為新的波動度量方法,給出基于"已實現(xiàn)"波動的金融時間序列波動持續(xù)性和協(xié)同持續(xù)性的定義,并且對上海和深圳股票市場的波動的持續(xù)性和協(xié)同持續(xù)性進行了實證研究. 第五,對已實現(xiàn)波動進行了改進,提出了另一種更為有效的波動度量方法--賦權已實現(xiàn)波動,并且在

3、綜合考慮微觀結構誤差和測量誤差的基礎上選擇了最優(yōu)的高頻數(shù)據(jù)采樣頻率. 第六,采用高頻數(shù)據(jù),度量股票收益的方差和協(xié)方差,對系統(tǒng)風險系數(shù)B及其長記憶性進行了研究. 第七, 提出了正交ARFIMA模型.正交ARFIMA模型通過主成分分析的方法有效的降低了變量的維數(shù),對于金融工具的定價、資產配置、風險管理等問題的解決有著深刻的意義. 第八,采用風險調整的資本預期收益標準進行最優(yōu)證券組合的選擇.同時,證券組合的風險采用基于