中国股市股指收益结构性变点与波动性建模

1、中国股市股指收益结构性变点与波动性建模【摘要】：中国股市仅有20年历史,由于市场机制不完善、法制建设滞后以及投资者心理不成熟等原因,它易受外界因素影响而呈现较大波动。因此,对其波动的深入研究显得尤为重要,不少学者针对股票指数收益率进行波动性建模。波动性建模的发展主要经历了三个阶段:早期的同方差假设下的传统计量模型,后来的自回归条件异方差(ARCH)模型和随机波动(SV)模型,以及新近发展针对高频数据的非参数模型。目前应用最广的仍是(G)ARCH类模型,但在实际应用中还可以与时间序列结构性变点结合在一起考虑。在此基础上,本文使用带结构性变点虚拟变量的GARCH类模型对自1996年12月16日至2

2、010年5月31日上证指数、深证成指收益序列进行拟合。内容主要从两个方面展开:一是使用ICSS算法检测样本期间两个指数收益序列的方差结构性变点,该算法的实质是利用一系列迭代残差构造合适的统计量,事先模拟其分布及临界值,之后对序列作假设检验,从而检测出符合要求的变点。另一方面是把这些结构性变点作为虚拟变量加入GARCH类模型重新拟合,然后比较不同情况下的拟合优度及预测精度,选出最优模型。这里需要考虑的因素还有风险溢价、非对称效应以及扰动项分布等。对样本序列进行实证检验的结果表明,中国股市中部分重大事件使股指收益序列方差形成了结构性变化,考虑这些结构性变点,并将其作为虚拟变量加入EGARCH(1,

3、1)模型的拟合效果相对较好。其中,假定扰动项t分布下的拟合优度最高,但GED分布假设下预测精度更好。这样,进一步的研究便可对资产收益风险价值等作更为精确的度量。【关键词】：结构性变点ICSS算法波动性建模虚拟变量EGARCH模型【学位授予单位】：山西财经大学【学位级别】：硕士【学位授予年份】：2011【分类号】：F224;F832.51【目录】：摘要6-7Abstract7-91导言9-151.1研究背景及意义9-121.1.1选题背景9-101.1.2研究内容10-111.1.3选题意义11-121.2研究方法和基本框架12-141.3本文的创新点与不足14-152国内外研究现状15-202

4、.1金融时间序列方差结构性变点15-162.2中国股市的结构性变动与重大事件16-182.3考虑结构性变点的波动性建模18-203基于ICSS算法的波动结构性变点检测20-293.1ICSS算法及其改进算法20-233.1.1ICSS算法20-213.1.2改进的ICSS算法21-233.2中国股市的波动结构性变点检测23-293.2.1数据及算法23-253.2.2结构性变点检测25-294考虑结构性变点的GARCH类模型拟合29-484.1GARCH模型及其衍生模型29-344.1.1GARCH模型的提出29-314.1.2GARCH模型的扰动项分布假设31-324.1.3GARCH模型的推广32-344.2考虑非对称性的股指收益序列的GARCH类模型拟合34-424.2.1基本统计特征分析34-364.2.2基于t分布的GARCH(1,1)模型36-384.2.3其它模型的进一步估计38-424.3加入虚拟变量后的股指收益序列的GARCH类模型拟合42-444.4模型的比较44-484.4.1模型拟合效果的比较44-454.4.2模型预测效果的比较45-464.4.3不同扰动项分布下拟合的