發(fā)布時(shí)間：2018-02-25 20:18

  本文關(guān)鍵詞： 高階矩風(fēng)險(xiǎn) 投資收益 NAGARCHSK模型 狀態(tài)空間模型　出處：《統(tǒng)計(jì)研究》2017年10期 　論文類型：期刊論文

【摘要】：本文首先建立NAGARCHSK模型,推算市場收益率的條件高階矩序列,在此基礎(chǔ)上建立引入高階矩風(fēng)險(xiǎn)的收益-風(fēng)險(xiǎn)時(shí)變四因子狀態(tài)空間模型,并基于2000—2016年中國股票市場的收益率數(shù)據(jù),實(shí)證探究不同時(shí)期市場高階矩風(fēng)險(xiǎn)對(duì)投資收益的沖擊。結(jié)果顯示:我國股票市場收益受到高階矩風(fēng)險(xiǎn)的影響,并且條件高階矩序列表現(xiàn)出時(shí)變和波動(dòng)聚集的特征,大規(guī)模的全球性金融危機(jī)和國內(nèi)市場的重大風(fēng)險(xiǎn)事件均會(huì)使股市收益的條件高階矩序列出現(xiàn)持續(xù)的異常波動(dòng)。在未出現(xiàn)極端金融危機(jī)的穩(wěn)定時(shí)期,市場收益率的條件方差會(huì)趨于對(duì)投資收益產(chǎn)生正向影響,條件偏度和條件峰度對(duì)投資收益的影響在正向和負(fù)向之間不斷交替,增加了投資收益的不確定性。然而在全球性的極端金融危機(jī)時(shí)期,市場收益率的條件方差會(huì)轉(zhuǎn)而對(duì)投資收益產(chǎn)生負(fù)向影響,條件峰度則會(huì)對(duì)投資收益帶來持續(xù)的正向影響。
[Abstract]:This paper establishes the NAGARCHSK model, calculate the market yield conditions of higher moments'series, established on the basis of the introduction of high moments risk return and risk factor of four time-varying state space model, and based on the 2000 2016 Chinese return rate of stock market data, empirical research is not at the same time, the market risk of higher order moments of return on investment the impact of income. The results showed that China's stock market is affected by the higher moments risk, characteristics and conditions of high order moment sequences exhibit time-varying volatility clustering and the scale of the global financial crisis and the domestic market of major risk events will make the stock market return conditions higher moments'series abnormal volatility persistence. In the stable period did not appear extreme financial crisis, conditional variance of market yields will tend to have a positive effect on investment income, conditional skewness and kurtosis conditions influence on the investment income We alternate between positive and negative, increase the investment income uncertainty. However, in the extreme global financial crisis period, conditional variance of market yields will in turn have a negative impact on the investment income, the conditional kurtosis will bring sustained positive impact on investment income.

【作者單位】： 西南財(cái)經(jīng)大學(xué);西南財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目“離散值金融時(shí)間序列建模研究及其在資本市場的應(yīng)用”(71171166) 西南財(cái)經(jīng)大學(xué)金融大數(shù)據(jù)研究基地(JBK140403)資助
【分類號(hào)】：F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣翠俠;張世英;許啟發(fā);;基于“已實(shí)現(xiàn)”高階矩的動(dòng)態(tài)組合投資分析[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2008年06期

2 楊愛軍;劉曉星;;基于高階矩的封閉式基金業(yè)績?cè)u(píng)價(jià)研究[J];證券市場導(dǎo)報(bào);2012年11期

3 蔣翠俠;許啟發(fā);張世英;;金融市場條件高階矩風(fēng)險(xiǎn)與動(dòng)態(tài)組合投資[J];中國管理科學(xué);2007年01期

4 許啟發(fā);;高階矩波動(dòng)性建模及應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2006年12期

5 許啟發(fā);張世英;;多元條件高階矩波動(dòng)性建模[J];系統(tǒng)工程學(xué)報(bào);2007年01期

6 蔣翠俠;張世英;;金融高階矩風(fēng)險(xiǎn)溢出效應(yīng)研究[J];中國管理科學(xué);2009年01期

7 蔣翠俠;許啟發(fā);張世英;;基于多目標(biāo)優(yōu)化和效用理論的高階矩動(dòng)態(tài)組合投資[J];統(tǒng)計(jì)研究;2009年10期

8 方立兵;曾勇;郭炳伸;;動(dòng)量策略、反轉(zhuǎn)策略及其收益率的高階矩風(fēng)險(xiǎn)[J];系統(tǒng)工程;2011年02期

9 王鶯歌;江孝感;;高階矩風(fēng)險(xiǎn)與金融投資決策[J];價(jià)值工程;2008年09期

10 黃文彬;鄭振龍;;基于高階矩的金融資產(chǎn)定價(jià)和配置[J];福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2010年01期

相關(guān)博士學(xué)位論文 前2條

1 張立華;引入高階矩的銀行系統(tǒng)風(fēng)險(xiǎn)動(dòng)態(tài)測(cè)度研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2015年

2 方立兵;引入高階矩的資產(chǎn)定價(jià)、波動(dòng)率建模與風(fēng)險(xiǎn)測(cè)量[D];電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前7條

1 李為健;基于高階矩波動(dòng)性的中國金融危機(jī)預(yù)警指數(shù)研究[D];廣東財(cái)經(jīng)大學(xué);2016年

2 張婷;探究我國股市高階矩和橫截面收益率之間的關(guān)系[D];西南財(cái)經(jīng)大學(xué);2016年

3 范時(shí)昊;馬爾科夫狀態(tài)轉(zhuǎn)換下已實(shí)現(xiàn)高階矩的風(fēng)險(xiǎn)溢出效應(yīng)分析[D];浙江財(cái)經(jīng)大學(xué);2016年

4 李新民;引入高階矩的GARCH模型理論研究及實(shí)證[D];東北財(cái)經(jīng)大學(xué);2010年

5 趙曉瑜;含有高階矩的動(dòng)量資產(chǎn)定價(jià)模型及其檢驗(yàn)[D];廈門大學(xué);2007年

6 帥之凰;基于S型效用函數(shù)和高階矩條件下的穩(wěn)健投資組合[D];廈門大學(xué);2009年

7 王艷朝;股票市場收益率高階矩的動(dòng)態(tài)特征研究[D];山東大學(xué);2014年

，

本文編號(hào)：1535023