基于馬爾科夫轉(zhuǎn)換ARCH模型的上證綜指波動率研究.pdf

1、作為經(jīng)濟(jì)走勢的晴雨表，我國的股票市場在經(jīng)過了20多年的發(fā)展，積累了較大的泡沫成分，體現(xiàn)出一定程度的市場波動性，故度量、刻畫分析波動的特征有著重要的意義。本文以上證綜指收益率序列為例，對于這類復(fù)雜的金融數(shù)據(jù)，采用極大似然估計方法得出簡單的GARCH族模型無法刻畫出波動序列的尖峰厚尾性，聚集性，長期記憶性以及杠桿性等諸多特征。
　　因此，為了能夠更好的刻畫出波動特征，本文首先嘗試?yán)肦/S分析法，假設(shè)殘差分別在正態(tài)分布、t分布、GED

2、分布及SKT分布下，使用“滾動時間窗”的方法對波動率進(jìn)行預(yù)測，并采用ARFIMA(p,d,q)-EGARCH(m,n)-M模型對收益率序列進(jìn)行了實(shí)證分析。實(shí)證結(jié)果表明：上證收益率序列存在長記憶性；基于SKT分布條件下ARFIMA(2,1)-EGARCH(1,1)-M模型能夠較好的處理序列尖峰厚尾和聚集等特征并且較其他分布條件下具備較強(qiáng)的預(yù)測精度。
　　隨后在GARCH族模型的基礎(chǔ)上，結(jié)合了馬爾科夫機(jī)制轉(zhuǎn)換的狀態(tài)空間模型對其進(jìn)行了擴(kuò)

3、展，文中討論了三狀態(tài)的MS-ARCH(3)模型，并且采用MCMC方法對參數(shù)進(jìn)行估計，將采樣Metropolis-Hasting取樣法嵌套于Gibbs取樣法中的方法，對參數(shù)進(jìn)行取樣。研究發(fā)現(xiàn)：MS-ARCH模型比GARCH族模型在刻畫波動聚集特征方面表現(xiàn)的更優(yōu)異，尤其是能夠處理GARCH族所不能刻畫的結(jié)構(gòu)突變的特點(diǎn)，MS-ARCH優(yōu)勢還體現(xiàn)實(shí)際應(yīng)用方面，如危機(jī)預(yù)警的作用。此外，還建議投資者把握好高波動時的獲益機(jī)會，但是當(dāng)高波動狀態(tài)開始大量