沪港股市资产价格联动效应检测模型.pdf

《沪港股市资产价格联动效应检测模型.pdf》由会员分享，可在线阅读，更多相关《沪港股市资产价格联动效应检测模型.pdf（61页珍藏版）》请在三一文库上搜索。

1、硕士论文沪港股市资产价格联动效应检测模型 摘要 随着上海股市的日益国际化和香港股市的日益“内地化“ ，沪港股市间的相互联系 显著加强。本文通过构建沪港股市资产价格联动效应检测模型，度量沪港股市资产价格 联动效应的规模及程度，为证券市场投资者制定投资决策和股市监管部门制定监管政策 提供理论指导。 目前，资产价格联动效应检测模型主要包括未单独考虑跳跃的资产价格联动效应检 测模型和单独考虑跳跃的资产价格联动效应检测模型两种类型。在第一类模型中， B E K K - G A R C H ( B a b a - E n g l e K r a f t - K r o n e r G e n e r a

2、l i z e d A u t o R e g r e s s i v e C o n d i t i o n a l H e t e r o s k e d a s t i c i t y ) 模型的准确性和预测性能比较好。B N S ( B a m d o r f f - N i e l s e n - S h e p h a r d M o d e l ) 模型能够度量单个资产价格跳跃效应，但是其检测多个资产价格的跳跃联动效 应的能力比较有限。因此，本文在B N S 模型的基础上进行扩展，构建基于B N S 的沪 港股市资产价格跳跃联动效应检测模型，并进行实证研究。 首先，本文构建基于B

3、 E K K - G A R C H 的沪港股市资产价格联动效应检测应用模型， 利用2 0 0 5 - 2 0 1 2 年沪港股指日频数据进行实证分析。研究发现沪港股市资产价格间存在 双向且非对称的联动关系，即上海股市资产价格波动对香港股市的冲击大于香港股市对 上海股市的冲击。其次，本文构建基于B N S 的沪港股市单个资产价格跳跃检测应用模 型，以2 0 0 9 - 2 0 1 2 年沪港股指的5 分钟高频数据为样本进行实证分析，研究结果表明， 沪港股市资产价格波动过程普遍存在跳跃现象。最后，本文在单个资产价格跳跃检测模 型的基础上，构建基于B N S 的沪港股市资产价格跳跃联动效应检测模型

4、。研究表明， 沪港股市资产价格存在一定的联动效应，并且沪港股市资产价格存在普遍的联合跳跃现 象。 关键词：沪港股市，联动效应，B E K K - G A R C H 模型，B N S 模型 沪港股市资产价格联动效应检测模型 硕士论文 A b s t r a c t A st h ei n c r e a s i n gi n t e r n a t i o n a l i z a t i o no fS h a n g h a iS t o c kM a r k e ta n dt h ei n c r e a s i n g m a i n l a n d i z a t i o n o f

5、H o n gK o n gS t o c kM a r k e t ，t h er e l a t i o n s h i pb e t w e e nt h et w om a r k e t sh a s b e e ns t r e n g t h e n e d s i g n i f i c a n t l y T h e r e f o r e ，i ti s o fs i g n i f i c a n tv a l u eo fg u i d a n c ef o r i n t e r n a t i o n a li n v e s t o r sa n dr e g u

6、 l a t o r so fs t o c km a r k e t st oc o n s t r u c td e t e c t i o nm o d e l so f C O - m o v e m e n t e f f e c t sb e t w e e na s s e tp r i c e so fS h a n g h a ia n dH o n gK o n gs t o c km a r k e t s N o w a d a y s ，m o d e l sc o u l db ec l a s s i f i e di n t ot w oc l a s s i

7、f i c a t i o n sa c c o r d i n gt ow h e t h e ra m o d e lc o n s i d e r sj u m po rn o t B E K K - G A R C Hm o d e li st h er a t h e ra d v a n c e do n ea m o n gt h e m o d e l s 谢t l ln o tc o n s i d e r i n gj u m p W h i l eB N Sm o d e l ，w h i c hb e l o n g st ot h eo t h e r c l a s

