ARMA-GJR-GARCH模型预测资产收益和波动率.docxVIP

ARMA-GJR-GARCH模型预测资产收益和波动率.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE2

摘要

随着我国人民投资需求的不断上升,资产配置在A股市场越来越重要。基于Black-Litterman资产配置策略(BL),本文选取2009年1月-2019年6月上证50指数成分股的数据进行实证研究,以测试资产配置效果。在BL模型中,收益的预测十分重要。我们摒弃了以往文献中使用历史数据的方法,而是使用由时间序列模型预测的收益作为BL模型的输入数据。我们的创新贡献是使用偏t非对称的ARMA-GJR-GARCH模型来得到股票收益及波动预测,该方法考虑了股票收益的非正态性、异方差性以及条件方差的非对称性。在实证中,我们比较了BL模型和MV模型形成的收益结果,我们发现:(1)两个模型

文档评论(0)

***** + 关注
实名认证
文档贡献者

乐于分享,有偿帮助。

版权声明书
用户编号:8070007123000004

1亿VIP精品文档

相关文档