加密貨幣的長期記憶與風險收益關系:適應性市場假說視角
發布時間:2025-06-27 03:00
加密貨幣被廣泛應用于構建多元化的投資組合、充當交易媒介,成為市場不可缺少的一部分,其市場規模在十幾年內達到了數千億美元,發展速度在全球市場列前茅。然而加密貨幣作為新興市場,發展起步較晚,暴漲暴跌現象嚴重,不穩定的市場環境使得投資者承受巨大風險,也讓市場面臨著嚴峻的監管壓力。因此市場是否存在長期記憶性以及如何準確判斷風險與收益關系成為市場關注的焦點。其中長期記記憶性是衡量市場效率的重要特征,能夠說明市場合理調節和分配資金的能力。當市場處于無效狀態時,風險收益具有可預測性。而風險收益關系可以通過刻畫投資者的風險態度捕捉市場表現特征,有助于理解市場規律,對加密貨幣的穩定發展具有一定指導作用;诖吮尘,本文聚焦于長期記憶性與風險收益關系展開對加密貨幣的研究。由于加密貨幣市場頻繁呈現暴漲暴跌現象,有效市場假說難以對這種復雜現象給出合理的解釋。本文嘗試從適應性市場假說視角分析市場動態變化,首先,使用ELW、修正R/S、DFA、廣義Hurst方法指數估計長期記憶參數,驗證市場的可預測性。其次,通過滾動窗口考察市場效率的變化。最后,基于加密貨幣的長期記憶性,構建FCVAR模型進一步探究不同市場狀態下風...
【文章頁數】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景及意義
1.2 研究內容與方法
1.2.1 研究內容
1.2.2 研究方法
1.3 文章結構安排
1.4 文章貢獻之處與不足
2 國內外研究綜述
2.1 有效市場假說與適應性市場假說
2.1.1 有效市場假說
2.1.2 適應性市場假說
2.2 長期記憶及其時變性
2.3 風險與收益關系
3 實證模型與方法
3.1 長期記憶性檢測方法
3.1.1 修正R/S方法
3.1.2 去趨勢波動分析法
3.1.3 廣義Hurst指數
3.1.4 精確局部Whittle估計法
3.2 雙記憶模型ARFIMA-FIGARCH
3.3 分整向量自回歸模型
4 加密貨幣的長期記憶性檢驗
4.1 樣本獲取與統計說明
4.2 樣本數據的平穩性檢驗
4.3 全樣本長期記憶性檢驗
4.4 滾動樣本Hurst指數估計
5 加密貨幣的風險收益關系探究
5.1 市場狀態劃分
5.2 不同市場狀態下的風險收益關系
5.3 穩健性檢驗
6 結論與建議
6.1 主要結論
6.2 對策建議
參考文獻
致謝
本文編號:4053699
【文章頁數】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景及意義
1.2 研究內容與方法
1.2.1 研究內容
1.2.2 研究方法
1.3 文章結構安排
1.4 文章貢獻之處與不足
2 國內外研究綜述
2.1 有效市場假說與適應性市場假說
2.1.1 有效市場假說
2.1.2 適應性市場假說
2.2 長期記憶及其時變性
2.3 風險與收益關系
3 實證模型與方法
3.1 長期記憶性檢測方法
3.1.1 修正R/S方法
3.1.2 去趨勢波動分析法
3.1.3 廣義Hurst指數
3.1.4 精確局部Whittle估計法
3.2 雙記憶模型ARFIMA-FIGARCH
3.3 分整向量自回歸模型
4 加密貨幣的長期記憶性檢驗
4.1 樣本獲取與統計說明
4.2 樣本數據的平穩性檢驗
4.3 全樣本長期記憶性檢驗
4.4 滾動樣本Hurst指數估計
5 加密貨幣的風險收益關系探究
5.1 市場狀態劃分
5.2 不同市場狀態下的風險收益關系
5.3 穩健性檢驗
6 結論與建議
6.1 主要結論
6.2 對策建議
參考文獻
致謝
本文編號:4053699
本文鏈接:http://www.malleg.cn/jingjilunwen/jingjiguanlilunwen/4053699.html

