freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

學(xué)年論文終極版(編輯修改稿)

2024-07-25 03:23 本頁(yè)面
 

【文章內(nèi)容簡(jiǎn)介】 進(jìn)行修正,引入虛擬變量并對(duì)其賦值, =0代表股指期貨引入前,=1代表股指期貨引入后,其系數(shù)表示波動(dòng)性變化的代理參數(shù),=0表示股指期貨引入后,現(xiàn)貨市場(chǎng)的波動(dòng)性不變, 0表示波動(dòng)性增大, 0表示波動(dòng)性減小,根據(jù)的正負(fù)和大小情況可以判斷引入期貨后,現(xiàn)貨市場(chǎng)波動(dòng)性的變化情況。引入虛擬變量后,模型的公式如下:(二).描述性統(tǒng)計(jì) 從圖1看出,滬深300指數(shù)對(duì)數(shù)收益率的波動(dòng)性曲線明顯有收縮的趨勢(shì)。這初步顯示出股指期貨的引入可能導(dǎo)致現(xiàn)貨市場(chǎng)波動(dòng)性水平減少,不過(guò)需要更詳細(xì)的分析,得出更有統(tǒng)計(jì)意義的解釋。 圖31 滬深300指數(shù)對(duì)數(shù)收益率波動(dòng)情況圖32 滬深300指數(shù)對(duì)數(shù)收益率描述性統(tǒng)計(jì)量及柱狀圖 從圖2中可以看出,滬深300指數(shù)對(duì)數(shù)收益率峰度值大于3,偏度小于0,在均值處出現(xiàn)過(guò)度波峰,JB統(tǒng)計(jì)量P值為0,拒絕序列服從正態(tài)分布的原假設(shè)。故不能用于基于正態(tài)分布的F檢驗(yàn)等統(tǒng)計(jì)方法檢驗(yàn)該樣本序列的波動(dòng)性。但該收益率的樣本序列具有典型的金融數(shù)據(jù)尖峰厚尾的特征,因此可以通過(guò)建立GARCH模型進(jìn)行研究。(三).模型的建立以股指期貨推出時(shí)間為界分別選取滬深300指數(shù)2007年1月4日到2010年4月15日以及2010年4月16日到2013年6月3日的收盤(pán)價(jià)的對(duì)數(shù)收益率作為研究對(duì)象,建立GARCH模型來(lái)研究股指期貨推出前后數(shù)據(jù)的變化情況,以下是建立模型的步驟和相關(guān)分析。 表31 股指期貨推出之前滬深300指數(shù)對(duì)數(shù)收益率的單位根檢驗(yàn)情況tStatisticProb*Augmented DickeyFuller test Statistic Test critical values1% level5% level10% level表32 股指期貨推出之后滬深300指數(shù)對(duì)數(shù)收益率的單位根檢驗(yàn)情況tStatisticProb*Augmented DickeyFuller test Statistic Test critical values1% level5% level10% level 兩表的單位根檢驗(yàn)結(jié)果一致,拒絕原假設(shè),就是說(shuō)股指推出前后滬深300指數(shù)的對(duì)數(shù)收益率不存在單位根,因而是平穩(wěn)的。對(duì)股指期貨推出前后滬深300指數(shù)對(duì)數(shù)收益率自相關(guān)檢驗(yàn),通過(guò)自相關(guān)圖以及AIC,SC準(zhǔn)則確定:在股指期貨推出以前,滬深300指數(shù)收益率的時(shí)間序列是一個(gè)ARMA(2,2)過(guò)程,在推出股指期貨之后變成了一個(gè)ARMA(1,1)過(guò)程。對(duì)建立的兩個(gè)模型進(jìn)行ARCH效應(yīng)檢驗(yàn)。表33 股指期貨推出之前時(shí)間序列的ARCHLM檢驗(yàn)Heteroske dasticity Test:ARCHFstatistic(3,800)Obs*RSquared(3)表34 股指期貨推出之后時(shí)間序列的ARCHLM檢驗(yàn)Heteroske dasticity Test:ARCHFstatistic(3,758)Obs*RSquared(3)根據(jù)檢驗(yàn)結(jié)果我們可以看出,股指期貨推出前后均存在ARCH效應(yīng),而且選擇滯后階數(shù)為10時(shí),結(jié)果仍然是顯著的,也就是說(shuō)存在著高階的ARCH效應(yīng),因此我們可以而且應(yīng)該建立GARCH模型。GARCH(1,1)能夠非常好的擬合金融時(shí)間序列模型,在此選取其進(jìn)行估計(jì),以下是利用GARCH(1,1)分別對(duì)滬深300股指期貨推出之前和推出之后的滬深300指數(shù)收益率進(jìn)行估計(jì)的結(jié)果。表35 股指期貨推出之前滬深300指數(shù)對(duì)數(shù)收益率的GARCH模型參數(shù)GARCH=C(6)+C(7)*RESID(1)^2+C(8)*GARCH(1)Variable CoefficientzStatisticProb.C AR(1) AR(2) MA(1) MA(2) Variance EquationC RESID(1)^2 GARCH(1) 表36 股指期貨推出之后滬深300指數(shù)對(duì)數(shù)收益率的GARCH模型參數(shù)估計(jì)GARCH=C(6)+C(7)*RESID(1)^2+C(8)*GARCH(1)Variable CoefficientzStatisticProb.C AR(1) MA(1) Variance EquationC RESID(1)^2 GARCH(1) 從表中可以得出,系數(shù)都是顯著的,依據(jù)表格可以寫(xiě)出方程:股指期貨推出之前,均值方程:條件方差方程:股指期貨推出之后,均值方程:條件方差方程: 再進(jìn)行ARCHLM檢驗(yàn),結(jié)果如下:表37 股指期貨推出之前滬深300指數(shù)對(duì)數(shù)收益率的ARCHLM檢驗(yàn)Heteroske dasticity Test:ARCHFstatistic(3,800)Obs*RSquared(3)表38 股指期貨推出之后滬深300指數(shù)對(duì)數(shù)收益率的ARCHLM檢驗(yàn)Heteroske dasticity Test:ARCHFstatistic(3,800)Obs*RSquared(3)檢驗(yàn)結(jié)果顯示,無(wú)法拒絕原假設(shè),因而表明經(jīng)過(guò)GARCH模型估計(jì)己經(jīng)消除了ARCH效應(yīng)。3 .引入虛擬變量的GARCH模型以上是對(duì)股指期貨推出前和推出后的滬深300指數(shù)對(duì)
點(diǎn)擊復(fù)制文檔內(nèi)容
公司管理相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1