基于随机波动模型的中国股市波动性实证研究

论文摘要

异方差是金融收益时间序列的常见问题,它是证券组合理论、资本资产定价模型（CAPM）、套利定价模型（APT）及期权定价公式的核心变量,风险管理中计算VaR（Value at Risk）值的时候,也必须要进行波动率的估计和预测,因此波动率的模拟在金融研究中占有重要地位。本文首先提出研究的目的和意义,回顾了这一课题相关的理论和研究成果:广义自回归条件异方差（GARCH）模型和随机波动（SV）模型,接下来分析中国股市波动性的统计特征,比较GARCH模型和SV模型在拟合上证综指和深证成指数据的优劣,得出了SV模型更加适合来模拟中国股市的波动性。进而分析SV-N模型和SV-T模型在刻画中国股市波动性上的能力,结果显示SV-T更加适合于拟合中国股市的波动性。最后本文利用得出的SV-T模型研究了股权分置改革和即将推出的股指期货对中国股市的波动性影响,把这一模型应用到中国股市的实际问题研究中,并提出这一课题的进一步研究展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究目的与意义
• 1.2 文献综述
• 1.3 本文研究思路与框架
• 第二章 GARCH族和SV族模型理论
• 2.1 ARCH模型
• 2.2 GARCH模型
• 2.3 GARCH模型的扩展
• 2.3.1 GARCH-M模型
• 2.3.2 TARCH模型
• 2.3.3 EGARCH模型
• 2.4 GARCH族模型的优缺点
• 2.4.1 GARCH模型的优点
• 2.4.2 GARCH模型的缺点
• 2.5 标准SV模型
• 2.6 SV模型的参数估计
• 2.6.1 贝叶斯（Bayesian）推断
• 2.6.2 蒙特卡洛（MCMC）模拟
• 2.6.3 吉卜斯（Gibbs）抽样
• 2.7 SV族模型的扩展
• 2.7.1 厚尾SV模型
• 2.7.2 长期记忆SV模型
• 2.7.3 具有杠杆效应的SV模型
• 2.8 利用SV模型进行波动率的预测
• 第三章 上证综指和深证成指的描述性统计分析
• 第四章 GARCH与SV模型对上证综指和深证成指的模拟对比分析
• 4.1 GARCH（1,1）模型与SV（1）-N模型拟合结果及分析
• 4.2 GARCH（1,1）模型与SV（1）-N模型拟合股市波动率能力比较分析
• 4.2.1 均值方程残差序列的偏度、峰度
• 4.2.2 均值方程残差序列的正态性检验
• 4.2.3 对数似然函数值和SC准则
• 4.2.4 模型预测能力的比较
• 第五章 SV族模型对上证综指和深证成指的模拟分析
• 5.1 SV（1）-N模型和SV（1）-T模型的参数估计结果
• 5.2 SV（1）-N模型和SV（1）-T模型的拟合能力比较
• 5.2.1 均值方程残差序列的偏度和峰度的比较
• 5.2.2 均值方程残差序列拟合正态分布分析
• 5.2.3 对数似然函数值及DIC准则
• 5.2.4 预测能力比较
• 第六章 基于SV-T模型研究股改及股指期货对股市波动率的影响
• 6.1 股权分置改革对中国股市波动性的影响
• 6.2 股指期货的推出对中国股市波动性的影响
• 6.2.1 对成熟市场的研究结果
• 6.2.2 对新兴市场推出股指期货的研究
• 第七章 结论及问题展望
• 参考文献
• 后记