【摘要】：波動模型在金融計量學(xué)中占據(jù)著極其重要的地位。因為資產(chǎn)價格變化的條件方差不能被直接觀察到，該條件方差的度量只能通過對收益序列所服從的隨機(jī)過程進(jìn)行參數(shù)化方法而得到。因此，那些需要準(zhǔn)確預(yù)測未來波動的從業(yè)者對于選擇合適的波動模型有著很大的興趣。例如，從投資者的角度來說，交易員需要進(jìn)行股票期權(quán)定價，投資組合經(jīng)理要根據(jù)波動情況制定有利的投資計劃，風(fēng)險經(jīng)理要計算投資組合的市場風(fēng)險等；從另外一個角度來說，波動模型對于政策制定者和央行而言也具有非常重要的作用。一個合理的模型有助于他們觀察金融市場的發(fā)展情況，以此獲得用來分析貨幣和金融穩(wěn)定的信息，央行也會定期地分析不同資產(chǎn)的期權(quán)價格來計算市場對未來資產(chǎn)價格的預(yù)期。所以，去發(fā)現(xiàn)、把握、利用股市的波動規(guī)律對廣大投資者、從業(yè)者以及管理者而言有著不言而喻的作用。 學(xué)界和業(yè)界早已對股市的波動性進(jìn)行了深入的分析。Engle (1982)在他的一篇論文中首先提出了著名的自回歸條件異方差(ARCH)模型，并對波動聚類(Volatility Cluster)情況進(jìn)行了詳細(xì)的分析，得到了良好的效果，此后ARCH模型便迅速成為對金融時間序列進(jìn)行分析的主要工具之一。Bollerslev (1986)通過對ARCH模型進(jìn)行推廣，得到后來被普遍使用的廣義自回歸條件異方差(GARCH)模型，雖然GARCH模型在ARCH模型的基礎(chǔ)上有了改進(jìn)和優(yōu)化，但是該模型并沒有把結(jié)構(gòu)突變對金融時間序列造成的影響考慮進(jìn)去，即金融時間序列會因為結(jié)構(gòu)突變而形成不同的波動狀態(tài)。此后，Nelson (1991)又提出了EGARCH模型，Zakoian (1994)提出了TGARCH模型。學(xué)者們對股票市場經(jīng)過大量研究后，得到的結(jié)果表明：在ARCH類模型中波動具有較高的持續(xù)性。雖然股票市場波動的持續(xù)性特征能通過ARCH類模型很好地刻畫出，但是Hamilton通過進(jìn)一步研究美國股票市場發(fā)現(xiàn)，ARCH類模型在波動性的預(yù)測方面表現(xiàn)不佳。為此，Hamilton (1994)便提出了馬爾科夫區(qū)制轉(zhuǎn)移的ARCH (Regime-switching ARCH)模型，即SWARCH模型，該模型成功地解決了ARCH類模型對波動的持續(xù)性較好的描述能力與對波動較差的預(yù)測能力之間的矛盾。 本文的主要目的是從樣本內(nèi)和樣本外兩個角度來研究沖擊的持續(xù)性。我們使用帶有杠桿效應(yīng)的SWARCH模型，，并采用馬爾科夫鏈蒙特卡洛(MCMC)模擬對模型進(jìn)行估計，以此來對我國滬深300指數(shù)收益率的波動性進(jìn)行實證研究，并對實證結(jié)果采取一些診斷措施，以及用后驗預(yù)分析來評估模型捕捉到的方差方程是否與數(shù)據(jù)擬合良好，以此判斷模型的精度。 結(jié)果表明：首先，對于樣本期內(nèi)的滬深300指數(shù)收益率而言，其波動率只分為高波動率水平和低波動率水平兩種狀態(tài)，且模型方差方程中的ARCH項階數(shù)為4，即SWARCH-L (2,4)模型最為適合。其次，本文使用貝葉斯方法在對SWARCH-L (2,4)模型估計完成后，為了評估該模型對樣本數(shù)據(jù)的擬合情況，我們用同樣的方法對GARCH (1,1)模型進(jìn)行了估計，通過比較，我們發(fā)現(xiàn)：對于方差方程中的自回歸條件部分引起的波動受到的沖擊的持續(xù)性而言，S WARCH-L (2,4)模型比GARCH (1,1)模型的持續(xù)性稍短；且后驗預(yù)測分析表明： SWARCH-L (2,4)模型和GARCH (1,1)模型都能很好地捕捉到收益觀測序列的波動動態(tài)，且GARCH (1,1)模型表現(xiàn)的更好，因此對于滬深300指數(shù)而言， GARCH (1,1)模型對數(shù)據(jù)的擬合效果更佳。最后，本文基于貝葉斯動態(tài)預(yù)測方法，分別使用SWARCH-L (2,4)模型、G ARCH (1,1)以及常波動率模型對2011年4月11日至2012年3月6日期間我國滬深300指數(shù)收益率的波動情況進(jìn)行了預(yù)測，預(yù)測水平s有1天、7天、28天和45天，并對各模型的預(yù)測效果進(jìn)行了比較分析。結(jié)果發(fā)現(xiàn)：在各預(yù)測水平上僅根據(jù)RMSE、RMSLE以及MAPE的值， GARCH (1,1)模型的預(yù)測效果都比SWARCH-L (2,4)模型表現(xiàn)的好。但是，隨著預(yù)測水平的上升，SWARCH-L (2,4)模型的預(yù)測值對于實際發(fā)生的波動進(jìn)行解釋的能力卻是增強(qiáng)的。需要說明的是，所有模型預(yù)測的波動率都是實際波動率的有偏估計。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F224;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 萬蔚;江孝感;;我國滬、深股市的波動性研究——基于GARCH族模型[J];價值工程;2007年10期

2 蔣祥林,王春峰,吳曉霖;基于狀態(tài)轉(zhuǎn)移ARCH模型的中國股市波動性研究[J];系統(tǒng)工程學(xué)報;2004年03期

本文編號：2333930