8、 s i f i c a t i o n ，i sad e t e c t i o nm o d e lo fj u m po fs i n g l ea s s e tp r i c e ，w h i l ei t c o u l d n td e t e c tt h e c o - j u m pe f f e c t sb e t w e e nt w oa s s e tp r i c e s T h e r e f o r e ，t h i sp a p e re x p a n d st h eB N Sm o d e lt o c o n s t r u c td e t e

9、c t i o nm o d e l so fc o - j u m pe f f e c t sb e t w e e nt w od i f f e r e n ta s s e tp r i c e sf o rd e t e c t i n g t h ec o - j u m pe f f e c t sb e t w e e nS h a n g h a ia n dH Ks t o c km a r k e t s T h i sp a p e rf i r s t l yc o n s t r u c t sad e t e c t i o nm o d e lo fC O m

10、 o v e m e n te f f e c t sb e t w e e na s s e t p r i c e so fS h a n g h a ia n dH o n g K o n gs t o c km a r k e t sb a s e do nB E K K - G A R C Ha n de m p i r i c a l l y s t u d i e st h eC O m o v e m e n te f f e c t sw i t ht h es a m p l ed a t ao fd a i l yf r e q u e n c yo fS h a n g

11、 h a ia n d H o n gK o n gs t o c ki n d e xf r o m2 0 0 5t o2 0 1 2 T h er e s u l t ss h o wt h a tt h e r e i Sb i l a t e r a l C O m o v e m e n te f f e c t sb e t w e e nS h a n g h a ia n dH o n g K o n gs t o c km a r k e t s ，w h i l et h ee f f e c tf r o m S h a n g h a it oH o n gK o n

12、gi sg r e a t e rt h a nt h a to fr e v e r s ed i r e c t i o n S e c o n d l y , t h i sp a p e r s e p a r a t e l yc o n s t r u c t sd e t e c t i o nm o d e l so fs i n g l ea s s e tp r i c eo fS h a n g h a ia n dH o n gK o n g s t o c k m a r k e tb a s e do nB N Sa n dh a se m p i r i c a

13、l l yr e s e a r c h e sw i t l lt h es a m p l ed a t ao f5m i n u t e s f r e q u e n c yo fS h a n g h a ia n dH o n g K o n gs t o c ki n d e xf r o m2 0 0 9t o2 0 12 T h er e s u l t ss h o wt h a t i ti sc o m m o nt oe x i s tj u m pi nt h ep r o c e s so ff l u c t u a t i o no ft h eb o t h

14、t w oS t o c k s F i n a l l y , t h i s p a p e rc o n s t r u c t sd e t e c t i o nm o d e l so fc o - j u m pe f f e c t sb e t w e e n a s s e tp r i c e so ft h et w os t o c k m a r k e t so nt h eb a s i so fd e t e c t i o nm o d e lo fs i n g l ea s s e tp r i c ew h i c hb a s e do nB N S

15、m o d e l T h er e s u l t ss h o wt h a tt h e r ea r es o m ec o - j u m pe f f e c t sb e t w e e nt h et w os t o c km a r k e t s W h a t S m o r e ，t h er e s u l t sa l s os h o wt h a tt h e r ee x i s t ss y n c h r o n o u sj u m p sb e t w e e nS h a n g h a ia n dH o n g K o n gs t o c k

16、m a r k e t s K e yW o r d s ：S h a n g h a ia n dH o n gK o n gs t o c km a r k e t ，C o - m o v e m e n te f f e c t s ，B E K K - G A R C H m o d e l ，B N Sm o d e l I I 硕士论文 沪港股市资产价格联动效应检测模型 目录 摘蓦兽一I A b s t r a c t I I 1 绪论1 1 1 研究的背景和意义一1 1 2 国内外研究现状一2 1 3 研究方法4 1 4 创新点4 1 5 研究内容和框架一5 2 股票市场资产价

