基于SV模型的我国股市波动性实证分析

摘要

经过二十多年的发展,我国金融市场在得到迅猛发展的同时,也呈现出了前所未有的波动性,致使金融市场风险日趋严重,金融风险的度量得到了日益关注。在我国股市起伏剧烈,使得股市存在着巨大的风险,但同时也存在着巨大的机会。广大中小投资者投资空前狂热,然而由于投资者对股市风险无知,盲目的进入股市,损失惨重。而投资者的行为也加剧了股市的剧烈波动性,增大了股市风险。因此系统深入研究中国股市波动特征和风险价值具有重要的现实意义。随机波动率(SV)模型是一类能很好刻画金融数据波动特征的模型,目前在金融领域中有着广泛的用途。因此本文选用随机波动模型描述我国股票市场的波动性特征,通过模型的实证研究力求揭示我国股市的总体特征,并为其规范和完善我国股票市场提供参考价值。
　　 本文首先介绍了股市波动性研究的背景和意义,在此基础上回顾了国内外关于波动性的主要研究成果,并指出波动性研究可能提升的之处。实证方面,利用2009-1-6到2010-6-30沪深300指数收益率数据分析了我国股市收益率特征,然后采用标准SV(SV-N)和厚尾SV(SV-T)模型对沪深300指数收益率波动进行建模分析。模型的参数估计是通过winBUGS软件编程采用蒙特卡罗模拟(MCMC)方法来实现的。从模拟结果、预测效果及DIC准则方面对标准SV和厚尾SV模型进行比较分析,得出厚尾SV模型在刻画金融数据波动特征方面要优于标准SV模型。接着基于标准SV和厚尾SV模型对沪深300指数收益率序列进行VaR风险价值对比研究,结果表明厚尾SV模型的VaR序列能更好的把握我国证券市场的风险水平。最后总结实证分析结果,在此基础上,针对我国股市的波动和风险特征,提出相应的建议。

目录

文摘

英文文摘

1.绪论

1.1 选题背景和意义

1.2 国内外研究现状及评价

1.2.1 金融数据波动研究

1.2.2 金融数据的VaR研究

1.3 研究思路、关键点和论文框架

2.我国股市收益率波动描述性分析

2.1 数据来源与符号说明

2.2 我国股市收益率特征分析结果

2.2.1 尖峰厚尾性

2.2.2 平稳性

2.2.3 波动聚集性

2.2.4 平方收益记忆性

3.股市收益波动模型及估计

3.1 ARCH族模型

3.1.1 ARCH模型提出背景

3.1.2 ARCH模型及扩展

3.1.3 ARCH族模型的不足

3.2 随机波动(SV)模型

3.2.1 随机波动模型(SV)的提出

3.2.2 标准SV(SV-N)模型

3.2.3 厚尾SV(SV-T)模型

3.3 随机波动(SV)模型的估计

3.3.1 贝叶斯原理

3.3.2 马尔可夫蒙特卡罗模拟(MCMC)

3.3.3 Gibbs抽样

3.3.4 模型估计的软件实现

4.我国股市收益率SV模型建模分析

4.1 标准SV(SV-N)模型建模

4.2 厚尾SV(SV-T)模型建模

4.3 SV-N和厚尾SV模型结果对比分析

5.基于SV模型我国股市风险价值(VaR)分析

5.1 股市风险与VaR

5.1.1 股市风险的含义与类型

5.1.2 VaR的含义与优缺点

5.2 VaR测度股市风险

5.2.1 SV模型VaR的方法

5.2.2 VaR的回顾测试(Back-Testing)

5.3 实证分析

6.结束语

6.1 本文的工作

6.2 结论与建议

参考文献

附录

致谢