我国股市波动典型化特征与动态时变相关性研究.docVIP

我国股市波动典型化特征与动态时变相关性研究 　　摘要：利用1996年12月17日至2015年1月5日间我国沪深A、B股的对数收益率数据构建DCC-FI-APARCH模型分析我国股市波动的典型化特征和股市间的动态相关性。研究结果表明：我国股市波动均存在显著的波动聚类、长记忆性和非对称性特征，其中且沪市A股的波动聚类特征、深证A股的非对称特征和沪市B股的长记忆性特征相对较为突出。我国沪深股市的A、B股间的动态相关性显示出较强的时变动态特征，波动幅度整体呈现递减的规律，且易受类似金融危机等重大经济金融事件的影响，各类股票综指间的动态相关性由于股权结构、投资主体和市场信息的不同而存在较大的差异。 　　关键词：长记忆性；非对称型；动态条件相关 　　DOI：10.16315/j.stm.2016.02.014 　　中图分类号：F276.3 　　文献标志码：A 　　Study on the stylized characteristic and dynaInic correlation of the VOlatility of China stock nlarket WANG Zhuo-yu，WANG Y0ng-lian 　　Abstract：We build DCC-FIAPARCH model to analvze the stylized facts and dvnamic correlation of C hinas stockmarket volatilitv with the data of A-share and B-share of the Shanghai and Shenzhen stock exchanges from 17/12/1996 to 5/1/2015.The resuhs of the model show that there were significant characteristic of volatilitv clustering.1ong memory and asymmetric in the Volatility of China stock market，in which the volatility clusterjng in the A-shareof Shanghai stock exchange，the asymmetric in B-share of Shenzhen stock exchange，and the long memory in the B-share of Shanghai stoek exchange are more significant.The results of the dynamic correlation shOWS the existence ofsignificant time-varying characteristics and 1ess Volati-lity as times goes on，and apt to influence by some importanteconomic and financial events.While there are some difference between the dynamic correlations，because of thedifferenee of ownership structure，investors and market information in the two stock exchange. 　　Keywords：long-memory；asymmetric；dyhamic conditional correlation 　　股票市场价格波动的典型化事实不仅可以为股市波动及相关金融产品的定价提供较为准确的估计，还能为金融时间序列的预测和投资行为提供解释，是近年金融市场波动实证研究的重点和热点问题。异方差特征是股票市场价格波动的最显著特征之一，该特征可以采用Bollerslev提出的广义自回归条件异方差模型来刻画，且研究结果具有广泛的应用和一致的结论。然而GARCH模型对股市价格波动所呈现出的长记忆性特征无法进行有效地描述，Baillie等采用的分数协整广义自回归条件异方差模型（FIGARCH）模型能够很好地刻画股市波动的长记忆性和异方差这2个特征。此外，Granger等提出的ARFIMA模型可以很好地模拟收益率序列中的强持续性和长记忆性，是对GARCH模型中的均值模型的一个有效扩展。我国股票市场的长记忆性的实证研究随着研究的样本区间和研究方法的不同，可能存在一些差异，但实证结果中表明长记忆性是我国股票市场的典型化事实之一。 　　随着研究的深