论文部分内容阅读
证券交易过程是一个以其价格为核心的收益与风险的度量与决策，任何决策都必须在权衡收益与风险之后才能做出，在对大量的金融数据的分析中，人们发现这些数据具有明显的非线性特征。证券市场非线性特征主要体现在以下几个方面：（1）收益率数据分布的尖峰厚尾性、非对称性、非正态性以及极值特征；（2）收益率时间序列的分形特征：（3）收益率时间序列的非线性结构；（4）不同市场之间的非线性相关结构等。本文以上证综指和深证成指对数收益率为样本，运用多种统计模型和方法研究我国证券市场的非线性特征。全文共分为七章，主要内容如下：
第一章为绪论，论述了问题的研究背景和意义、研究思路和内容以及创新点。第二章为研究现状综述，该章还概述了贯穿全文的研究工具——连接函数（Copula）的基本理论。第三章首先概述了正则逆Gamma分布和偏T分布及其基本性质，运用正则逆Gamma分布和偏T分布研究上证综指和深证成指日收益率的尖峰厚尾特征：其次运用广义极值模型研究上证综指和深证成指日收益率的周、月极值数据的极值特征；最后以正则逆Gamma分布、偏T分布和广义极值分布为基础计算上证综指和深证成指的风险值。第四章研究收益率序列的非线性结构特征。首先运用GARCH模型及其扩展形式：EGARCH模型、TGARCH模型和PGARCH模型，将交易量作为外生变量引入模型中，研究收益率序列的非线性结构特征和杠杆效应，并比较不同模型的刻画能力；其次运用随机波动模型（SV）研究两个市场的杠杆效应；再次运用极大重叠离散小波变换将收益率序列分解在不同尺度下，研究不同交易周期中两市收益率的随机波动模型的结构特征；最后对一类具有线性形式但能刻画非线性特征的时间序列模型——All-pass模型的参数提出基于遗传算法和非线性规划的估计方法，并运用该模型进行建模和短期预测。第五章以Copula理论为基本工具，研究沪深两市之间的非线性结构特征。首先以上证综指和深证成指收益率为样本，对其边缘分布分别用正则逆Gamma分布、偏T分布进行拟合，采用Copula函数方法建立两者的联合分布；其次运用极值Copula函数将上证综指和深证成指的极值序列组合起来构造其相关结构，研究极值序列相关关系；再次运用极大重叠离散小波变换，将上证综指和深证成指高频收益率序列分解在不同的交易周期上，各个周期收益率的边缘分布用semi-GPD模型分别拟合，采用Copula函数建立同周期的联合分布以研究沪深两市同周期交易的相关结构；接着将GARCH类模型、随机波动模型和Copula结合，分别建立Copula-GARCH模型和Copula-SV模型来分析两个市场的相关结构特征；最后在资产收益率之间具有非线性结构下，研究组合投资的最优决策。第六章概述了有效市场假说理论和分形市场假说，运用重标极差法和Hurst指数研究我国证券市场的分形特征。第七章总结全文成果并探讨了进一步研究的问题。