基于隐马尔科夫模型的沪深300市场波动结构突变研究

发布时间：2017-05-25 01:14

  本文关键词：基于隐马尔科夫模型的沪深300市场波动结构突变研究，由笔耕文化传播整理发布。

【摘要】：波动率作为时间序列不确定性的定量描述,是影响金融衍生品定价、投资组合风险管理和对冲投资策略等金融活动至关重要的因素。建立有效的波动率估计和预测模型,对于加强金融市场风险管理,防范金融危机,维持市场的健康稳定发展,促进经济繁荣,都具有极其重要的理论研究意义与实践价值。我国股市作为国际金融市场的一部分,近年来发展十分迅速,诸多问题也相继出现,加之我国金融市场规章制度不太完善,从而使得股市的波动呈现出高度不稳定性。此外,我国股市投资者在股市中的表现也不够理性,容易见风使舵,从而致使股市的不对称性加剧。制度的不完善和投资者的不理性是我国股市突出性的特征,这种特征使得我国股市的风险远远大于国外成熟的股票市场。因此,就迫切需要对我国股市波动率进行研究,总结出其波动规律,给金融市场管理者完善市场规章制度作为参考,同时也为投资者提供一些决策依据,从而促使我国股票市场能够健康稳定发展,国民经济能够健康稳定地发展。但是,随着当下国际经济一体化进程加快,各个国家之间的经济联系愈发紧密,股市又具有联动性和传染性,致使股市对各方面影响反应加剧,股市收益会在消息进入股市的某个时刻发生跳跃式增长或下降,从而产生波动性结构突变。如果股市出现结构突变,就意味着大危机的出现,就会给股市利益相关者带来极大的损失,最终影响国家经济建设。如果在对波动率研究时不考虑股市的结构突变,那么就会对股市波动刻画不准确,也不能对下一次结构突变点的出现做出预判和预警;如果考虑了结构突变,但是对结构突变点判定不准确或把高波动状态误判为低波动状态,都会使管理者和投资者的决策无效甚至带来重大损失,从而降低风险管理水平。因此,如果要为管理当局和投资者服务,帮助管理者提高我国股市的风险管理水平,保证股市的健康稳定发展;协助投资者具备应对风险的能力,保证投资利益,降低损失,在对波动率进行研究时我们不仅需要考虑其结构突变特征,还需要对结构突变特征进行准确刻画,对波动率模型选择的要求也就愈来愈高。针对股票市场的这种结构突变,众多学者用各种方法各种模型来捕捉,但是直到Hamilton和Susmel(1994)将马尔科夫转换机制应用在波动率中,才有了突破性的进展。由于马尔科夫机制转换模型可以描述不同阶段、状态、机制下经济行为所具有的不同特性,恰恰可以弥补传统GARCH族模型不能反映市场因结构突变呈现多波动状态的不足,且有与其他模型结合容易的特点,故将其与波动率模型结合来刻画波动率的结构突变特征。然而马尔科夫转换模型在对模型参数估计时,需要对波动率状态进行主观地划分,以至于对模型最终参数估计结果造成一定的干扰,从而使得模型对市场拟合效果不佳。HMM模型普遍应用于模式识别中,此模型由两个马尔科夫过程序列而成的双随机过程,且能够描述引起观察序列出现的深层信息,因此经常被用于探测一些引起某事件发生的隐藏事件的状态和转移概率等相关信息。基于此特性,结合我们能够看到波动率的表现却不能对波动率的结构突变进行准确判断的现状,我们将HMM引入波动率模型,构建一个新的模型对我国股市的结构突变特征进行捕捉和刻画。对于样本的选择,我们选取了目前最能代表我国A股整体走势的沪深300指数。沪深300指数选取规模大,并且用整个我国股票市场中流动性好的股票作为编制样本,涵盖了沪深两股市60%左右的市场,具有良好的市场代表性。并且它采用了当下最为可靠的指数编排技术,保证了数据的可靠性和连续性。所以本文采用沪深300指数作为我国股市价格波动的样本数据。综上所述,本文将以波动率研究中最为经典的GARCH模型族为基础,结合隐马尔科夫模型建立HMM-GARCH波动率模型对其展开详细系统的研究。为了寻找出对市场拟合效果最好的模型,本文在运用HMM-GARCH模型对样本进行拟合时,也估计了未考虑结构突变的GARCH模型和考虑了结构突变但是有结构化缺陷的MRS-GARCH模型。实证结果显示:股市的平均收益率为正,并且股市的波动与收益存在非常明显的正相关关系;GARCH模型能很好地刻画出波动率的聚集性、尖峰厚尾性,但不能模拟出股票市场的突变性;隐马尔科夫转换模型与条件异方差结合的HMM-GARCH模型在刻画出波动率三大特性的同时,亦能捕捉到波动率结构突变的典型事实,并且似然值显示HMM-GARCH模型对收益率序列的拟合程度最高;与实际价格趋势类比研究可以看到,HMM-GARCH模型拟合出的状态图基本上能够找到市场的结构突变点,与市场实际的波动变化趋势相契合。随后,基于最优模型,结合近几年全球经济形势和我国政策变动,从宏观经济学的角度对股市价格波动进行剖析,可以得出结论:投资我国股市总体上来说是能获得收益的,而且从数据来看收益大部分聚集在短期的投机行为中;HMM-GARCH模型模拟出的波动与我国实际波动契合的同时,也能映射出国际金融市场的动荡情况。
【关键词】：波动率 结构突变 HMM 状态转移
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F224;F832.51
【目录】：

