中国股波动性MS方差模型和SWARCH模型比较研究.PDF

《数量经济研究》2007 年1 期 中国股市波动性的MS 方差模型和SWARCH 模型比较研究 、 1 2 2 2 陈守东 王晨 孙叶萌 （1．吉林大学数量经济研究中心；2．吉林大学商学院） 摘要：应用趋制转移的ARCH（SWARCH）模型描述中国股票市场的波动性，可以刻画收益率序列剧烈的波动 和波幅大小的转换，从而避免GARCH 模型高估波动聚集的持续性问题；但是通过对我国股市必威体育精装版的数据研究,发现 马尔科夫趋制转移（Markov-Switching）的方差模型较SWARCH 模型对股票市场的波动性有更好的描述。 关键词： 波动性; MS方差模型;SWARCH模型 中图分类号： F830.99 文献标识码： A 引 言 在金融市场上，很多变量的时间序列行为会因为一些意外的突发因素和人为的干预而发生突然 变化。在预测和评估市场风险和波动性时，都应当考虑这种风险状况的改变而产生的效果。对于可 能发生变化的金融时间序列，一种简单的想法是认为变化发生前后的序列过程处于不同的区制，需 要用不同的模型来描述，其中区制变化本身被视为一个随机变量而不是完全可预见的确定性事件， 这就产生了包含区制转移的时间序列模型。设s是影响金融时间序列过程的不可观察的随机变量，t s可称作t时刻的状态或区制，它仅取离散值。例如，我们可以假定，当s=1时，金融时间序列过程t t 处于区制1，当s=2时，过程处于区制2，依此类推。不同区制下的序列用不同参数的模型来描述。t 如果已知体制变量s的取值情况，则可以据此对所考察的金融时间序列进行建模。t [31] GARCH 模型可以描述波动率聚集现象 ，但却往往会高估波动率聚集的持续性，并且无法刻 画剧烈的波动和波幅大小的转换。应用区制转移的ARCH（SWARCH）模型描述中国股票市场的 波动性，可以刻画收益率序列剧烈的波动和波幅大小的转换，从而避免GARCH 模型高估波动聚集 的持续性问题。 [9] Engle 引入自回归条件异方差(ARCH) 模型描述波动性 ,Bollerslev 将这类模型推广到广义的 [3] 自回归条件异方差模型(GARCH) 。对于股票数据,人们通常认为市场价格向下的变动比向上的变 [24] 动会导致更高的波动性. 为了描述股票回报的这种非对称性,Nelson引入了EGARCH模型 ； [29] Zakoian引入了TGARCH 模型 。大量的对股票市场的研究表明,波动性具有高度的持续性,上述的 ARCH 类模型能较好地描述出股票市场波动性的持续性特征。但是传统ARCH模型族存在一个缺 陷：即它没有考虑到金融时间随机变量会存在偶尔和突然的跳跃（jump），这些不连续的跳跃会使 [7] 收益发生动态结构变化。Lucas（1978） 的资产定价模型指出经济在高、低不同的发展阶段之间 转换。国外许多学者发现股票收益存在结构动态转换过程，宏观经济信息的发布，上市公司信息的 披露以及政策的干预都会使股票价格(收益)发生突然变化，引起波动突然跳跃。量非线性、动态和 [22] 突然发生变化。Ceccehetti，Lam和Mark (1990) 指出,股票在不同增长状态变换下,用结构转变机 制能够解释股票市场回报的许多特性,例如尖峰厚尾、均值恢复等特性。因此Hamilton和 Susmel（1994）对