国内外有关MRS-GARCH族模型研究综述.docVIP

国内外有关MRS-GARCH族模型研究综述 　　摘 要：对于MRS-GARCH模型的研究，国内外都从模型的理论基础是否扎实，是否存在衍生模型，模型的应用是否能扩展到国债市场、外汇市场等等其他细分金融市场这三个方面进行研究，可谓是成果丰富。 　　关键词：MRS-GARCH族模型；综述 　　中图分类号：F830 文献标识码：A 论文编号：1008-4428（2012）02-09 -02 　　 　　 前言 　　 在波动性的众多研究中，ARCH类模型占据了主流地位。自Engle在1982年提出了具有划时代意义的自回归条件异方差模型（ARCH）后，Bollerslev在1986年提出了广义的自回归异方差模型（GARCH），Nelson在1991年提出了指数GARCH模型（EGARCH），以及后面发展出来的IGARCH、GARCH_M、PARCH和其他衍生的ARCH族模型，这些族模型皆为诸多学者对ARCH模型的改进中得出的成果。然而Chou(1988),Poon,Taylor(1992)等人的实证研究结果发现，ARCH模型族往往会呈现出很高水平的持续性。故而Hamilton(1989)在ARCH模型中引入Markov过程并应用于美元汇率序列分析，并称之为SW-ARCH模型。Franc Klaassen(2001)引进了Regime-Switching GARCH模型。这两种模型能够有效地解决单一机制（亦称为“单一状态”）GARCH模型存在的高波动性问题。国内孙金丽、蒋祥林，王春峰等也相继对MRS-GARCH族模型的应用做了一些研究。 　　 一、国外有关股市波动的相关研究 　　 对波动性描述的传统方法是Engle(1982)提出的ARCH模型[1]及Bollerslev(1986)提出的GARCH模型[2]。然而Chou(1988)[3],Poon,Taylor(1992)[4]等人的实证研究结果发现，ARCH模型族往往会呈现出很高水平的持续性。Diebold(1986)指出存在时变结构的条件波动可能会导致虚假的高持续性。[5]Lamoumux,Lastrages(1990)等人研究结果发现考虑结构转换后的波动的持续性的确降低了。 　　 Hamilton(1989)在ARCH模型中引入Markov过程并应用于美元汇率序列分析，称之为SW-ARCH模型。[6]Charles Engel(1993)提出Markov机制转换模型对18种汇率季度数据进行拟合，发现该模型取得很好的样本内拟合效果。[7] 　　 对于新生的MRS-GARCH模型，很多学者对于其理论基础进行深浅不一的探讨。Christian Francq,Jean-Michel Zakoian（2005）对标准GARCH模型以及Switching-regime GARCH模型的概率结构做了一番探讨。[8]Markus Haas（2007）对Regime-Switching Asymmetric Power GARCH 模型的自相关结构做了进一步研究。Walter Kramer,Baudouin Tameze Azamo(2007)对衡量波动持续性的变参数进行了研究。[9] 　　 在对MRS-GARCH模型进行理论探讨的同时，该模型也被扩展到其他金融细分领域。Cai（1994）将SW-ARCH模型运用到3月期的T-bill月度超额收益，也得到类似的结论。[10]Franc Klaassen(2001)引进了Regime-Switching GARCH模型对美元-英镑、美元-德国马克、美元-日元的数据进行拟合，发现Regime-Switching GARCH模型能够有效地解决单一机制模型的高波动性问题。[11]Juri Marcucci(2005)研究发现短期水平上以统计损失函数为标准，MRS-GARCH族模型的预测能力强于标准GARCH模型；研究还发现并没有哪一个模型能够在所有衡量标准下都是最优的。[12]Celso Brunetti,Chiara Scotti,Roberto S.Mariano c,Augustine H.H.Tan（2008）运用Markov switching GARCH模型分析了东南亚四国汇率扰动的特征，发现真实有效汇率、货币供应量、股指收益、银行板块股指收益以及波动率为高波动阶段的判别提供了有用的信息。[13] 　　 二、国内有关MRS-GARCH族模型的相关研究 　　 国内对于MRS-GARCH模型多集中于应用研究。谢赤，刘谭秋（2003）采用了一个两状态马尔科夫转换模型研究人民币兑美元汇率的动态行为，表明贬值状态和升值状态都呈现较高的持续性，升值的平均持续时间达到了8.3个月，该模型能较准确刻画出实际汇率的行为特征；[14]孙金丽