SV模型综述ppt课件

.,框架,ARCH类模型综述,ARCH/GARCH模型在计量经济学的应用,案例分析,SV类模型概述,小结,.,SV模型综述目录,简要介绍ARCH类模型的发展,阐述SV模型的发展,SV模型的估计,.,针对股票市场波动性表现出的时变特点与“集聚效应(clusteringeffect)”，Engle、Bollerslev等提出了ARCH类模型。ARCH类模型采用时变的条件方差来捕捉价格波动的时变性和序列相关性，但由于ARCH模型将条件方差定义为过去观测值的平方项和前期条件方差的确定性函数，条件方差的估计与过去观测值直接相关，因此当存在异常观测值时，估计的波动性序列不是很稳定。另外，ARCH模型对于长期波动性的预测能力较差。,简要介绍ARCH类模型的发展,.,基于ARCH类模型的缺点，一些学者提出了随机波动性模型（SV）。SV模型最早由Clark于1973年在Econometrica期刊上发表提出，他把美国博克纳的服从随机过程的概念应用于投机价格序列的研究模型当中，介绍了物价变化研究中的一种通用有限方差分布类，详细介绍了其中的一种标准对数正态分布，并与以前使用的分布进行测试比较。通过离散的贝叶斯检验和K-B检验结果表明，基于有限方差分布的随机过程比稳定过程能够更好地描述棉花期货价格的变化。它在文章中提出了一个描述对股票发行价格变化的满足独立同分布的混合模型。,阐述SV模型的发展,.,难于观察到的某种信息流(数据序列)在Clark提出的模型上产生了一些随机量，随后的一些研究者，Tauchen和Pitts(1983)，Gallant,Hsieh和Tauchen(1991)注意到了如果这些信息流是自相关的，那么具有时变和自相关条件方差特性的随机波动模型可能更适合于价格变化序列预测方面的研究。一些研究者(HullandWhite1987;MelinoandTurnbull1990;Wiggins1987)也把随机波动模型在扩散过程中采用离散逼近的方法应用于具有连续时间特性的资产定价中。,阐述SV模型的发展,.,StephenJ.Taylor于1993在MathematicalFinance期刊上介绍了一种基于离散时间逼近的SV模型，并与当时在资产波动性研究中占主导地位的ARCH模型进行了比较分析，发现这些波动模型有许多相似之处，只是这些模型在价格信息波动和随后的信息量对价格的影响方面做了不同的假设。JacquierE,PolsonNG和RossiPE.于1994年在JournalofBusiness,2004.15黄大海,郑丕谔.SV-mmodels-basedstudyonrelationshipbetweenexpectedstockreturnsandvolatilityJ.管理科学学报.2005(05).16黄杰伟,谢赤.马尔可夫结构转换随机波动模型及其应用研究J.湖南商学院学报.2005(04).17吴启权,王春峰,房振明,etal.AResearchonTime-varyingParametersofSVModelandthePolicyEffectsofChineseStockMarketJ.北京理工大学学报(社会科学版).2006(03).18邱崇洋,刘继春,陈永娟.MCMCAlgorithmforStochasticVolatilityModelswithARMA(1,1)ConditionalHeteroskedasticityandCorrelatedErrorsJ.数学研究.2006(04).19潘中岐.扩展SV模型与股票指数期货定价D.华东师范大学;,2006.20胡素华.连续时间资产收益模型的贝叶斯分析D.天津大学;,2006.,参考文献,.,References:21孟利锋,张世英.TheEstimationofContinuousTimeStochasticVolatility(SV)modelanditsapplicationintheanalysisoffinancialriskJ.金融理论与实践.2008(09).22孟利锋,张世英.NonlinearStochasticVolatilityModelwithLeverageEffectanditsApplicationJ.系统管理学报.2009(01).23邱冬阳,王涛,许雄奇.StochasticVolatilityinFinancialMarkets:ALiteratureReviewJ.西南农业大学学报(社会科学版).2009(04).,参考文献,.,小结,查看了大量的相关文献资料；学习了Eviews软件的相关操作；小组讨论相互启发、相互促进；,.,小结,对条件异方差模型做了一个比较系统的综述；较为详细的讲解了ARCH/GARCH模型的应