导读:本文包含了波动聚集性论文开题报告文献综述及选题提纲参考文献，主要关键词:铁路运输,城际高铁,客流量,预测
波动聚集性论文文献综述
耿立艳,鲁荣利,李新杰[1]（2019）在《基于波动聚集性的城际高铁客流量预测》一文中研究指出由于受到众多因素的影响,城际高铁客流量序列呈现出波动聚集性特征,常用的预测方法很难准确揭示这种波动聚集性特征,一定程度上限制了城际高铁客流量预测精度的提高。为解决该问题,将自回归差分移动平均(ARIMA)模型与广义自回归条件异方差(GARCH)模型相结合,提出城际高铁客流量的ARIMA-GARCH预测模型。先构建城际高铁客流量序列的ARIMA模型,再利用GARCH模型刻画ARIMA模型残差的波动聚集性。利用某车站的城际高铁客流量数据检验ARIMA-GARCH模型的有效性。研究结果表明:ARIMA-GARCH模型刻画出了城际高铁客流量的波动聚集性特征,其短期、中期、长期预测精度均高于ARIMA模型。随着预测步数的增加,ARIMA-GARCH模型的预测精度逐渐下降。(本文来源于《铁道科学与工程学报》期刊2019年08期）
吴鑫育,李心丹,马超群[2]（2018）在《中国股票市场的波动率聚集性研究——基于Markov机制转换Copula模型的实证分析》一文中研究指出波动率聚集性是金融资产收益率序列中的一个重要特征。构建了Markov机制转换Copula模型研究中国股票市场的波动率聚集性(波动率相关性结构)。采用上证综合指数和深证成份指数日内高频数据,构造已实现波动率作为隐波动率的代理变量,对中国股票市场进行了实证分析。结果表明,SJC Copula相比其他Copula能更好地刻画中国股票市场的波动率聚集性,波动率聚集具有明显的尾部非对称特征,高波动率的聚集相比低波动率的聚集发生概率要更高。另外,基于Markov机制转换SJC Copula模型的研究表明,中国股票市场的波动率聚集还具有明显的尾部动态特征。(本文来源于《系统管理学报》期刊2018年04期）
周好文,晏富贵,徐守喜[3]（2015）在《过度关注与股价波动聚集性》一文中研究指出依据过度关注假说,建立了基于过度关注的噪音交易理论模型,模型刻画了股票收益率与历史波动的关系,认为过度关注能够产生股价波动聚集性。通过对全球19只发达和新兴国家地区股票指数的收益率数据进行GARCH族实证,结果表明收益波动的聚集性与过度关注有关,新兴国家的历史股票收益率与波动能够预测未来的股票收益率和波动,且收益率的波动对历史波动具有非对称性反应,而发达国家股票收益率波动则不受历史波动的影响。(本文来源于《西安交通大学学报(社会科学版)》期刊2015年02期）
张泓屿,王珂飞,赵敏孜[4]（2013）在《基于GARCH模型对沪铝和伦铝期货市场波动聚集性的实证研究和比较分析》一文中研究指出本文通过对沪铝和伦铝期货市场收益率的统计描述,对两个市场的收益率分布存在非正态性和自回归条件异方差的特性进行了研究,然后建立了GARCH族模型,实证检验了沪铝和伦铝期货市场收益率序列的波动性特征,对市场波动的聚集性进行了研究,并比较了两个市场波动聚集性的不同特征,结果表明两个市场的波动持续性较强,波动衰减较缓慢,且沪铝期货市场的有效性和定价效率较弱。(本文来源于《财经界(学术版)》期刊2013年21期）
秦开大,曾能民[5]（2012）在《鲜活农产品拍卖相关指标的波动聚集性分析》一文中研究指出成交价格、供货量、交易量和流拍率是我国鲜活农产品拍卖的4个重要指标并呈现波动聚集性。运用条件异方差模型分析了相应的收益率、供货量变动率、交易量变动率与流拍变动率的波动特征。实证结果表明,这4个序列均存在很强的波动聚集性:分别用t-ARCH(1)模型、正态-EGARCH(1,1)模型、GED-EGARCH(1,1)模型、t-EGARCH(1,1)模型拟合收益率序列、供货量变动率序列、交易量变动率序列、流拍变动率序列,具有较好的效果。此外,还进一步分析了相应的预测性能和杠杆效应。(本文来源于《广东农业科学》期刊2012年19期）
徐轲,马永开,邓长荣[6]（2010）在《中国住房价格波动聚集性研究及短期预测》一文中研究指出相对于传统的均值-方差分析,ARCH效应的存在将会使投资者在短期内面临更大的风险。有效地捕捉住房价格ARCH效应对研究住房价格短期走势有重要的实践意义。将长短2个时段样本运用回归模型、GARCH模型、AR模型对中国住房均价及四大直辖市数据进行实证,结果表明:在2个时段上我国住房价格均存在ARCH效应,除重庆外其他3个直辖市也存在ARCH效应;此外,在短时段的预测上,回归模型略优于GARCH模型,而GARCH模型在长时段预测效果上要优于回归模型。可见,在相关数据难找的情况下,GARCH模型是切实可行的短期预测方法。(本文来源于《管理学报》期刊2010年06期）
