Sequential-BEKK多维GARCH模型及其在股票市场中应用

摘要

方差—协方差矩阵及对应的相关系数矩阵在资产定价、风险管理和资产配置中越来越重要，但是多维GARCH模型在估计多维的方差—协方差矩阵及相关系数矩阵时却遇到了一些瓶颈。本文基于Palandri(2007)一文中提出的序列条件相关模型，将多维GARCH模型分解为单变量GARCH模型和双变量GARCH的思想，对其文中的模型进行了进一步的简化，提出了Sequential—BEKK模型；与Palandri(2007)另一个不同点在于，本文采用最大似然估计方法，同时根据White(1996)中的两步法最大似然估计的相关理论，给出了用似然函数估计出来的参数的一致性和渐近正态性的充分条件。通过运用BEKK模型模拟的数据，本文比较发现，Sequential—BEKK模型在进行样本内预测相关系数矩阵时，表现优于BEKK系列模型和OGARCH模型，稍差于CCC和DCC模型，但是Sequential—BEKK能够比其他模型更好的刻画相关系数的动态过程。但是在进行样本外预测时，Sequential—BEKK模型随着变量的数目的增加，样本外的预测逐渐的优于DCC等模型。 我们将此模型应用于全球股票市场之间包括中国的A股和B股市场之间的相关性随时间变动情况的研究，特别是中国股票市场和全球其他国家和地区的股票市场。研究表明，中国的A股和B股股票市场之间的相关性随着B股市场向中国内地居民开放而显著的提高。而且，B股股票指数与全球其他国家和地区的股票指数的相关系数明显的高于A股股票指数与全球其他国家和地区的股票指数，但是尽管中国政府引入大批的境外投资机构投资中国股票市场，且允许部分中国的投资机构投资全球股票市场，但是并没有看到中国A股、B股市场与世界其他国家和地区的市场之间的联系更加紧密。然而我们发现在亚洲金融危机之后，韩国股票市场与全球各股票市场之间的相关系数有一定的增大，特别是与香港股票市场的相关性。

目录

文摘

英文文摘

声明

第一章引言

第二章文献回顾

第三章理论模型及估计

第一节Sequential-BEKK模型简介

第二节估计

第三节参数的一致性和渐近正定性

第四章模型优劣比较

第一节模型比较的标准

第二节数据模拟

第三节样本内的预测表现

一、四个变量情况下模型比较

二、T分布的四个变量情况下的模型比较

三、二十个变量情况下的模型比较

第四节样本外预测

一、四个变量情况下的模型比较

二、二十个变量情况下的模型比较

第五章Sequential-BEKK模型在股票市场的应用

一、实证数据

二、无条件相关系数分析

三、内地A股市场和B股市场之间的相关性

四、韩国KOPSI股票指数与全球股票指数相关性

第六章结论

参考文献

附录

致谢