基于贝叶斯MSSV―ST金融波动模型股市特征及机制转移性研究.docVIP

基于贝叶斯MSSV―ST金融波动模型股市特征及机制转移性研究 　　摘要：针对有偏厚尾金融随机波动模型难以刻画参数的动态时变性及结构突变的问题，设置偏态参数服从Markov转换过程，采用贝叶斯方法，构建带机制转移的有偏厚尾金融随机波动模型，考量股市不同波动状态间的机制转移性，捕捉股市间多重波动特性。通过设置先验分布，实现模型的贝叶斯推断，设计相应的马尔科夫链蒙特卡洛算法进行估计，并利用上证指数进行实证。结果表明：模型不仅刻画了股市的尖峰厚尾、杠杆效应等特性，发现收益率条件分布的偏度参数具有动态时变性，股市波动呈现出显著的机制转移特性，而且证实了若模型考虑波动的不同阶段性状态后，将降低持续性参数向上偏倚幅度的结论。 　　关键词： 机制转移；贝叶斯估计；金融波动；偏态；厚尾 　　中图分类号：F224文献标识码：A文章编号：1003-7217（2015）02-0040-06 　　一、引言 　　波动率作为金融市场测度的重要指标，无论是对刻画金融资产分布的形态特征，还是对投资组合、期权定价和风险管理等问题都具有十分重要的现实指导意义。因此，如何对金融市场的波动率建模日益成为金融经济学领域研究的热点问题之一。SV模型作为模拟波动率建模的经典模型之一，已被广泛地应用于刻画时变方差、尖峰厚尾及突变跳跃行为等特征，如何建敏[1]利用带协变量的跳跃SV模型研究发现社保基金具有跳跃性，且跳跃概