17、格联动效应检测的相关理论和方法7 2 1 基于多元G A R C H 族的资产价格联动效应检测模型7 2 1 1 多元G A R C H 族模型的表达式和特征7 2 1 2 各种多元G A R C H 模型及其特点8 2 1 3 各种基于多元G A R C H 的资产价格联动效应检测模型性能的比较1 0 2 1 4 使用多元G A R C H 族模型检测资产价格联动效应的步骤1 2 2 2 基于B N S 的资产价格跳跃检测模型1 2 2 2 1B N - S 模型的相关理论和方法1 2 2 2 2 利用B N - S 模型构建资产价格跳跃检测模型的优势1 4 2 2 3 使用B N - S

18、模型检测资产价格跳跃的步骤。1 5 3 基于B E K K - G A R C H 的沪港股市资产价格联动效应检测模型1 6 3 1 沪港股市资产价格联动效应检测问题的描述1 6 3 2 基于B E K K - G A R C H 的资产价格联动效应检测模型1 6 3 2 1 基于B E K K - G A R C H 的资产价格联动效应检测模型条件均值方程的确定1 6 3 2 2 基于B E K K - G A R C H 的资产价格联动效应检测模型条件方差方程的确定1 7 3 3 基于B E K K - G A R C H 的沪港股市资产价格联动效应检测模型的应用1 8 3 3 1 数据的

19、预处理及初步分析1 8 3 3 2 沪港股市资产价格联动效应检测实证分析2 6 4 基于B N S 的沪港股市资产价格跳跃联动效应检测模型3 0 4 1 沪港股市资产价格跳跃联动效应检测问题的描述3 0 I I I 目录 硕士论文 4 2 基于B N S 的沪港股市单个资产价格跳跃效应检测模型3 0 4 2 1 基于B N S 的单个资产价格跳跃检测理论模型3 0 4 2 2 基于B N S 的沪港单个股市资产价格跳跃检测应用模型3 2 4 2 3 基于B N S 的沪港单个股市资产价格跳跃效应检测实证分析3 4 4 3 基于B N S 的沪港股市资产价格跳跃联动效应检测模型3 9 4 3 1

20、 基于B N S 的资产价格联动效应检测模型的构建一3 9 4 3 2 基于B N S 的沪港股市资产价格跳跃联动效应检测实证分析4 1 5 总结、对策建议与研究展望4 8 5 1 总结一4 8 5 2 相关对策建议4 9 5 2 1 对国际投资者的建议4 9 5 2 2 对政府部门的政策建议4 9 5 3 研究展望5 1 致谢5 2 参考文献5 3 附录5 6 I V 硕士论文 沪港股市资产价格联动效应检测模型 1 绪论 1 1 研究的背景和意义 资产价格联动效应是不同资产价格间相互联系的重要内容，是指某一资产价格出现 波动而引起其他资产价格共同波动的效应。股市资产价格联动现象以全球金融市场

21、一体 化和经济一体化为基础和路径依托，是国际证券市场中的一个十分重要的经济现象。自 上个世纪9 0 年代初期我国相继成立沪深股市以来，尽管在此后的很长一段时间内，沪 深两市与其他国家股票市场间的相互联系较弱，但是随着股权分置改革的开展，相继推 出并实施合格境内、外机构投资者的资格认定制度，我国大陆股票市场开始步入转轨时 期，国际化进程不断加快，与国际股票市场的联系也不断加强。相比于沪深股市，香港 证券交易所成立时间比较早。经过将近7 0 年的发展，香港证券交易所已经成为亚洲第 二、世界前十的证券交易所。作为国际公认的金融中心，长期以来香港都是我国大陆企 业海外上市的首选。截至2 0 1 1 年

