【摘要】：20世紀(jì)70年代以來(lái),隨著金融創(chuàng)新的不斷深入以及國(guó)際資本市場(chǎng)的不斷發(fā)展,大量的衍生金融工具被創(chuàng)造出來(lái)供投資者用以套期保值和套利交易,從而進(jìn)一步地促進(jìn)了資本市場(chǎng)的發(fā)展。但是衍生金融工具在完善資本市場(chǎng)定價(jià)機(jī)制的同時(shí)也大大地增加了資本市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)。美國(guó)次貸危機(jī)爆發(fā)后,金融危機(jī)席卷全球,使得監(jiān)管者和投資者對(duì)于市場(chǎng)的風(fēng)險(xiǎn)更加重視。在風(fēng)險(xiǎn)管理過(guò)程中,資產(chǎn)的波動(dòng)率是衡量風(fēng)險(xiǎn)的首選指標(biāo),由于波動(dòng)率是無(wú)法直接觀測(cè)到的,因此如何用定量的方法對(duì)波動(dòng)率進(jìn)行刻畫成為了國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。 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(dòng)率的研究推上了一個(gè)新的階段。此后,在ARCH模型和GARCH模型基礎(chǔ)上擴(kuò)展出的GARCH族模型被廣泛的應(yīng)用于波動(dòng)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(dòng)特征,但是無(wú)法解釋諸如1987年美國(guó)股市遭遇的“黑色星期一”以及“9.11”事件后美國(guó)股市的暴跌這樣的資產(chǎn)價(jià)格的異常波動(dòng),這種異常波動(dòng)往往反映在資產(chǎn)價(jià)格的跳躍中,而這種跳躍性往往會(huì)給投資者造成災(zāi)難性的損失,因此大量的學(xué)者通過(guò)Jump-GARCH模型將跳躍過(guò)程與GARCH模型結(jié)合起來(lái),力求更加準(zhǔn)確地描述資產(chǎn)價(jià)格的跳躍性和波動(dòng)性,實(shí)證研究表明,Jump-GARCH模型能夠?qū)崿F(xiàn)資產(chǎn)價(jià)格的波動(dòng)性與跳躍性有機(jī)結(jié)合,更好地刻畫資產(chǎn)價(jià)格的波動(dòng)性和跳躍性特征。 本文運(yùn)用非齊次、非對(duì)稱的Jump-GARCH模型,在我國(guó)股票市場(chǎng)選取三個(gè)行業(yè)的代表性股票以及上證指數(shù)作為研究樣本來(lái)對(duì)我國(guó)股票市場(chǎng)的波動(dòng)率進(jìn)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(duì)似然函數(shù)求解時(shí)需要大量的復(fù)雜計(jì)算,而且傳統(tǒng)優(yōu)化算法很難找到全局最優(yōu)點(diǎn),因而對(duì)參數(shù)的估計(jì)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(yùn)用模擬退火算法對(duì)似然函數(shù)進(jìn)行優(yōu)化,模擬退火算法是在計(jì)算機(jī)技術(shù)發(fā)展的基礎(chǔ)上發(fā)展出來(lái)的智能優(yōu)化算法,程序編寫簡(jiǎn)單而且能夠找到全局最優(yōu)點(diǎn),因此本文采用Java語(yǔ)言編寫模擬退火算法對(duì)Jump-GARCH模型進(jìn)行參數(shù)估計(jì),這也是本文的創(chuàng)新之一。 在參數(shù)估計(jì)的基礎(chǔ)上,本文對(duì)樣本股票的波動(dòng)性與跳躍性進(jìn)行了詳細(xì)的分析。首先,運(yùn)用似然比檢驗(yàn)來(lái)檢驗(yàn)跳躍過(guò)程中的各個(gè)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(duì)稱性的特征,但是不同類型的股票其各個(gè)特征所表現(xiàn)的程度各有不同。其次,通過(guò)跳躍強(qiáng)度我們對(duì)四只股票在每個(gè)時(shí)點(diǎn)發(fā)生跳躍的概率進(jìn)行了研究。第三,由于跳躍的存在,我們將股票的波動(dòng)率分為兩部分：平滑波動(dòng)率和跳躍波動(dòng)率,其中平滑波動(dòng)率可以用來(lái)衡量股票的系統(tǒng)性風(fēng)險(xiǎn),而跳躍波動(dòng)率則用來(lái)衡量非系統(tǒng)性風(fēng)險(xiǎn)。這樣我們就能夠?qū)γ恐还善钡娘L(fēng)險(xiǎn)結(jié)構(gòu)進(jìn)行分析。最后,根據(jù)每只股票跳躍幅度均值的正負(fù),跳躍集群性、非齊次性、非對(duì)稱性的強(qiáng)弱不同以及風(fēng)險(xiǎn)結(jié)構(gòu)的不同我們對(duì)不同的股票在當(dāng)日大幅下跌后次日的表現(xiàn)進(jìn)行了分析,從而使投資者能夠把握住買賣時(shí)機(jī),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(gè)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(fù)二項(xiàng)分布等也可以用來(lái)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(lái)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(diǎn)來(lái)展開(kāi)。
【圖文】：

這說(shuō)明四個(gè)序列是非平穩(wěn)的，因此我們對(duì)收盤價(jià)序列求對(duì)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(duì)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(guó)股票市場(chǎng)波動(dòng)劇烈，尤其是在08年金融危機(jī)環(huán)境下的震蕩更加明顯。我們同樣運(yùn)用ADF檢驗(yàn)對(duì)對(duì)數(shù)收益率序列的平穩(wěn)性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表3一2所示。表3一2中，ADF統(tǒng)計(jì)量均小于1%關(guān)鍵值，拒絕原假設(shè)，即對(duì)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(duì)象。

而通過(guò)比較不同股票的非系統(tǒng)性風(fēng)險(xiǎn)在總風(fēng)險(xiǎn)中所占的比重可以很直觀的看出不同股票的風(fēng)險(xiǎn)構(gòu)成。本文選取樣本的跳躍波動(dòng)率在總波動(dòng)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(dòng)率占總波動(dòng)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(shí)，四個(gè)序列的跳躍波動(dòng)率的比率可達(dá)到70%甚至80%以上，這樣我們可以肯定跳躍波動(dòng)率是總波動(dòng)率中不可忽視的重要的一部分，從而在另一方面驗(yàn)證了跳躍的存在性。在我們所選的樣本股票的個(gè)股中
【學(xué)位授予單位】：東北財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：F832.51;F224

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

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

本文編號(hào)：2602444