金融市場總在不斷的變化,特別是中國金融市場仍處于不斷調(diào)整和轉(zhuǎn)軌中,經(jīng)濟規(guī)律不斷變化,金融市場的金融波動結(jié)構(gòu)變化是實際存在的。因此,對金融波動采用變結(jié)構(gòu)的波動模型建模十分必要,變結(jié)構(gòu)金融波動模型的研究也就成為了波動模型研究中的熱點。本文以此為出發(fā)點,試圖從理論上闡述變結(jié)構(gòu)金融波動模型較其他金融波動模型更能實際反映中國股市波動性特征,然后通過實證分析來驗證變結(jié)構(gòu)金融波動模型刻畫中國股市波動的效果。 一些重大事件對金融市場會產(chǎn)生巨大沖擊,若不考慮這些事件對波動的影響,可能不符合實際情況。特別是中國股市自身不夠成熟,重大事件的沖擊會導(dǎo)致市場波動性加劇。因此,要準(zhǔn)確地描述出股市的波動性行為特征并非易事。國內(nèi)外學(xué)者對金融市場波動性研究已做過很多分析,并建立了很多類別的數(shù)量模型。其中,時間序列波動性模型一般可以分為兩類:一類是自回歸條件異方差(ARCH)類模型;一類是隨機波動(SV)模型。ARCH類模型因其良好的統(tǒng)計特性和對波動現(xiàn)象的準(zhǔn)確描述,被廣泛地用于金融領(lǐng)域,常用模型有EGARCH、TGARCH、APGARCH等多種。本文擬介紹一種研究波動性的新方法——狀態(tài)轉(zhuǎn)移的非對稱PGARCH(簡稱RS-APGARCH)模型,這種變結(jié)構(gòu)波動模型是在APGARCH模型中引入一個具有兩個狀態(tài)的馬爾可夫轉(zhuǎn)換機制,將股市波動分成兩種,一種是股市處于下跌狀態(tài),另一種是股市處于上漲狀態(tài),而一個隨機過程控制了這兩種制度之間的轉(zhuǎn)換。論文將運用比較成熟的GARCH模型和靈活的APGARCH模型RS-APGARCH模型對中國股市波動性進行實證研究,并通過實證結(jié)果比較這些模型對中國股市波動性的刻畫能力。 通過本文理論分析并對中國滬深股市波動性進行實證研究,本文認為經(jīng)濟政策的出臺、金融監(jiān)管制度的變遷、金融市場自身的完善以及國際金融危機的沖擊等事件對數(shù)據(jù)結(jié)構(gòu)均會產(chǎn)生很大影響,使得在條件波動中存在變結(jié)構(gòu),在對數(shù)據(jù)建模時,采用變結(jié)構(gòu)波動模型能更好地刻畫中國股市的波動性。 因此,針對中國股市波動程度大、穩(wěn)定性差的特征,采用變結(jié)構(gòu)波動模型對股市進行波動性研究具有較大的實用性和應(yīng)用空間。有利于政府加強政策監(jiān)管和引導(dǎo)、投資者進行風(fēng)險規(guī)避。與此同時,政府需要進一步加大資本市場制度及運行機制建設(shè),加強投資者教育,適時引入做市商制度和做空機制,增強市場穩(wěn)定性,減少重大事件對股市的巨大沖擊,保持資本市場的穩(wěn)定性。
【學(xué)位單位】：重慶師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2009
【中圖分類】：F224;F832.51
【部分圖文】：

證分析的結(jié)果主要通過 EViews 軟件獲得。采用的日收益率仍為日收盤價自然對數(shù)的一階差分，表示如下：t t t-1r =ln(P )-ln(P ) (5.1)其中，tr 表示日收益率，tp 為日收盤價。5.3.2 滬深股指實證結(jié)果（1）基本統(tǒng)計特征圖 5.1 表示上證指數(shù)、深成指的日收益率。日收益率的波動均表現(xiàn)出時變性、突發(fā)性和聚類性特征。圖 5.2 表示其直方圖及基本統(tǒng)計特征，上證指數(shù)的偏度為-0．02408，說明分布略左偏；深成指偏度為 0．152117，說明分布是右偏的。峰均明顯大于正態(tài)分布的峰值 3，因此具有明顯的“尖峰厚尾性”；Jarque—Bera 值也進一步說明收益序列的分布顯著異于正態(tài)分布。上證指數(shù)均值為 0.000562，略大于滬市均值 0.000556，這與前期國內(nèi)學(xué)者研究的結(jié)果滬強深弱有所不同［55］；標(biāo)準(zhǔn)差為 0.016704 略大于滬市的標(biāo)準(zhǔn)差 0.015167，說明近幾年深市總體波動比滬市波動要劇烈，反映了深市風(fēng)險稍大。

圖 5.1 表示上證指數(shù)、深成指的日收益率。日收益率的波動均表現(xiàn)出時變性、突發(fā)性和聚類性特征。圖 5.2 表示其直方圖及基本統(tǒng)計特征，上證指數(shù)的偏度為-0．02408，說明分布略左偏；深成指偏度為 0．152117，說明分布是右偏的。峰均明顯大于正態(tài)分布的峰值 3，因此具有明顯的“尖峰厚尾性”；Jarque—Bera 值也進一步說明收益序列的分布顯著異于正態(tài)分布。上證指數(shù)均值為 0.000562，略大于滬市均值 0.000556，這與前期國內(nèi)學(xué)者研究的結(jié)果滬強深弱有所不同［55］；標(biāo)準(zhǔn)差為 0.016704 略大于滬市的標(biāo)準(zhǔn)差 0.015167，說明近幾年深市總體波動比滬市波動要劇烈，反映了深市風(fēng)險稍大。上證綜指日收益率 深成指日收益率圖 5.1 滬深股市日收益率示意圖Fig 5.1 sketch map showing daily returns of China stock market

會出現(xiàn)偽回歸。平穩(wěn)性檢驗的方法主要有：非參數(shù)檢驗法、自相關(guān)函數(shù)檢驗位根檢驗。這里采用 Augmented—DickeyFuller(ADF)檢驗收益率序列{rt}的性（見表 5.1）。假定收益率在 0 上下波動，因此計算其 ADF 統(tǒng)計量時回歸方不含常數(shù)項和時間趨勢項，ADF 統(tǒng)計量小于顯著水平為 1%時的臨界值，表明在的置信水平下該序列是平穩(wěn)的。表 5.1 ADF 單位根檢驗Table 5.1 ADF Unit Root Test上證指數(shù) 深成指（3）自相關(guān)性檢驗對兩市股指收益率求滯后 10 階的自相關(guān)和偏相關(guān)函數(shù)值，如圖 5.3，表益率之間的相關(guān)性不顯著，有些階呈現(xiàn)弱自相關(guān)。
【引證文獻】

相關(guān)期刊論文 前1條

1 趙誼生;;國內(nèi)外有關(guān)MRS-GARCH族模型的研究綜述[J];市場周刊(理論研究);2012年02期

相關(guān)碩士學(xué)位論文 前1條

1 趙誼生;基于MRS-GARCH族模型的國際主要股指波動比較研究[D];南京航空航天大學(xué);2012年

本文編號：2885504