中國股市僅有20年歷史,由于市場機制不完善、法制建設(shè)滯后以及投資者心理不成熟等原因,它易受外界因素影響而呈現(xiàn)較大波動。因此,對其波動的深入研究顯得尤為重要,不少學(xué)者針對股票指數(shù)收益率進行波動性建模。 波動性建模的發(fā)展主要經(jīng)歷了三個階段:早期的同方差假設(shè)下的傳統(tǒng)計量模型,后來的自回歸條件異方差(ARCH)模型和隨機波動(SV)模型,以及新近發(fā)展針對高頻數(shù)據(jù)的非參數(shù)模型。目前應(yīng)用最廣的仍是(G)ARCH類模型,但在實際應(yīng)用中還可以與時間序列結(jié)構(gòu)性變點結(jié)合在一起考慮。 在此基礎(chǔ)上,本文使用帶結(jié)構(gòu)性變點虛擬變量的GARCH類模型對自1996年12月16日至2010年5月31日上證指數(shù)、深證成指收益序列進行擬合。內(nèi)容主要從兩個方面展開:一是使用ICSS算法檢測樣本期間兩個指數(shù)收益序列的方差結(jié)構(gòu)性變點,該算法的實質(zhì)是利用一系列迭代殘差構(gòu)造合適的統(tǒng)計量,事先模擬其分布及臨界值,之后對序列作假設(shè)檢驗,從而檢測出符合要求的變點。另一方面是把這些結(jié)構(gòu)性變點作為虛擬變量加入GARCH類模型重新擬合,然后比較不同情況下的擬合優(yōu)度及預(yù)測精度,選出最優(yōu)模型。這里需要考慮的因素還有風(fēng)險溢價、非對稱效應(yīng)以及擾動項分布等。 對樣本序列進行實證檢驗的結(jié)果表明,中國股市中部分重大事件使股指收益序列方差形成了結(jié)構(gòu)性變化,考慮這些結(jié)構(gòu)性變點,并將其作為虛擬變量加入EGARCH(1,1)模型的擬合效果相對較好。其中,假定擾動項t分布下的擬合優(yōu)度最高,但GED分布假設(shè)下預(yù)測精度更好。這樣,進一步的研究便可對資產(chǎn)收益風(fēng)險價值等作更為精確的度量。
【學(xué)位單位】：山西財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2011
【中圖分類】：F224;F832.51

【引證文獻】

相關(guān)碩士學(xué)位論文 前1條

1 時振;非參數(shù)方法及其在T模型上的應(yīng)用[D];復(fù)旦大學(xué);2012年

本文編號：2811478