罗华健，邹玉梅

(山东科技大学 数学与系统科学学院，山东 青岛 266590)

随着我国由计划经济向市场经济的不断转变，人们的投资观念已经从“传统”变为“现代”。投资者的投资渠道和方式发生了根本性的变化，投资领域逐渐多元化。股票与期货作为投资者的主要投资方式之一，一直影响着投资者的收入。

中国股票市场和中国期货市场一直波动不断。波动率聚集[1]是指金融时间序列的高波动率或低波动率聚集在某一时间段内的现象，即本时间段内为高(低)波动下一时间段也为高(低)波动，后一期波动率与前一期波动率之间是正相关，而且高波动率聚集和低波动率聚集的时期会交替出现。股票和期货收益率序列等金融时间序列往往会出现波动率聚集的情况。波动率聚集能够很好地刻画金融数据本时间段和下一时间段的波动情况。通过对股票与期货的波动率聚集建模进行风险管理与控制成为金融领域的研究热点。

Hamilton[2]首次提出了经过三状态两阶滞后的Markov机制转换模型，并利用该模型研究了美国1953—1984年季度实际产出增长的波动，该模型能较好地刻画金融数据的非线性动态特征和非对称性。Chang等[3]比较详细地介绍了机制转换模型的应用。随后Markov机制转换模型被应用到经济、金融等多个领域，显示出优于传统非线性时间序列模型的许多特点。近年来，许多学者将Markov转换模型运用到股票与期货市场。Lee[4]运用Markov机制转换Gumbel-Clayton Copula GARCH模型对农产品期货市场套期保值进行研究，指出该模型能够更加有效地估计套期比率。……