22、，在香港证券交易所挂牌的大陆企业超过6 0 0 家，占 香港证券交易所半数市值以上。 随着大陆股市的日益成熟、国际化，香港股市的日益“内地化”，香港与我国大陆 股市具有较强的相互联系。2 0 0 7 年，沪深股指和恒生股指都呈现快速上涨趋势，但是在 美国次贷危机爆发以后，沪深港股指又同步地快速下跌，这深刻表明我国大陆股市和香 港股市资产价格间存在一定的联动关系。上海股市是我国最大的大陆股市，因此本文以 上海股市代表我国大陆股市，利用沪港股市资产价格样本数据进行实证研究，建立沪港 股市资产价格联动效应的检测模型，监控沪港股市资产价格间的相互影响程度，一方面， 为国际投资者的投资组合决策提供理论依

23、据；另一方面，有助于监管部门了解香港股市 对我国大陆股市的影响程度，并在不断开放的资本市场中准确地制定监管政策。因此， 本文的研究具有一定的实际应用价值。 所谓跳跃，是指资产价格在短时间内出现大幅度波动的现象，资产价格跳跃联动效 应可以视作为联动效应的特殊情形。从资产价格联动效应检测模型的角度来讲，按照是 否单独考虑跳跃分类，目前资产价格联动效应检测模型主要包括两大类：未单独考虑跳 跃的联动效应检测模型，即资产价格联动效应检测模型和单独考虑跳跃的联动效应的检 测模型，即资产价格跳跃联动效应的检测模型。在未单独考虑跳跃的资产价格联动效应 检测模型中，B E K K G A R C H 模型是具有

24、比较好的度量效果。B E K K - G A R C H 模型能够 充分利用资产价格波动的集聚效应，描述资产价格波动过程中的“尖峰厚尾”现象，能 够比较准确地预测沪港股市资产价格的变化方向与趋势。另外，单独考虑跳跃的资产价 格联动效应检测模型主要是多元跳跃扩散模型，但是多元跳跃扩散模型作为典型的参数 1 绪论硕士论文 模型，存在参数估计困难和参数估计结果受参数设置影响等缺陷。B N S 模型则是典型 的非参数模型，但是其只能检测单个资产价格的跳跃现象，对于多个资产价格跳跃联动 效应检测能力有限。本文在B N S 模型的基础上，构建基于B N S 的资产价格跳跃联动 效应检测模型，能够克服参数模

25、型的缺陷，有助于有效地检测资产价格跳跃联动效应。 因此，本文构建的基于B E K K G A R C H 的资产价格联动效应检测模型和基于B N S 的资 产价格跳跃联动效应检测模型，为准确预测沪港股市资产价格的变化方向与趋势提供理 论方法，有助于更加准确地检测沪港股市资产价格联动效应与跳跃联动效应。因此，本 文的研究还具有一定的理论价值。 综上所述，在我国大陆股市日益国际化和香港股市日益“内地化“ 的大背景下，本 文利用沪港股市资产价格样本数据进行实证研究，探讨如何建立沪港股市资产价格联动 效应的检测模型，以监控沪港股市资产价格之间的相互影响程度，为准确预测沪港股市 资产价格的变化方向与趋势

26、提供理论方法。因此，本文的研究具有一定的应用价值和理 论意义。 1 2 国内外研究现状 随着全球金融市场自由度和开放度的不断提高，股市资产价格联动效应成为国内外 研究的热点。为了更加有效地检测资产价格联动效应，股市资产价格联动效应检测模型 的研究也得到广泛关注。 1 ) 股票市场资产价格联动效应检测模型的相关研究 国外关于股票市场资产价格联动效应的研究起步较早。在早期的国外研究中，大多 数学者通过协整检验方法、A D F 检验( A u g m e n t e dD i c k e y - F u l l e rT e s t ) 方法或者格兰杰 因果模型等，研究欧美发达国家股市资产价格联动效

