体制转换模型的若干理论扩展及应用

发布时间：2021-09-29 01:01

　　本论文梳理了体制转换模型的现有文献,并在此基础上,对这一方向的前沿理论进行扩展和创新。具体而言,本论文深入系统地研究了体制转换模型存在的内生体制转换问题,进一步提出了状态依赖内生性的概念,并为状态依赖内生性提出了一整套可行的建模、检验和估计方法。此外,本论文研究了当下计量经济学领域非常热门的交互效应面板模型,针对其不能对时间维度上可能存在的结构变化建模的缺点,首次将体制转换应用于交互效应面板模型,并为该模型建立了相应的估计方法及数值算法。在第二章,我们提出了一个状态依赖内生性体制转换模型（state-varying endogenous regime switching model,SERS模型）,该模型是Chang et al.^[1]提出的内生性体制转换模型（endogenous regime switching model,CCP模型）的直接扩展。针对该模型,我们提出了一个极大似然算法来估计模型的未知参数。蒙特卡罗模拟试验表明:当存在状态依赖内生性时,SERS模型的表现显著优于CCP模型的表现;当不存在存在状态依赖内生性时,SERS模型的表现类似于CCP模型的... 

【文章来源】：南开大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：47 页

【学位级别】：硕士

【部分图文】：

007年9月到2017年4月上证综指收益率

对数似然函数值628.2 628.7 628.7图2.2为SERS模型与CCP模型估计的转移概率。左图为低波动状态转移到高波动状态的转移概率，其中点线为我们SERS模型对转移概率 P(st= 1|st 1=0, ut 1) 的估计，实线为 CCP模型对转移概率 P(st= 1|st 1= 0,ut 1) 的估计。类似的，右图为保持在高波动状态的转移概率。正如上文所言，SERS模型允许体制转换的内生性具有状态依赖的特征，能够从时间序列中提取更多的信息，该观点可从图2.2得到佐证。我们可以看到SERS模型估计的转移概率比CCP模型估计的转移概率变化的更为剧烈。图2.2波动率转换模型估计的转移概率19

第二章 状态依赖内生性体制转换模型当潜在的体制状态已知时，我们更可以看出状态依赖内生性在体制转换中的重要性。图2.3为2015年6月到2015年7月，中国股票市场处于股灾期间从低波动到高波动的转移概率。其中黑色实线表示上证综指的周波动率，点线表示SERS模型估计的转移概率，虚线表示CCP模型估计的转移概率。图2.3表明我们的SERS模型较CCP模型而言，能更准确地估计上证综指的波动率转换过程。阴影区域表示上证综指正处于股灾期间，在该阶段上证综指的波动率很高可视为上证综指正处于高波动率状态。此时估计的从高波动转移到低波动的转移概率应该很小，但市场从股灾期间恢复过来时，该概率应该会增加。我们模型很好的展示了这个特点，然而CCP模型估计的转移概率不符合实际。图2.3股灾期间从高波动转移到波动的转移概率使用式（2.9）、命题2.3


本文编号：3412889