【摘要】：20世紀(jì)70年代以來,隨著金融創(chuàng)新的不斷深入以及國際資本市場的不斷發(fā)展,大量的衍生金融工具被創(chuàng)造出來供投資者用以套期保值和套利交易,從而進一步地促進了資本市場的發(fā)展。但是衍生金融工具在完善資本市場定價機制的同時也大大地增加了資本市場的系統(tǒng)性風(fēng)險。美國次貸危機爆發(fā)后,金融危機席卷全球,使得監(jiān)管者和投資者對于市場的風(fēng)險更加重視。在風(fēng)險管理過程中,資產(chǎn)的波動率是衡量風(fēng)險的首選指標(biāo),由于波動率是無法直接觀測到的,因此如何用定量的方法對波動率進行刻畫成為了國內(nèi)外學(xué)者研究的重點。 Engle在1982年提出的ARCH模型以及Bollerslev在1986年提出的GARCH模型將波動率的研究推上了一個新的階段。此后,在ARCH模型和GARCH模型基礎(chǔ)上擴展出的GARCH族模型被廣泛的應(yīng)用于波動率研究的領(lǐng)域。雖然GARCH族模型能夠很好地描述資產(chǎn)的波動特征,但是無法解釋諸如1987年美國股市遭遇的“黑色星期一”以及“9.11”事件后美國股市的暴跌這樣的資產(chǎn)價格的異常波動,這種異常波動往往反映在資產(chǎn)價格的跳躍中,而這種跳躍性往往會給投資者造成災(zāi)難性的損失,因此大量的學(xué)者通過Jump-GARCH模型將跳躍過程與GARCH模型結(jié)合起來,力求更加準(zhǔn)確地描述資產(chǎn)價格的跳躍性和波動性,實證研究表明,Jump-GARCH模型能夠?qū)崿F(xiàn)資產(chǎn)價格的波動性與跳躍性有機結(jié)合,更好地刻畫資產(chǎn)價格的波動性和跳躍性特征。 本文運用非齊次、非對稱的Jump-GARCH模型,在我國股票市場選取三個行業(yè)的代表性股票以及上證指數(shù)作為研究樣本來對我國股票市場的波動率進行研究。由于Jump-GARCH模型結(jié)構(gòu)復(fù)雜,參數(shù)多,所以用傳統(tǒng)的優(yōu)化算法對似然函數(shù)求解時需要大量的復(fù)雜計算,而且傳統(tǒng)優(yōu)化算法很難找到全局最優(yōu)點,因而對參數(shù)的估計也缺乏準(zhǔn)確性。為了克服傳統(tǒng)優(yōu)化算法的不足,本文提出運用模擬退火算法對似然函數(shù)進行優(yōu)化,模擬退火算法是在計算機技術(shù)發(fā)展的基礎(chǔ)上發(fā)展出來的智能優(yōu)化算法,程序編寫簡單而且能夠找到全局最優(yōu)點,因此本文采用Java語言編寫模擬退火算法對Jump-GARCH模型進行參數(shù)估計,這也是本文的創(chuàng)新之一。 在參數(shù)估計的基礎(chǔ)上,本文對樣本股票的波動性與跳躍性進行了詳細的分析。首先,運用似然比檢驗來檢驗跳躍過程中的各個參數(shù)的合理性,結(jié)果表明樣本股票均存在跳躍性,并且這種跳躍具有集群性、非齊次性和非對稱性的特征,但是不同類型的股票其各個特征所表現(xiàn)的程度各有不同。其次,通過跳躍強度我們對四只股票在每個時點發(fā)生跳躍的概率進行了研究。第三,由于跳躍的存在,我們將股票的波動率分為兩部分：平滑波動率和跳躍波動率,其中平滑波動率可以用來衡量股票的系統(tǒng)性風(fēng)險,而跳躍波動率則用來衡量非系統(tǒng)性風(fēng)險。這樣我們就能夠?qū)γ恐还善钡娘L(fēng)險結(jié)構(gòu)進行分析。最后,根據(jù)每只股票跳躍幅度均值的正負,跳躍集群性、非齊次性、非對稱性的強弱不同以及風(fēng)險結(jié)構(gòu)的不同我們對不同的股票在當(dāng)日大幅下跌后次日的表現(xiàn)進行了分析,從而使投資者能夠把握住買賣時機,提高投資收益。 本文的不足之處主要有：第一,殘差序列我們假定服從正態(tài)分布,而資產(chǎn)收益率序列往往服從一個厚尾分布；第二,本文用泊松分布描述發(fā)生跳躍的次數(shù),而0-1分布、負二項分布等也可以用來描述跳躍的次數(shù)；第三,本文用正態(tài)分布描述跳躍的幅度,但是其他常用分布也可以用來衡量跳躍幅度。因此,本文的后續(xù)研究應(yīng)主要圍繞這三點來展開。
【圖文】：

這說明四個序列是非平穩(wěn)的，因此我們對收盤價序列求對數(shù)收益率，折線圖如圖3一1所示:10的oo瀝協(xié)州州州咖咖畸畸075100姍02S咖仍仍哪1oo2即5〕J7即1臼】 012勻2知，加7叨10扣口巴口上證指數(shù)招商銀行酬酬酬恤恤250即07沁下口義勺2印2加，刀了印，口扣12加九芝堂北大荒圖3一1對數(shù)收益率折線圖從圖中我們可以看出在08年和09年我國股票市場波動劇烈，尤其是在08年金融危機環(huán)境下的震蕩更加明顯。我們同樣運用ADF檢驗對對數(shù)收益率序列的平穩(wěn)性進行檢驗，檢驗結(jié)果如表3一2所示。表3一2中，ADF統(tǒng)計量均小于1%關(guān)鍵值，拒絕原假設(shè)，即對數(shù)收益率序列為平穩(wěn)序列。因此我們采用收益率序列作為本文的研究對象。

而通過比較不同股票的非系統(tǒng)性風(fēng)險在總風(fēng)險中所占的比重可以很直觀的看出不同股票的風(fēng)險構(gòu)成。本文選取樣本的跳躍波動率在總波動率中所占的比率如圖3一4所示。從圖3一4中我們可以看出，跳躍波動率占總波動率的平均比率中，九芝堂最大，大約在60%左右，其次是上證指數(shù)與招商銀行，分別為50%左右和35%左右，，北大荒最小，為30%左右，而在發(fā)生跳躍時，四個序列的跳躍波動率的比率可達到70%甚至80%以上，這樣我們可以肯定跳躍波動率是總波動率中不可忽視的重要的一部分，從而在另一方面驗證了跳躍的存在性。在我們所選的樣本股票的個股中
【學(xué)位授予單位】：東北財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：F832.51;F224

【引證文獻】

相關(guān)碩士學(xué)位論文 前1條

1 王潔;人民幣掛鉤型理財產(chǎn)品研究[D];廣西師范大學(xué);2013年

本文編號：2602444