一种多元GARH模型及其应用研究.pdfVIP

摘 要 本文首先回顾了多元GARCH模型的相关文献 并着重介绍了Engle最近提出的 一种新的估计量 然后用其分析了我国股市主要指数的相关性 发现时变相关系数 能够准确的描述两个变量相互之间的长期运动趋势 由于我国深沪两市基本同质 它们之间的相关性某些时候很强 但是两市综合指数收益率的相关性还不是很稳定 这在一定程度上反映了由于目前两市各有自己的托管结算系统 尚未形成统一的股 票市场 使得上市公司股票不能在两个市场交叉上市 交易商不能跨市交易 几乎 不存在跨市场交易的条件和机会 不利于控制市场的总体风险 而我国A股B股市 场的相关性比较小 但很少处于负相关 虽然相关性在一些时间段出现减弱的情形 但从总的趋势来看 相关系数始终处于增大的状态中 这与我国B股市场的发展进程 是比较吻合的 两个市场的相关性还不稳定 说明它们之间的同一性还没有产生 因此两市的合并还为时尚早 在金融研究中 运用市场模型来估计一个固定不变的贝塔系数具有比较长的历 史了 但是一些新增加的证据显示不仅个股而且股票组合的贝塔系数都是随时间改 变的 于是我们可以通过由GARCH模型产生的条件方差信息建立条件贝塔序列 以 前的文献中 由于多元GARCH理论发展的局限性 在研究个股和市场指数之间的相 关性时 人们一般采用Bollerslev的常相关系数模型 但是一些研究者发现常相关系 数假定并不能被实际金融数据支持 因此在本文中 为了估计上海股市中几支股票 的时变贝塔系数 我们假定每支股票和市场指数之间的运动趋势服从一个多元DCC MVGARCH过程 从而获得了比较准确的时变贝塔系数 最后我们推导出了时变 贝塔情形下的资本资产定价公式 关键词 异方差 条件相关性 时变贝塔系数 资本资产定价 III Abstract In the article at first we reviewed relevant documents about multivariable GARCH model, and introduced a new kind of estimator put forward by Engle recently. Then we analysised the correlation of the main stock index in Chinese market, it was found that conditional correlation can describe accurately a long time moving trend of two variables. Because of the basic homogeneity of Shenzhen and Shanghai stock market, the correlation between them is very strong at some time, but not still very steady, this demonstrated because each market had its own trusteeships and exchange system and had not formed the unified stock market yet, so the company can not issue their stocks at the same time on two market, and the trader cant trade trans -market (hardly having condition and chance o f stepping marketing), this didn’t control favorablely the market risk. And the correlation of the A-share B-share market of our country is small, but seldo