期刊文献+

基于SV模型的沪深300指数波动分析及风险度量 被引量:1

在线阅读 下载PDF
导出
摘要 利用SV模型分析我国沪深300指数的波动情况,实证结果表明沪深两市股价波动具有很强的持续性,但其波动的杠杆效应并不显著,不同于之前学者的研究结果,究其原因,主要是因为沪深300指数的编制方法较单一指数不同,在样本股选取上更为严格,要求更高,因此其作为股指期货的合约标的,具有波动较平稳的特点。进行风险度量时,结果证实杠杆SV模型较之SV-n,SV-t模型能较准确的度量市场风险,是对实际市场波动情况的较好拟合。
出处 《技术与市场》 2011年第11期168-168,170,共2页 Technology and Market
  • 相关文献

参考文献4

二级参考文献20

  • 1鲁万波,李竹渝.波动性的非参数局部多项式估计[J].四川大学学报(自然科学版),2006,43(2):243-248. 被引量:4
  • 2干晓蓉,胡晓华.上海股市周收益率的ARCH模型[J].经济问题探索,2007(6):144-146. 被引量:3
  • 3高铁梅.计量经济分析方法与建模[M].清华大学出版社,2007.
  • 4[1]Black F. Studies of stock market volatility changes[A]. Proceedings of the American Statistical Association, Business and Economic Statistics Section[C]. 1976:177~181.
  • 5[2]Harvey A C,Shephard N. The estimation of an asymmetric stochastic volatility model for asset returns[J]. Journal of Business and Economic Statistics,1996,14:429~434.
  • 6[3]Meyer R,Jun Yu. BUGS for a Bayesian analysis of stochastic volatility models[J]. Econometrics Journal,2000,3:198~215.
  • 7[4]Gilks W R,Roberts G O. Strategies for improving MCMC[Z]. Markov Chain Monte Carlo in Practice,1996:89~114.
  • 8[5]Metropolis N,et al. Equations of state calculations by fast computing machine[J]. Journal of Chemical Physics,1953,21:1087~1091.
  • 9[6]Spiegelhalter D J, Thomas A, Best N G, Gilks W R. BUGS 0.5, Bayesian Inference Using Gibbs Sampling. Manual(Version ii)[Z]. Cambridge:MRC Biostatistics Unit,1996.
  • 10[7]Gilks W R,Wild P. Adaptive rejection sampling for Gibbs sampling[J]. Applied Statistics,1992,41:337~348.

共引文献37

同被引文献11

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部