【摘要】：金融市場(chǎng)微結(jié)構(gòu)動(dòng)力學(xué)是最近發(fā)展起來(lái)的一個(gè)研究?jī)?nèi)容,特別是在多學(xué)科融合的背景下,一些具有物理背景的金融和經(jīng)濟(jì)學(xué)家基于唯象的思想提出了金融市場(chǎng)的微結(jié)構(gòu)模型,本文即是基于Bouchaud和Cont所提出的微結(jié)構(gòu)模型開展研究。 本文主要進(jìn)行了三個(gè)方面的研究。首先研究了一個(gè)簡(jiǎn)單的離散微結(jié)構(gòu)模型,考慮到模型的非線性特性采用了擴(kuò)展的卡爾曼濾波方法進(jìn)行參數(shù)估計(jì)和狀態(tài)辨識(shí)。在滿足狀態(tài)可觀測(cè)的條件下,研究了只有一個(gè)和兩個(gè)觀測(cè)方程時(shí)的情形,發(fā)現(xiàn)對(duì)于隨機(jī)系統(tǒng),有更多的觀測(cè)信息時(shí)的結(jié)果更準(zhǔn)確。最后,做了與傳統(tǒng)GARCH模型的比較。 其次研究了帶齊次泊松跳躍的微結(jié)構(gòu)模型,考慮到金融市場(chǎng)中時(shí)常發(fā)生的不連續(xù)的價(jià)格運(yùn)動(dòng),在簡(jiǎn)單的模型上增加一個(gè)跳躍項(xiàng)是十分合理的。通過(guò)使用蒙特卡洛馬爾科夫鏈的方法研究了時(shí)間序列中的跳躍發(fā)生情況,并使用模擬數(shù)據(jù)檢測(cè)了方法的有效性,最后進(jìn)行了參數(shù)估計(jì) 最后研究了帶非齊次泊松跳躍的微結(jié)構(gòu)模型。有文獻(xiàn)表明金融市場(chǎng)中的跳躍實(shí)際上存在跳躍聚集的情況,因此使用非齊次的泊松過(guò)程是更好的選擇。使用一種新的非參數(shù)方法檢測(cè)非齊次的跳躍,模擬數(shù)據(jù)驗(yàn)證了該方法的有效性。最后采用擴(kuò)展卡爾曼濾波進(jìn)行了該模型的參數(shù)估計(jì)和狀態(tài)辨識(shí)。
【圖文】：

許多文獻(xiàn)給出的金融市場(chǎng)數(shù)據(jù)的特點(diǎn)是收益率呈尖峰厚尾、存在波動(dòng)聚集，當(dāng)然還有長(zhǎng)程依賴性等〔13][161132〕147〕「49」，但是與他們不同的是這里考察了不同時(shí)間窗口時(shí)金融數(shù)據(jù)的特點(diǎn)。2.3.1正態(tài)分布的檢驗(yàn)波動(dòng)聚集效應(yīng)是金融時(shí)間序列的顯著特點(diǎn)，對(duì)它的解釋是序列所表現(xiàn)出的尖峰厚尾分布。為了檢驗(yàn)這種分布的存在性，這里研究了兩個(gè)時(shí)間序列:S&P500和招商銀行時(shí)間序列數(shù)據(jù)。正態(tài)分布的特點(diǎn)是偏度為0、峰度為3，而且應(yīng)該是不相關(guān)的。正態(tài)分布的檢驗(yàn)量是JB統(tǒng)計(jì)量，計(jì)算公式為:刀一:〔琴+.典軍，一:2(2)O么4(2一l)其中S代表偏度，K代表峰度，T為樣本數(shù)目。對(duì)2003年l月3日至2010年9月1日的S&P500的日收益率、周收益率、月收益率三個(gè)時(shí)間窗口進(jìn)行分析，得到對(duì)應(yīng)的收益率和經(jīng)驗(yàn)密度圖如下:dai!yLRRofs&P50O憂eklyLRRofs&P500monthlyLRRofs&P500

n，

本文編號(hào)：2652426