基于结构转换GARCH模型的中英股市波动率研究.docx

基于结构转换GARCH模型的中英股市波动率研究
基于结构转换GARCH模型的中英股市波动率研究
摘要：
随着全球金融市场的发展和互联网信息的普及，股市波动率成为了金融市场研究的热点之一。本论文以中国和英国股市为例，通过构建结构转换GARCH模型，对两国股市波动率进行研究。研究结果表明，在不同的市场环境下，股市波动率会发生结构性转变，该模型能够较好地捕捉到这一特征。本研究对于了解股市波动率的演化规律，提供了更加准确的预测和决策依据。
关键词：股市波动率；结构转换GARCH模型；中英股市
1.引言
股市波动率是衡量金融市场不稳定性的重要指标，也是投资者决策的重要参考。近年来，由于全球经济形势的不稳定和金融市场的高度关联，股市波动率呈现出了更多的复杂性和不确定性。因此，探索股市波动率的发展规律，对于降低风险、优化投资组合和改善金融市场运行机制具有重要意义。
2.文献综述
在股市波动率的研究中，GARCH模型被广泛应用，该模型考虑了波动率的自回归特性，能够较好地描述股市波动率的非对称性和波动群集现象。然而，传统的GARCH模型假定波动率在整个时间段内是稳定的，无法捕捉到不同市场环境下波动率的结构性转变。为了解决这一问题，结构转换GARCH模型被提出。
3.模型方法
本论文基于结构转换GARCH模型，对中国和英国股市波动率进行研究。首先，我们利用ARCH-LM检验和白噪声检验判断股市收益率序列的平稳性。然后，我们根据DeutscheandPiper(2007)的方法，识别出股市波动率的结构转换点。最后，我们利用结构转换GARCH模型对不同市场阶段的股市波动率进行建模和预测。
4.实证研究
本研究选择中国股市上证指数和英国股市富时100指数的日收益率作为样本数据，时间跨度为2000年至2020年。根据实证结果，我们发现在两国股市中，股市波动率呈现出了明显的结构性转变。尤其是在金融危机、政策调整和重大事件等市场冲击因素之下，股市波动率会发生较大的变化。结构转换GARCH模型在对股市波动率进行建模和预测方面，相较于传统的GARCH模型具有更好的解释能力和预测准确性。
5.结论与启示
本论文通过构建结构转换GARCH模型，对中国和英国股市波动率进行了研究。研究结果表明，股市波动率在不同的市场环境下会发生结构性转变，该模型具有较好的解释能力和预测准确性。研究结果对于了解股市波动率的演化规律，提供了更加准确的预测和决策依据。
然而，本研究还存在一些局限性，如样本数据的选择和时间跨度的限制。未来的研究可以进一步扩大样本数据的规模，比较不同国家和地区的股市波动率演化规律，以及对其他金融市场的波动率进行研究。
参考文献：
Deutsche,G.andPiper,J.(2007).ModelingStructuralChangeinaCompleteContinuousTimeGARCH-MarketModel,JournalofBusinessandEconomicStatistics,Vol.25,No.1,pp.24-41.