【毕业设计.论文】基于涨跌停制度Tobit-AR-GARCH模型及其估计.docVIP

基于涨跌停制度Tobit-AR-GARCH模型及其估计 王军伟 马歆玮 谢欣燕 摘要 涨跌停制度是中国股市的一大特点，该制度将改变时间序列的自相关系数和数据分布特点，因而经典时间序列模型ARCH类、GARCH类和SV类模型不能直接处理涨跌停制度下的金融制度数据。由于中国股票市场具有这种限制，本文利用了Tobit-AR-GARCH模型来分析股票价格，并给出了在涨跌停限制下模型阶数确定方法，以及模型参数估计的贝叶斯估计方法。最后，作为此模型的应用和对比，本文用AR-GARCH和Tobit-AR-GARCH参数进行比较，同时比较了Tobit-AR-GARCH的最大似然估计与贝叶斯估计的优劣，结果表明贝叶斯方法稳定且可信。 引言 涨跌停板制度，又叫每日价格最大波动幅度限制。源于国外早期证券市场，是证券市场上为了防止交易价格的暴涨暴跌，抑制过度投机现象，对每只证券当天价格的涨跌幅度予以适当限制的一种交易制度，即规定交易价格在一个交易日中的最大波动幅度为前一交易日收盘价上下百分之几，超过后停止交易。我国的涨跌停板制度与国外的主要区别在于股价达到涨跌停板后，不是完全停止交易，而是在涨跌停价位或涨跌停价位之内的交易仍可继续进行，直到当日收市为止。这种限制在日本，法国等国家的金融市场等都存在。我们中国股市从1990年12月19日开始运行，在开始的时候是每天5%限制，但在1992年5月21取消了这