加密貨幣被廣泛應(yīng)用于構(gòu)建多元化的投資組合、充當(dāng)交易媒介,成為市場(chǎng)不可缺少的一部分,其市場(chǎng)規(guī)模在十幾年內(nèi)達(dá)到了數(shù)千億美元,發(fā)展速度在全球市場(chǎng)列前茅。然而加密貨幣作為新興市場(chǎng),發(fā)展起步較晚,暴漲暴跌現(xiàn)象嚴(yán)重,不穩(wěn)定的市場(chǎng)環(huán)境使得投資者承受巨大風(fēng)險(xiǎn),也讓市場(chǎng)面臨著嚴(yán)峻的監(jiān)管壓力。因此市場(chǎng)是否存在長期記憶性以及如何準(zhǔn)確判斷風(fēng)險(xiǎn)與收益關(guān)系成為市場(chǎng)關(guān)注的焦點(diǎn)。其中長期記記憶性是衡量市場(chǎng)效率的重要特征,能夠說明市場(chǎng)合理調(diào)節(jié)和分配資金的能力。當(dāng)市場(chǎng)處于無效狀態(tài)時(shí),風(fēng)險(xiǎn)收益具有可預(yù)測(cè)性。而風(fēng)險(xiǎn)收益關(guān)系可以通過刻畫投資者的風(fēng)險(xiǎn)態(tài)度捕捉市場(chǎng)表現(xiàn)特征,有助于理解市場(chǎng)規(guī)律,對(duì)加密貨幣的穩(wěn)定發(fā)展具有一定指導(dǎo)作用。基于此背景,本文聚焦于長期記憶性與風(fēng)險(xiǎn)收益關(guān)系展開對(duì)加密貨幣的研究。由于加密貨幣市場(chǎng)頻繁呈現(xiàn)暴漲暴跌現(xiàn)象,有效市場(chǎng)假說難以對(duì)這種復(fù)雜現(xiàn)象給出合理的解釋。本文嘗試從適應(yīng)性市場(chǎng)假說視角分析市場(chǎng)動(dòng)態(tài)變化,首先,使用ELW、修正R/S、DFA、廣義Hurst方法指數(shù)估計(jì)長期記憶參數(shù),驗(yàn)證市場(chǎng)的可預(yù)測(cè)性。其次,通過滾動(dòng)窗口考察市場(chǎng)效率的變化。最后,基于加密貨幣的長期記憶性,構(gòu)建FCVAR模型進(jìn)一步探究不同市場(chǎng)狀態(tài)下風(fēng)...

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)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(nèi)容與方法
        1.2.1 研究內(nèi)容
        1.2.2 研究方法
    1.3 文章結(jié)構(gòu)安排
    1.4 文章貢獻(xiàn)之處與不足
2 國內(nèi)外研究綜述
    2.1 有效市場(chǎng)假說與適應(yīng)性市場(chǎng)假說
        2.1.1 有效市場(chǎng)假說
        2.1.2 適應(yīng)性市場(chǎng)假說
    2.2 長期記憶及其時(shí)變性
    2.3 風(fēng)險(xiǎn)與收益關(guān)系
3 實(shí)證模型與方法
    3.1 長期記憶性檢測(cè)方法
        3.1.1 修正R/S方法
        3.1.2 去趨勢(shì)波動(dòng)分析法
        3.1.3 廣義Hurst指數(shù)
        3.1.4 精確局部Whittle估計(jì)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(yàn)
    4.1 樣本獲取與統(tǒng)計(jì)說明
    4.2 樣本數(shù)據(jù)的平穩(wěn)性檢驗(yàn)
    4.3 全樣本長期記憶性檢驗(yàn)
    4.4 滾動(dòng)樣本Hurst指數(shù)估計(jì)
5 加密貨幣的風(fēng)險(xiǎn)收益關(guān)系探究
    5.1 市場(chǎng)狀態(tài)劃分
    5.2 不同市場(chǎng)狀態(tài)下的風(fēng)險(xiǎn)收益關(guān)系
    5.3 穩(wěn)健性檢驗(yàn)
6 結(jié)論與建議
    6.1 主要結(jié)論
    6.2 對(duì)策建議
參考文獻(xiàn)
致謝



本文編號(hào)：4053699