MRS-GARCH模型在沪深股指波动中的应用研究

摘要

考虑MRS-GARCH模型中存在的"路径依赖"问题,采用混合Gibbs抽样与EM算法的两步MCEM-MCML法求参数的极大似然估计,避免了对原模型的简化或近似而导致的信息损失及估计精度下降.以上证综指和深圳成指日(周)收益数据为样本,利用MRS-GARCH模型对沪深股市收益波动进行估计.结果表明:沪深股市存在显著的高、低波动状态,处于低波动状态的可能性更大,持续时间更长.与MS、Gray及Klassen模型相比,MRS-GARCH模型估计的波动状态持续性有所降低.比较各模型的BIC值,MRS-GARCH模型的拟合性能最优.