基于Markov轉換模型優(yōu)化的金融時間序列實證研究.pdf

1、金融市場總是處在不斷的變化當中，而我國的經濟市場尤其是金融市場，發(fā)展時間不長，仍處于轉型階段，金融政策具有明顯的階段性和不連續(xù)性，經濟規(guī)律不斷變化，因此，金融市場的變結構是實際存在的。在分析和預測時，不同階段采用同一模型，結果難以令人信服，傳統(tǒng)的計量經濟模型對金融市場刻畫的不足由此呈現(xiàn)。因此，對金融時間序列結構的分析和診斷，就成了急需解決的問題。
　　 本文首先總結了金融時間序列的幾個主要特征:尖峰厚尾性，波動聚集性，杠桿效應，

2、長記憶性和波動持續(xù)性，接著回顧了計量經濟模型的發(fā)展歷程，介紹了現(xiàn)在較為流行的兩大類模型:ARCH類模型和SV模型的特征以及參數(shù)估計方法，并由這兩類模型的優(yōu)缺點引入了變結構的概念。接下來介紹了變結構點的搜尋判斷準則和目前處理變結構問題的兩種主要檢驗方法:Chow檢驗法和虛擬變量法?？偨Y了現(xiàn)有文獻中變結構建模的方法，將其分為三類:分階段波動模型、變截矩波動模型和MarkovRegimeSwitching模型等。并對幾類變結構波動模型特點進行

3、比較，得出基于Markov轉換機制的波動模型的優(yōu)點。隨后，將馬爾可夫機制轉換模型引入GARCH模型和SV模型，建立了MRS-GARCH模型和MRS-SV模型，介紹了這兩種模型的參數(shù)估計方法和波動持續(xù)性的證明。最后，選取了2005年4月到2012年5月間的滬深300指數(shù)對此進行了實證研究，研究結果表明，馬爾可夫機制轉換模型可以較好的擬合于我國的股票市場，而GARCH模型和SV模型的擬合結果遜于MRS-GARCH和MRS-SV模型的表現(xiàn)。由