我国互联网金融收益波动率分析—以余额宝为例开题报告
2021-12-25 16:30:47
全文总字数：3269字
1. 研究目的与意义及国内外研究现状
2013年6月13日这一天，阿里巴巴旗下我国著名网上支付平台支付宝app联合天弘基金公司隆重推出互联网理财方式余额宝，在该产品推出过后不到一个月的时间里，其投资规模已经超过了七十亿，如此庞大的投资规模使余额宝的地位位于中国互联网理财的第一位。
但是近一年以来，余额宝的年化收益不再具有以往的高收益优势，从4%左右降至3%。因此探究余额宝收益率的波动是十分迫在眉睫的课题。
本文基于余额宝近两年以来也就是2015和2016年的万份日收益数据，对余额宝收益率的波动特征作详细分析，包括利用数据描述性统计说明收益率的尖峰厚尾性，通过建立arch模型来说明收益率是否具有波动聚集性，通过garch模型实证分析说明收益率是否具有波动持续性，以及通过建立tgarch模型来验证序列波动率的非对称性。
2. 研究的基本内容
本文第一部分为引言。该部分本文将介绍研究背景及意义；对波动率模型以及余额宝收益率的国内外相关研究进行系统性回顾；同时对本文的研究框架以及思路进行了简要说明。
第二部分为研究的理论基础。该部分本文将阐述金融时间序列波动率的主要特点以及本文即将运用的相关模型的简要介绍。
第三部分为实证分析部分，本文基于余额宝2015和2016年的万份日收益数据，对余额宝收益率的波动特征作详细分析，包括利用数据描述性统计说明收益率的尖峰厚尾性，首先基于数据描述性统计分析的方法说明了余额宝收益率变化具有尖峰厚尾性，其次基于arch模型的建模分析说明了收益率的变化存在波动聚集性，最后基于tgarch模型的建模分析说明了波动率存在非对称性。
3. 实施方案、进度安排及预期效果
三月初-三月中旬：相关文献的查阅与研究
三月中旬-三月下旬：对所研究课题整理思路，并与导师商量并确定论文提纲
四月初-四月中下旬：进行初稿的攥写并及时与导师沟通修改
4. 参考文献
| [1]Vesna Bucevska. An Empirical Evaluation of GARCH Models in Value-at-Risk Estimation: Evidence from the Macedonian Stock Exchange[J]. Business Systems Research.2013(05):49-64 [2]Won-Tak Hong, Eunju Hwang. Dynamic behavior of volatility in a nonstationary generalized regime-switching GARCH model[J]. Statistics and Probability Letters.2016(04):2-6 [3]Noureddine Benlagha, Sana Chargui. Range-Based and GARCH Volatility Estimation: Evidence from the French Asset Market[J]. Global Finance Journal.2016(04):45-56 [4]Jeungbo Shim, Seung-Hwan Lee. Dependency between Risks and the Insurer’s Economic Capital: A Copula-based GARCH Model[J]. Asia-Pacific Journal of Risk and Insurance.2017(21):68-79 [5]黄海南,钟伟. GARCH类模型波动率预测评价[J]. 中国管理科学.2007(06):13-19 [6]张高勋,田益祥,李秋敏. 基于Copula-ECM-GARCH模型的动态最优套期保值比率估计及比较[J]. 系统工程.2011(08):56-64 [7]邢聪聪. 寿光蔬菜价格指数的波动趋势与预测——基于ARMA-GARCH模型的分析[J]. 价格理论与实践.2016(02):106-108 [8]曾国庆. 基于GARCH-VaR模型对沪深300ETF基金的实证分析[J]. 时代金融.2017(05):168-169 [9]刘冬青. 基于线性回归模型的余额宝价值分析[J]. 哈尔滨商业大学学报. 2014(05): 47-54 [10]郝清民,王丽媛. 余额宝的感知风险[J]. 管理现代化.2016(06):114-116 [11]申晨,程冬玲,陈刚,任静怡.基于历史模拟法的余额宝风险价值评估[J].2017(05):297 |