• 摘要4-6
• Abstract6-11
• 第一章 引言11-21
• 1.1 股市价格波动研究背景11-13
• 1.2 国内外文献综述13-17
• 1.3 波动率研究样本的选取17
• 1.4 本文研究的主要问题17-18
• 1.5 研究意义18
• 1.6 本文的创新性18-19
• 1.7 本文的逻辑结构安排19-20
• 1.8 技术线路图20-21
• 第二章 波动率研究理论基础21-27
• 2.1 股市波动率研究变量的确定21
• 2.2 波动率类型介绍21-23
• 2.3 波动率的典型事实23-24
• 2.4 常用的时间序列描述统计量介绍24-26
• 2.5 本章小结26-27
• 第三章 波动率模型及估计方法27-37
• 3.1 模型介绍27-33
• 3.1.1 理论基础27-29
• 3.1.2 单机制GARCH模型29-31
• 3.1.3 HMM-GARCH模型和MRS-GARCH模型31-33
• 3.2 HMM的训练33-35
• 3.3 模型拟合效果的评价方法35-36
• 3.4 本章小结36-37
• 第四章 实证结果及分析37-44
• 4.1 样本选取及数据预处理37
• 4.2 描述统计量37-38
• 4.3 各模型参数估计结果及评价38-41
• 4.4 沪深300的HMM-GARCH模型分析41-43
• 4.5 本章小结43-44
• 总结44-45
• 致谢45-46
• 参考文献46-51
• 攻读学位期间取得学术成果51

【参考文献】

中国期刊全文数据库 前5条

1 魏宇;;金融市场典型事实下的风险价值计算及其检验[J];管理工程学报;2008年02期

2 朱旭东;刘志镜;;基于主题隐马尔科夫模型的人体异常行为识别[J];计算机科学;2012年03期

3 刘国旗;非线性GARCH模型在中国股市波动预测中的应用研究[J];统计研究;2000年01期

4 林宇;;典型事实、极值理论与金融市场动态风险测度研究[J];投资研究;2012年01期

5 孟宗;闫晓丽;王亚超;;基于LMD和HMM的旋转机械故障诊断[J];中国机械工程;2014年21期

中国硕士学位论文全文数据库 前1条

1 张珍;基于隐马尔科夫模型的波动率预测[D];华南理工大学;2012年

  本文关键词：基于隐马尔科夫模型的沪深300市场波动结构突变研究，由笔耕文化传播整理发布。

，

本文编号：392413