文档介绍：山西财经大学
硕士学位论文
中国股市股指收益结构性变点与波动性建模
姓名:孙小冬
申请学位级别:硕士
专业:统计学
指导教师:王建华
2011-05-12
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 2010 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(1,1)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
I
中国股市股指收益结构性变点与波动性建模
Abstract
Chinese stock market, an emerging market with only 20 years' history, is apt to be influenced
by various outside factors and shows a great fluctuation in result of our imperfect market
mechanism, lagged legal system and immature psychology of investors and so on. Therefore, the
intensive study of its fluctuations es especially important, and many scholars delve into
modeling volatility for share indices returns.
The development of modeling volatility has gone through three major stages: the early
traditional econometric model under the assumption of fixed variance, later AutoRegressive
Conditional Heteroskedasticity (ARCH) model and Stochastic Volatility (SV) model, and newly
developmental non-parameter model for high-frequency data. Now the most widely used model is
still (G)ARCH-type models, but in the practical application, this model could bined with
structural breaks in time series.
On this basis, this paper applies dummy variable of structural breaks in GARCH-type models,
aims to fit the return series of posite Index and ponent Index