赵迎斌[7]（2006）在《沪市收益率波动聚集性实证研究》一文中研究指出金融市场的波动性不仅是投资者关注的焦点之一,而且也是被研究的热点之一。本文首先检验了上海证券市场的ARCH效应和序列相关性,在此基础上,将ARMA—GARCH模型应用于上证综指,结果显示该模型能有效拟合股市的波动性,最后,针对结果分析了我国股市的行为。(本文来源于《统计教育》期刊2006年05期）
黄超,吴清烈,武忠,朱扬勇[8]（2005）在《基于自相似的金融时间序列波动聚集性研究》一文中研究指出自相似与波动聚集性是金融时间序列的两个重要特征,文章将这两个特征结合,提出了一种基于自相似的波动聚集模型。基于该模型提出了一种基于拟合优度与趋势变动的联机时间序列分割算法,算法能够根据波动的自相似特征将序列分割为多个子序列,从而用于研究在不同时段金融时间序列波动的自相似性。对实际数据的实验结果表明,文章所提出的模型和分割算法是有效的。(本文来源于《计算机工程与应用》期刊2005年32期）
皮天雷[9]（2004）在《我国股价收益率的波动聚集性——基于上海市场的实证研究》一文中研究指出股票价格的频繁波动是股票市场最明显的特征之一。ARCH类模型可以很好地预测金融资产收益率的方差。通过对中国股价指数的统计描述,表明中国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性。利用ARCH类模型对上证指数的波动进行了拟合,结果表明:GARCH模型对中国股市波动具有较好的拟合效果。(本文来源于《云南财贸学院学报》期刊2004年01期）
皮天雷[10]（2003）在《我国沪市波动聚集性GARCH效应的实证研究》一文中研究指出股票价格的频繁波动是股票市场最明显的特征之一,自回归条件异方差类模型可以很好地预测金融资产收益率的方差。通过对我国股价指数的统计描述,表明我国金融资产收益率存在自回归条件异方差的特征,并表现出非正态性。利用自回归条件异方差类模型,采用1993年～2003年的数据对上证指数的波动进行拟合,结果表明,广义自回归条件异方差模型对我国股市波动具有较好的拟合效果。(本文来源于《管理科学》期刊2003年06期）
波动聚集性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
波动率聚集性是金融资产收益率序列中的一个重要特征。构建了Markov机制转换Copula模型研究中国股票市场的波动率聚集性(波动率相关性结构)。采用上证综合指数和深证成份指数日内高频数据,构造已实现波动率作为隐波动率的代理变量,对中国股票市场进行了实证分析。结果表明,SJC Copula相比其他Copula能更好地刻画中国股票市场的波动率聚集性,波动率聚集具有明显的尾部非对称特征,高波动率的聚集相比低波动率的聚集发生概率要更高。另外,基于Markov机制转换SJC Copula模型的研究表明,中国股票市场的波动率聚集还具有明显的尾部动态特征。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
波动聚集性论文参考文献
[1].耿立艳,鲁荣利,李新杰.基于波动聚集性的城际高铁客流量预测[J].铁道科学与工程学报.2019
[2].吴鑫育,李心丹,马超群.中国股票市场的波动率聚集性研究——基于Markov机制转换Copula模型的实证分析[J].系统管理学报.2018
[3].周好文,晏富贵,徐守喜.过度关注与股价波动聚集性[J].西安交通大学学报(社会科学版).2015
[4].张泓屿,王珂飞,赵敏孜.基于GARCH模型对沪铝和伦铝期货市场波动聚集性的实证研究和比较分析[J].财经界(学术版).2013
[5].秦开大,曾能民.鲜活农产品拍卖相关指标的波动聚集性分析[J].广东农业科学.2012
[6].徐轲,马永开,邓长荣.中国住房价格波动聚集性研究及短期预测[J].管理学报.2010
[7].赵迎斌.沪市收益率波动聚集性实证研究[J].统计教育.2006
[8].黄超,吴清烈,武忠,朱扬勇.基于自相似的金融时间序列波动聚集性研究[J].计算机工程与应用.2005
[9].皮天雷.我国股价收益率的波动聚集性——基于上海市场的实证研究[J].云南财贸学院学报.2004
[10].皮天雷.我国沪市波动聚集性GARCH效应的实证研究[J].管理科学.2003