基于随机波动性模型中国股波动性估计.PDF

第 6 卷第 4 期 管 　理 　科 　学 　学 　报 Vol. 6 No. 4 　　　　　　　　　 　　　　　　　　　　　　 2003 年 8 月 JOURNAL OF MANAGEMENT SCIENCES IN CHINA Aug. , 2003 基于随机波动性模型的中国股市波动性估计① 王春峰 , 蒋祥林 , 李　刚 (天津大学管理学院、天津大学金融工程研究中心 , 天津 300072) 摘 　要 :采用动态随机波动性模型实证研究了中国股票市场的波动性. 通过基于马尔可夫链蒙 ( ) 特卡罗 MCMC 模拟的贝叶斯分析方法 ,较好地估计了随机波动性模型中的参数与波动性序 列. 基于中国股市数据进行的实证结果表明 ,与 ARCH 类模型相比 , 随机波动性模型能更好地 描述股票市场回报的异方差和波动性的序列相关性. ( ) 关键词 :随机波动性模型; 贝叶斯分析; 马尔可夫链蒙特卡罗 MCMC ; ARCH 模型 ( ) 中图分类号: F830. 91 　　　文献标识码 :A 　　　文章编号 :1007 - 9807 2003 04 - 0063 - 10 0 　引　言 为此 ,一些学者提出了随机波动性模型[4 —7 ] . 随机波动性模型与金融资产定价理论中扩散过程 波动性是金融市场最为重要特性之一. 一方 有着直接的联系 ,假定时变方差遵循某种不可观 面它与市场的不确定性和风险直接相关 ,是体现 测的随机过程 ,并不依赖于过去观测值 ,因此其估 金融市场质量和效率的最简洁和最有效的指标之 计的波动性序列比 ARCH 模型更加稳定. 此外 ,随 一 ;另一方面波动性对企业的投资与财务杠杆决 机波动性模型比 ARCH 模型可更好地描述金融数 策 ,消费者的消费行为和模式 ,经济周期及相关宏 据自身固有的尖峰性. 大量实证研究表明[8 —10 ] , 观经济变量等都具有重要影响. 此外波动性也是 随机波动性模型比ARCH 模型能更好地描述金融 ( ) 数据的特性 ,特别是对两个模型预测的均方误差 证券组合理论、资本资产定价模型 CAPM 、套利 ( ) 和 SC 信息指标的比较以及模型的残差分析发现 , 定价模型 APT 及期权定价公式的核心变量. 因 此 ,波动性的估计和预测一直是金融经济学研究 随机波动性模型比 GARCH 模型具有更好的预测 的持续热点[1 ] . 能力 ,尤其是对长期波动性的预测. 针对股票市场波动性表现出的时变特点与 随机波动性模型只是由于其估计的困难性才 ( ) 一直没有受到重视. 从计量经济的角度看 ,随机波 “集聚效应clustering effect ”,Engle 、Bollerslev 等提