ASV模型的擴(kuò)展及其在中國金融市場的應(yīng)用.pdf

1、金融數(shù)據(jù)的波動性一直是經(jīng)濟(jì)學(xué)研究的熱點(diǎn)問題之一。通過對大量金融時(shí)間序列的研究，人們發(fā)現(xiàn)時(shí)間序列的波動呈現(xiàn)出時(shí)變性。描述時(shí)變波動的模型一般有兩類，即自回歸條件方差(ARCH)模型和隨機(jī)波動(SV)模型。本文注重對后者進(jìn)行研究。
　　 大量金融時(shí)間序列表明金融數(shù)據(jù)波動中存在一種很重要的實(shí)證特征，即“杠桿效應(yīng)”，為此本文選取能夠反映“杠桿效應(yīng)”的非對稱隨機(jī)波動(ASV)模型作為基本模型。在經(jīng)濟(jì)現(xiàn)象中，許多經(jīng)濟(jì)變量是無法定量度量的，為了

2、在模型中能夠反映這些因素的影響，需要借助虛擬變量來實(shí)現(xiàn)。為了使ASV模型能夠應(yīng)用在更多經(jīng)濟(jì)、金融問題中，本文提出了一種基于ASV模型的擴(kuò)展形式，即帶有虛擬變量的ASV模型。
　　 模型的應(yīng)用必然要涉及到參數(shù)估計(jì)的問題。對于SV模型，學(xué)者們提出各種各樣的估計(jì)方法，目前最常用的方法是馬爾科夫鏈蒙特卡洛(MCMC)方法。針對MCMC方法的特點(diǎn)以及待估模型本身的特征，本文首先對帶有虛擬變量的ASV模型進(jìn)行貝葉斯分析，并為參數(shù)選取合適的先

3、驗(yàn)分布，然后構(gòu)造基于Gibbs抽樣的MCMC數(shù)值計(jì)算過程進(jìn)行分析。
　　 論文的實(shí)證部分選取了“考察股指期貨的引入對股票現(xiàn)貨市場波動性的影響”為研究內(nèi)容，利用帶有虛擬變量的ASV模型對恒生指數(shù)進(jìn)行擬合。另外，為了將擴(kuò)展ASV模型擬合結(jié)果與常用的GARCH模型進(jìn)行比較，對于GARCH模型也采用了基于MCMC方法的貝葉斯分析，并利用DIC準(zhǔn)則對二者進(jìn)行優(yōu)劣比較。實(shí)證結(jié)果表明：在“考察股指期貨的引入對股票現(xiàn)貨市場波動性的影響”的研究中