27、应。例如，PL o a n ，D i m a 和C r i s t e a ( 2 0 0 9 ) 基于标准普尔指数和道琼斯工业指数样本数据，构建基于A D F 检验和协方差 方法检验的资产价格联动效应检测模型，并通过实证分析发现两者存在显著的联动效 应。 在早期，协整检验方法和格兰杰因果模型等对资产价格联动效应的检测具有重要作 用，但这些模型更侧重于定性的分析，无法通过定量分析深入研究多个资产价格波动过 程的相互影响。随着研究的深入，为了描述多个资产价格沿时间方向的波动集聚效应， 并有效地捕捉不同资产价格间的风险交叉传递，TB o l l e r s l e v ( 19 8 8 ) 在一元

28、G A R C H 模 型的基础上，扩展得到了基本形式的多元G A R C H 模型。但是基本形式的多元G A R C H 模型的参数比较多，计算复杂，并且无法确保方差协方差矩阵的正定性要求，为此，T B o l l e r s l e v ( 1 9 8 8 ，1 9 9 0 ) 又提出了基本形式的多元G A R C H 模型的修正模型，包括对角 多元G A R C H 模型，半对角多元G A R C H 模型以及常相关多元G A R C H 模型等。但是以 2 硕士论文沪港股市资产价格联动效应检测模型 上模型依然存在严重缺陷，其中，对角多元G A R C H 模型和半对角多元G A R C

29、 H 模型无 法保证方差协方差矩阵的正定性要求，而常相关多元G A R C H 模型的严格条件假设则与 实际不符。此后，为了取得更好的资产价格联动效应检测效果，许多学者进一步扩展了 B o l l e r s l e v 的研究。例如，M o r g a n ( 1 9 9 6 ) 提出了E W M A 模型，大幅地简化了模型。其 中，检测效果比较好的是BE n g l e 和KK r o n e r ( 1 9 9 5 ) 在B a b a 等( 1 9 9 1 ) 研究基础上 提出的B E K K G A R C H 模型。B E K K - G A R C H 模型相对简单，也能够保证方

30、差协方差矩 阵的正定性，在研究多个资产价格联动效应时具有较好的效果。 国内关于股市资产价格联动效应检测模型的研究相对较少，大多数模型研究也都是 对基本形式的多元G A R C H 模型提出的改进。例如，迟国泰( 2 0 0 8 ) 结合多元G A R C H 模型和风险价值思想，提出多元G A R C H V a R 模型。还有一部分国内学者基于国外研究， 通过实证检测了我国股市和国际股市资产价格联动效应。陈王等( 2 0 1 0 ) 通过构建基于 L e v e r a g eG A R C H 的资产价格联动效应检测模型，实证分析中国股市与周边国家股市资 产价格联动效应。 2 ) 股票市场

31、跳跃联动效应检涓模型的相关研究 自RM e r t o n ( 1 9 7 6 ) 发现资产价格波动过程中的跳跃现象以来，国外学者开始研究 股市资产价格跳跃联动效应检测模型。但是由于资产价格波动过程的复杂性，资产价格 跳跃联动效应检测模型的研究在很长一段时间内并没有取得实质性进展。但在最近1 0 年，资产价格跳跃联动效应检测模型的研究取得突破，XL u ，KK a w a i ，KM a e k a w a ( 2 0 1 0 ) 在多元G A R C H 模型中加入跳跃成分，构建二元G A R C H - J u m p 模型，通过实证分析了 人民币与主要国际货币间的外汇价格波动。但是多元G

32、 A R C H 模型本身已较为复杂，再 加入复杂的跳跃过程，使多元G A R C H - J u m p 模型的参数估计更为复杂，检测结果的准 确性难以保障。此外，EJ o h a n n e s 等( 2 0 0 3 ) 在一维跳跃扩散模型的基础上，扩展构建 了多维跳跃扩散模型。此后，多维跳跃扩散模型在资产价格跳跃联动效应实证分析中得 到比较广泛的应用。但是，多维跳跃扩散模型作为参数模型，模型检测结果影响受参数 设置影响，这会影响检测效果。为了克服这一缺陷，国外学者尝试构建资产价格跳跃联 动效应检测的非参数模型，以期取得更优的检测效果。EB a m d o r f f - N i e l

