金融市場(chǎng)總在不斷的變化,特別是中國(guó)金融市場(chǎng)仍處于不斷調(diào)整和轉(zhuǎn)軌中,經(jīng)濟(jì)規(guī)律不斷變化,金融市場(chǎng)的金融波動(dòng)結(jié)構(gòu)變化是實(shí)際存在的。因此,對(duì)金融波動(dòng)采用變結(jié)構(gòu)的波動(dòng)模型建模十分必要,變結(jié)構(gòu)金融波動(dòng)模型的研究也就成為了波動(dòng)模型研究中的熱點(diǎn)。本文以此為出發(fā)點(diǎn),試圖從理論上闡述變結(jié)構(gòu)金融波動(dòng)模型較其他金融波動(dòng)模型更能實(shí)際反映中國(guó)股市波動(dòng)性特征,然后通過(guò)實(shí)證分析來(lái)驗(yàn)證變結(jié)構(gòu)金融波動(dòng)模型刻畫(huà)中國(guó)股市波動(dòng)的效果。 一些重大事件對(duì)金融市場(chǎng)會(huì)產(chǎn)生巨大沖擊,若不考慮這些事件對(duì)波動(dòng)的影響,可能不符合實(shí)際情況。特別是中國(guó)股市自身不夠成熟,重大事件的沖擊會(huì)導(dǎo)致市場(chǎng)波動(dòng)性加劇。因此,要準(zhǔn)確地描述出股市的波動(dòng)性行為特征并非易事。國(guó)內(nèi)外學(xué)者對(duì)金融市場(chǎng)波動(dòng)性研究已做過(guò)很多分析,并建立了很多類別的數(shù)量模型。其中,時(shí)間序列波動(dòng)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(jī)波動(dòng)(SV)模型。ARCH類模型因其良好的統(tǒng)計(jì)特性和對(duì)波動(dòng)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(dòng)性的新方法——狀態(tài)轉(zhuǎn)移的非對(duì)稱PGARCH(簡(jiǎn)稱RS-APGARCH)模型,這種變結(jié)構(gòu)波動(dòng)模型是在APGARCH模型中引入一個(gè)具有兩個(gè)狀態(tài)的馬爾可夫轉(zhuǎn)換機(jī)制,將股市波動(dòng)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(gè)隨機(jī)過(guò)程控制了這兩種制度之間的轉(zhuǎn)換。論文將運(yùn)用比較成熟的GARCH模型和靈活的APGARCH模型RS-APGARCH模型對(duì)中國(guó)股市波動(dòng)性進(jìn)行實(shí)證研究,并通過(guò)實(shí)證結(jié)果比較這些模型對(duì)中國(guó)股市波動(dòng)性的刻畫(huà)能力。 通過(guò)本文理論分析并對(duì)中國(guó)滬深股市波動(dòng)性進(jìn)行實(shí)證研究,本文認(rèn)為經(jīng)濟(jì)政策的出臺(tái)、金融監(jiān)管制度的變遷、金融市場(chǎng)自身的完善以及國(guó)際金融危機(jī)的沖擊等事件對(duì)數(shù)據(jù)結(jié)構(gòu)均會(huì)產(chǎn)生很大影響,使得在條件波動(dòng)中存在變結(jié)構(gòu),在對(duì)數(shù)據(jù)建模時(shí),采用變結(jié)構(gòu)波動(dòng)模型能更好地刻畫(huà)中國(guó)股市的波動(dòng)性。 因此,針對(duì)中國(guó)股市波動(dòng)程度大、穩(wěn)定性差的特征,采用變結(jié)構(gòu)波動(dòng)模型對(duì)股市進(jìn)行波動(dòng)性研究具有較大的實(shí)用性和應(yīng)用空間。有利于政府加強(qiáng)政策監(jiān)管和引導(dǎo)、投資者進(jìn)行風(fēng)險(xiǎn)規(guī)避。與此同時(shí),政府需要進(jìn)一步加大資本市場(chǎng)制度及運(yùn)行機(jī)制建設(shè),加強(qiáng)投資者教育,適時(shí)引入做市商制度和做空機(jī)制,增強(qiáng)市場(chǎng)穩(wěn)定性,減少重大事件對(duì)股市的巨大沖擊,保持資本市場(chǎng)的穩(wěn)定性。
【學(xué)位單位】：重慶師范大學(xué)
【學(xué)位級(jí)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(guò) EViews 軟件獲得。采用的日收益率仍為日收盤(pán)價(jià)自然對(duì)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(pán)價(jià)。5.3.2 滬深股指實(shí)證結(jié)果（1）基本統(tǒng)計(jì)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(dòng)均表現(xiàn)出時(shí)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(jì)特征，上證指數(shù)的偏度為-0．02408，說(shuō)明分布略左偏；深成指偏度為 0．152117，說(shuō)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(jìn)一步說(shuō)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(guó)內(nèi)學(xué)者研究的結(jié)果滬強(qiáng)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(shuō)明近幾年深市總體波動(dòng)比滬市波動(dòng)要?jiǎng)×遥从沉松钍酗L(fēng)險(xiǎn)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(dòng)均表現(xiàn)出時(shí)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(jì)特征，上證指數(shù)的偏度為-0．02408，說(shuō)明分布略左偏；深成指偏度為 0．152117，說(shuō)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(jìn)一步說(shuō)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(guó)內(nèi)學(xué)者研究的結(jié)果滬強(qiáng)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(shuō)明近幾年深市總體波動(dòng)比滬市波動(dòng)要?jiǎng)×遥从沉松钍酗L(fēng)險(xiǎn)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(huì)出現(xiàn)偽回歸。平穩(wěn)性檢驗(yàn)的方法主要有：非參數(shù)檢驗(yàn)法、自相關(guān)函數(shù)檢驗(yàn)位根檢驗(yàn)。這里采用 Augmented—DickeyFuller(ADF)檢驗(yàn)收益率序列{rt}的性（見(jiàn)表 5.1）。假定收益率在 0 上下波動(dòng)，因此計(jì)算其 ADF 統(tǒng)計(jì)量時(shí)回歸方不含常數(shù)項(xiàng)和時(shí)間趨勢(shì)項(xiàng)，ADF 統(tǒng)計(jì)量小于顯著水平為 1%時(shí)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(yàn)Table 5.1 ADF Unit Root Test上證指數(shù) 深成指（3）自相關(guān)性檢驗(yàn)對(duì)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(xiàn)】

相關(guān)期刊論文 前1條

1 趙誼生;;國(guó)內(nèi)外有關(guān)MRS-GARCH族模型的研究綜述[J];市場(chǎng)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(guó)際主要股指波動(dòng)比較研究[D];南京航空航天大學(xué);2012年

本文編號(hào)：2885504