隨機(jī)波動模型在能源股票中的相關(guān)性及動態(tài)變結(jié)構(gòu)點研究.pdf

1、針對近年來逐漸被重視的時變相關(guān)系數(shù)變結(jié)構(gòu)點的診斷和預(yù)測問題，本文基于Copula理論，提出一種不同于傳統(tǒng)變結(jié)構(gòu)診斷的方法——局部變結(jié)構(gòu)診斷方法:通過縮小待診點前后的樣本區(qū)間，避免因樣本區(qū)間過大導(dǎo)致區(qū)間內(nèi)波峰波谷相互抵消，造成待診點前后樣本區(qū)間的時變相關(guān)系數(shù)均值相等而診斷不出變結(jié)構(gòu)點的情況，此方法能更加敏感地診斷出時變相關(guān)系數(shù)中的變結(jié)構(gòu)點;并結(jié)合灰色預(yù)測模型和馬爾可夫模型的優(yōu)點，構(gòu)建灰色馬爾可夫SCGM(1，1)c預(yù)測模型:首先根據(jù)灰色S

2、CGM(1，1)c模型對原始序列進(jìn)行擬合和預(yù)測，然后通過馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣方法對灰色模型的預(yù)測結(jié)果進(jìn)行優(yōu)化，從而達(dá)到對時變相關(guān)系數(shù)進(jìn)行精確預(yù)測的目的，上述方法具有操作便捷、結(jié)果精確的優(yōu)點，適用于波動幅度大、隨機(jī)性強(qiáng)的序列。
　　實證研究以中國股市2010年9月至2015年3月期間內(nèi)新能源板塊與傳統(tǒng)能源板塊中的核電指數(shù)和煤炭指數(shù)的每日收盤價作為研究對象，通過非參數(shù)核估計方法估計出核電指數(shù)和煤炭指數(shù)收益率的邊緣分布，構(gòu)造時變二元