33、s e n 等( 2 0 0 4 ) 利用二次变差理论提出B N S 模型，该模型能够有效地检测单个资产价格波动过程中的 跳跃现象。在B N S 模型的基础上，DG i l d e r ( 2 0 0 9 ) 构建了美国股市个股的跳跃联动 效应检测模型，通过实证分析研究了美国股市个股资产价格跳跃的对称性和同质性。M D u n g e y 和LH v o z d y k ( 2 0 1 0 ) 构建了美国国债期权市场和现货市场资产价格跳跃联动效 应检测模型，通过实证分析研究了美国国债期权市场和现货市场的联合跳跃现象。 在国内，很少有学者研究股市资产价格跳跃联动效应检测模型，其中绝大多数都是 在

34、国外学者构建的理论模型的基础上，构建资产价格联动效应实证检测模型。欧丽莎 1 绪论硕士论文 ( 2 0 1 1 ) 利用我国大陆股市样本数据，构建了我国股市资产价格联动效应检测实证模型。 周俊和杨向群( 2 0 0 7 ) 假设资产价格服从跳跃扩散过程，根据F e y n m a n K a c 公式推导了 多种欧式汇率联动期权的计算公式。汪昌云和李楠( 2 0 1 0 ) 通过构建二维跳跃扩散模型， 实证研究了沪港股市资产价格跳跃联动效应。 3 ) 文献评述 在国内外的诸多文献中，关于股票市场资产价格联动效应检测模型的研究比较丰 富，成果也比较丰硕。在基本形式的多元G A R C H 模型的

35、基础上，学者扩展了一系列不 同的多元G A R C H 模型，并且广泛应用于资产价格联动效应检测的实证研究，为研究股 票市场资产价格波动的相互影响提供支持。因此，本文构建的基于B E K K G A R C H 的资 产价格联动效应检测模型具有一定的应用价值。 相比之下，股票市场资产价格跳跃联动效应检测模型则相对较少。检测效果比较有 效的是多维跳跃扩散模型，但作为参数模型，也存在一定的弊端。而B N S 模型等非参 数模型，仅能检测单个资产价格波动过程中的跳跃现象，研究多个资产价格的跳跃联动 效应的能力比较有限。因此，本文构建的基于B N S 的资产价格跳跃联动检测模型具有 一定的理论和应用价

36、值，为构建检测资产价格跳跃联动的非参数模型提供思路，也为检 测沪港股市资产价格跳跃联动效应提供支持。 1 3 研究方法 本文为研究沪港股市资产价格联动效应的检测模型和资产价格跳跃联动效应的检 测模型，概括而言，所采用的研究方法主要包括： 1 ) 文献法。本文通过对前人研究的分析，从总体上认识资产价格联动效应的研究 现状，包括主要研究成果和研究方法，为本文的研究奠定基础。 2 ) 理论分析与实证分析相结合的方法。为了能够深入研究沪港股市资产价格联动 效应的检测模型，本文力求将理论分析与实证分析有机结合，实现研究的全面和深入。 3 ) 定性分析与定量分析相结合的方法。本文研究时将努力实现定性分析与

37、定量分 析的有机结合，通过基础理论分析对资产价格联动效应有一个基础的定性认识，再通过 定量分析进一步深入分析，使本文的研究更具说服力。 1 4 创新点 基于前人的研究成果，本文主要提出以下几点创新。 第一，扩展B N S 模型，构建基于B N S 的资产价格跳跃联动效应检测模型。前人 在运用B N S 模型探讨多个资产价格跳跃联动效应时，往往通过分析多个资产价格是否 4 硕士论文 沪港股市资产价格联动效应检测模型 发生联合跳跃或者跳跃的同质性，以检测资产价格跳跃的相互联系。但是这种联系尚不 足以完全反映多个资产价格的跳跃联动关系。因此，为了更加充分地研究资产价格间的 跳跃联动关系，本文在B N

