首页> 中文学位 >中国短期市场利率时间序列长记忆性实证研究
【6h】

中国短期市场利率时间序列长记忆性实证研究

代理获取

目录

文摘

英文文摘

厦门大学学位论文原创性声明及著作权使用声明

引言

第一章 长记忆时间序列及文献综述

第一节 长记忆时间序列

第二节 文献综述

第二章 长记忆时间序列的各类模型

第一节ARFIMA模型

第二节ARFIMA-GARCH模型

第三节长记忆ARCH模型

第三章 时间序列的长记忆性检验和模型估计

第一节 时间序列长记忆存在性检验

第二节ARFIMA(p,d,q)模型的估计

第三节ARFIMA-GARCH模型的估计

第四章 短期市场利率时间序列长记忆性的实证分析

第一节 我国短期市场利率时间序列的长记忆性检验

第二节 利率长记忆模型的建立和估计

第五章 全文总结

附录:分析程序

[参考文献]

致谢

展开▼

摘要

近年来我国不少学者利用中国利率数据进行了短期市场利率时间序列的动态规律研究。从目前国内该领域的研究成果来看,大多数学者使用一些具有短期记忆特征的模型(如Vasicek、CIR和CKIS等模型)来刻画时间序列的动态规律,同时在研究中引入了条件异方差(ARCH族)、随机波动等模型来刻画利率变动的非正态性以及波动聚类效应等。 实证分析表明,金融市场上多数收益率的时间序列往往表现出明显的长期相关性,即长记忆性。短记忆性可以由传统的ARMA类模型来刻画,而长记忆性则可以利用分整过程I(d)来描述,其中d是一个具体的实数。金融时间序列呈现出的尖峰肥尾的特征既可以由条件异方差性引起,也可以由长记忆过程引起。对于我国的市场利率时间序列而言,尖峰肥尾的特征同样普遍存在,但目前主要是用ARCH类模型来拟合。然而,我国短期市场利率是否也具有长记忆特征呢?如何建立能够同时捕捉长短记忆特性的动态模型? 本文较详细地阐述了长记忆时间序列及其各类模型,介绍了长记忆性的检验方法和模型估计,并以中国短期市场利率作为实证研究对象。我们对有代表性的7天期和14天期两种回购利率的时间序列进行了长记忆性的检验与比较,在此基础上通过一个ARFIMA-GARCH模型来刻画利率的长短记忆性,从而使我们进一步认识了利率市场的动态规律。 本文的创新之处有以下几个方面:1、对中国短期市场利率的动态行为首次采用长记忆时间序列模型进行研究;2、将得分检验法和ARFIMA模型估计相结合来检验判定序列是否具有长记忆性;3、使用改进的Hosking迭代法来估计ARFIMA-GARCH模型。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号