基于事 件干预的香港股指与利率非线性 关系探索.docVIP

基于事件干预的香港股指与利率非线性关系探索 Case Based Dynamic Correlation between Stock Index and Interest Rate in Hong Kong HAO Qing-min School of Management, Tianjin University, Tianjin, 300072,P.R.China (haoqm@163.cm) Abstract—For solving the problems of complex relationship between stock index and interest rate time series in Hong Kong witnessed Asian financial crisis in 1997. Smooth transition regression stochastic volatility (STR-SV) model is set up to analysis the nonlinear and negative correlation. The results show: STR-SV improves the nonnormality and ARCH effect in time series based on special case. Keywords—smooth transition regression, stochastic volatility models, nonlinearity 基于事件干预的香港股指与利率非线性关系探索 郝清民 天津大学管理学院 天津 300072 摘 要 针对经历亚洲金融危机的香港股票指数和银行利率两时间序列之间的复杂关系，通过建立平滑转换随机波动(STR-SV)联 合模型，分析两序列间的负向非线性关系。结果表明 STR-SV模型能够比其他模型更好地模拟经历特殊事件干预的时间序列间的非线 性关系。 关键词 平滑转换回归， 随机波动模型， 非线性 1．引言 根据经济学理论：股票价格等于预期收益除以贴现率， 而利率变化导致贴现率同向变化。在预期收益不变情况下， 利率会反向影响股票现值。国内外学术界从理论和实证方 面对货币政策调整与股票市场发展之间的关系进行了大量 研究。而且实证研究主要是通过分析股票指数与银行同业 拆借利率的关系来研究相互之间的复杂关系，采用的方法 主要有相关分析、多元统计方法、向量自回归、协整与误 差校正模型等[1]。但是，由于金融时间序列数据的高频性 和非正态性，两序列指数之间存在一定非线性关系，因而， 上述模型方法尤其是线性方法存在一定局限性。尤其是在 具有外界干预的情况下，用什么模型确定序列之间的非线 性关系是个复杂问题。 研究非线性关系的主要模型有门限自回归类模型，如 TGARCH模型，需要预先假定一系列可测的状态变量，采 用局部线性逼近的方法来解决非线性问题，但是此类模型 往往存在模型错误设定问题；马可夫机制转换模型假定机 制转换是由不可见的马可夫链决定的，并假定转换具有跳 跃性并有一定限定次数，因而也限制了其使用；平滑转换 回归模型[2][3]（Smooth Transition Regression，简称 STR） 主要采用具有门限机制的平滑转换估计非线性关系模型， 不用像马可夫机制转换模型那样需要提出预先假设，同时 门限模型的错误设定问题也在一定程度上得到缓解[4]，这 些特点使 STR模型成为最近国际上研究非线性金融关系的 主要工具之一。 但是独立的 STR模型对高频金融数据中存在的非正态 性和 ARCH 效应不能很好的解决，虽然 Lubrano[5]和 Terasvirta提出的STR-STGARCH模型可以一定程度上缓解 残差中的 ARCH效应和非对称性，但是残差中仍然存在非 正态性问题。 因此，本文采用随机波动模型(Stochastic Volatility，简 称 SV)替代 GARCH模型来修正 STR模型残差中存在的非 正态问题。而且，Koopman[6]等学者的研究也表明 SV模型 比 GARCH模型在拟和残差方面一定程度上具有优势。 //.paper.edu.cn 1 本文主要结构如下，针对特殊事件干预情况下的金融 时间序列中的非线性，在简要对比分析各种模型方法的基 础上，提出 STR-SV 模型，通过估计与实证检验，最后提 出相关结论 2．STR-SV模型建立 STR-SV模型的主要估计方法是最大似然估计，只需采 用简单的线性和转换函数选择检验，而且设定的固定转换 函数解决了转换激烈和假设诸多约束导致的非稳定性问 题。模型除允许参