基于考虑外生变量的SWARCH模型对中国股市波动性的实证研究
2012-02-19李金凤张德生井霞霞
李金凤, 张德生, 井霞霞
(西安理工大学理学院, 陕西 西安 710054)
0 引 言
金融时间序列的波动性是金融研究中的一个热门课题,波动带来风险,实际生活中几乎所有的金融序列都具有波动性,因此,通过描述波动来控制风险仍是当前研究的热点.在股票市场,股票的正常波动使资本市场活跃,但过于频繁的波动却会增加市场风险,影响投资判断.
研究发现金融数据,尤其是股票数据,收益率序列数据的方差经常随时间变化,而且呈尖峰厚尾分布.从1982年Engle[1]提出了ARCH(q)模型一直到现在,人们对ARCH模型的改进不断在进行,出现了GARCH类模型等,这些模型对股票的波动性有很好的刻画,但也有不足,为此,Hamilton和Susmel[2](1994)结合Markov状态转移和ARCH模型提出了SWARCH模型,并验证了SWARCH模型较传统的GARCH类模型更能刻画股票的波动.国内学者利用 SWARCH 模型进行实证研究是从21世纪开始的.蒋祥林等(2004)[3]应用SWARCH 模型对我股市的波动性进行了分析;苏涛等(2005)[4]将SWARCH 引入到估计金融资产VaR 中;丁志国(2007)[5]基于向量SWARCH 模型,实证检验了我国GDP 增长率与证券收益率间的关联性.股市的波动受到很多因素的影响,如将影响因素直接加入到波动方程对股票的波动进行研究应该会有很好的效果,本文将就这一问题进行实证研究.
1 具有外生变量的SWARCH(SWARCHX)模型
用yt表示市场指数的收益率,Hamilton和Susmel(1994)[2]建立了如下模型
yt=φ0+φ1yt-1+…+φpyt-p+et
(1)

(2)
(3)
(4)
这里,vt-1为货币供应量,即本文所要考虑的外生变量;当δ=0时,该模型就为SWARCH模型,当δ≠0时就是本文要用的SWARCHX模型.st表示一个不可观测的区制变量,其……
