项目名称: 具有结构转换的半参数和幂变换门限GARCH建模及其应用

项目编号: No.71271011

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 管理科学

项目作者: 杨继平

作者单位: 北京航空航天大学

项目金额: 55万元

中文摘要: 股票市场受到政治经济政策和事件等因素的影响,会导致其波动性出现结构变化,采用结构转换模型描述其波动变化非常必要。现有GARCH模型族是对金融波动数据满足一定条件的假设下建立的,有模型误设的可能;而非参数GARCH模型存在"维数灾难"和模型解释能力有限的问题,本项目建立的模型避免如上缺陷。我们将具有结构转换的GARCH模型与半参数GARCH模型结合起来,建立具有结构转换的半参数GARCH模型,从而建立结构转换的半参数幂变换门限GARCH模型;进一步研究由此发展的半强幂变换门限GARCH及其半参数扩展,系统研究这些模型的平稳性、可识别性,以及估计方法等内容,以我国沪深股市的波动特征进行实证研究。研究建立的模型参数部分对波动性进行合理解释,非参数部分减少估计误差,是国际上最一般的具有结构转换的金融资产波动模型,其意义在于建立具有结构转换的半参数GARCH模型族理论,并应用于我国股市的风险分析。

中文关键词: 结构转换;半参数方法;马尔可夫过程;门限模型;GARCH模型

英文摘要: Being affected by the factors of political and economic policies and events, the volatility of the stock market will present regime switching. Thus, it is essential to describe its fluctuations using regime switching model. The existing GARCH family models are established under the condition that the volatility data must meet some certain assumptions, so there are possibilities of model misspecification; while nonparametric GARCH models have the problem of "curse of dimensionality" and are difficult to explain the model estimated. This research explores to establish models that avoid the above defects. We combine the GARCH model with regime-switching to semiparametric GARCH model together, and then establish semiparametric GARCH model with regime-switching, and thus we can establish semiparametric power-transformed and threshold GARCH model with regime-switching. Furthermore, we will study the semi-strong power-transformed and threshold GARCH model and its semiparametric extension. This project will systematically study the stationarity, identiability and estimation methods of those models, and then perform empirical study based on China's Shanghai and Shenzhen stock markets. The parametric part of the established models can provide reasonable explanations for the volatility, and the nonparametric part can reduc

英文关键词: Regime switching;Semiparametric methods;Markov process;Threshold model;GARCH model

成为VIP会员查看完整内容
0

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
专知会员服务
21+阅读 · 2021年9月23日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
13+阅读 · 2021年8月29日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
143+阅读 · 2021年2月3日
专知会员服务
230+阅读 · 2020年12月15日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
28+阅读 · 2020年11月4日
正则化技巧:标签平滑以及在 PyTorch 中的实现
极市平台
2+阅读 · 2021年12月10日
TensorFlow 模型优化工具包:协作优化 API
TensorFlow
1+阅读 · 2021年11月29日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
图分类:结合胶囊网络Capsule和图卷积GCN(附代码)
中国人工智能学会
36+阅读 · 2019年2月26日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
时延神经网络(TDNN)原理及其TensorFlow实现
深度学习每日摘要
56+阅读 · 2017年5月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
38+阅读 · 2020年3月10日
Knowledge Representation Learning: A Quantitative Review
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
小贴士
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
专知会员服务
21+阅读 · 2021年9月23日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
13+阅读 · 2021年8月29日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
143+阅读 · 2021年2月3日
专知会员服务
230+阅读 · 2020年12月15日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
28+阅读 · 2020年11月4日
相关资讯
正则化技巧:标签平滑以及在 PyTorch 中的实现
极市平台
2+阅读 · 2021年12月10日
TensorFlow 模型优化工具包:协作优化 API
TensorFlow
1+阅读 · 2021年11月29日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
图分类:结合胶囊网络Capsule和图卷积GCN(附代码)
中国人工智能学会
36+阅读 · 2019年2月26日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
时延神经网络(TDNN)原理及其TensorFlow实现
深度学习每日摘要
56+阅读 · 2017年5月19日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员