多时间尺度股票收益率GARCH模型中的Copula函数选取任务书

 2021-11-10 22:03:58

1. 毕业设计(论文)主要目标:

1、学习和巩固ARIMA模型、GARCH模型等时间序列方法;2、学习copula函数理论及其相关应用;3、在不同时间尺度下,对沪深股市的股票收益率进行时间序列分析;4、对比分析不同时间尺度下GARCH模型中的Copula函数选取。

2. 毕业设计(论文)主要内容:

本文以GARCH模型的Copula函数选取为研究对象,对沪深股市的股票收益率进行实证分析。首先,对股票的日收益、周收益和月收益建立GARCH模型;然后,引入Copula技术建立Copula-GARCH模型,描述序列之间的相关结构;最后,对不同时间跨度下的收益率数据进行模型拟合以及预测分析。在分析中,着重比较不同时间跨度下GARCH模型中的Copula函数选取,以及模型的拟合效果;并从模型原理、步骤、结果等方法进行分析。

3. 主要参考文献

[1]熊健, 王丽. 基于t-Copula-GARCH-t模型的中国股票市场风险分析[J]. 广州大学学报(自然科学版), 2012, 11(5): 1-5.[2]魏捷, 王冬梅, 李威. 基于GARCH模型的上证综合指数VaR计算[J]. 统计与决策, 2010, (23): 135-137.[3]韦艳华, 张世英. Copula理论及其在金融分析上的应用[M]. 北京: 清华大学出版社, 2008.[4]段琼洁, 单薇. 基于Copula-GARCH模型的上证股指行业板块相关性研究[J]. 河南科学, 2011, 29(11): 1286-1291.[5]Cai H.J., Huang S., Chun W., Ying W. Copula-GARCH Analysis of Chinese Stock Market Dependence Structure[C]. In: Tan H. (eds) Technology for Education and Learning. Advances in Intelligent Systems and Computing, 2012,136. Springer, Berlin, Heidelberg. DOI: 10.1007/978-3-642-27711-5_78.[6]Ling X., Dhesi G. Dependence structure analysis using Copula-GARCH model: An application to UK and US stock markets[EB/OL]. http://www.researchgate.net/publication/299656834_Dependence_structure_analysis_using_Copula-GARCH_model_An_application_to_UK_and_US_stock_markets, 2017-01-06.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。