38、 S 模型的基础上，进一步扩展B N S 模型，构建基于B N S 的资产价格跳跃联动效应检测模型。 第二，本文通过日间、日内和隔夜对数收益率样本序列，研究沪港股市资产价格的 联动效应。在以往的研究中，往往以日间对收益率序列为样本序列，反映多个资产价格 的相互联系。但是T A n d e r s e n 等( 2 0 1 1 ) 指出，资产价格间的相互联系除了反映在日间 对数收益率，还可能反映在日内对数收益率和隔夜对收益率上。因此，本文为了更加充 分检测沪港股市的资产价格联动效应，分别以日间、日内和隔夜对数收益率样本序列， 检测沪港股市资产价格的联动效应。 1 5 研究内容和框架 本文研究如何

39、构建沪港股市资产价格联动效应检测模型，其主要研究内容可概括如 下： 第一章主要介绍绪论，主要包括研究背景和意义、国内外研究现状、研究方法等。 第二章介绍股票市场资产价格联动效应检测的相关理论和方法，分别介绍一种未考 虑跳跃的资产价格联动效应检测模型和考虑跳跃的资产价格联动效应检测模型，即多元 G A R C H 族模型和B N S 模型等。 第三章首先构建基于B E K K - G A R C H 的资产价格联动效应检测模型，然后利用沪港 股市资产价格样本数据进行实证研究，通过实证检测沪港股市资产价格联动效应。 在第四章主要构建基于B N S 的沪港股市资产价格跳跃联动效应检测模型。本章首 先

40、构建基于B N S 的单个资产价格跳跃检测理论模型，并检测沪港股市资产价格是否存 在跳跃现象。其次，本章在基于B N S 的单个资产价格跳跃检测理论模型的基础上构建 基于B N S 的资产价格跳跃幅度联动效应检测模型和跳跃频率联动效应检测模型。最后， 利用沪港股市样本数据检测沪港股市资产价格跳跃联动效应。 第五章是本文的结论，并根据本文的研究成果提出相关对策建议和展望。 综上所述，本文的研究框架由图1 1 所示。 l 绪论 硕士论文 6 绪论 股票市场资产价格联动效应检测 的相关理论和方法 B E K K G A R C H 模型 基于B E K K G A R C H 的沪港股市 资产价格联

41、动效应检测模型 沪港股市资产价格联动效应检 测实证分析 B N S 模型 基于B N S 的沪港股市资产价格 跳跃联动效应检测模型 沪港股市资产价格跳跃联动效 应检测实证分析 结论与展望 图1 1 本文的研究框架 硕士论文沪港股市资产价格联动效应检测模型 2 股票市场资产价格联动效应检测的相关理论和方法 资产价格联动效应检测的相关理论和方法主要包括两大重要分支，其一是不单独考 虑跳跃的资产价格联动效应检测模型，这类模型以多元广义自回归条件异方差族模型 ( M u l t i v a r i a t eG e n e r a l i z e dA u t o R e g r e s s i v

42、eC o n d i t i o n a lH e t e r o s k e d a s t i c i t y ，G A R C H ) 为代 表；其二则是单独考虑跳跃的资产价格联动效应检测模型，这类模型则以B N S 模型为 代表。 2 1 基于多元G A R C H 族的资产价格联动效应检测模型 2 1 1 多元G A R C H 族模型的表达式和特征 I ) 多元G A R C H 族模型的基本表达式 多元G A R C H 族模型，也称之为向量G A R C H 模型( C G A R C H ) ，由TB o l l e r s l e v ( 1 9 8 8 ) 首先提出，是在

43、自回归模型( A u t o r e g r e s s i v e ，A R ) 和自回归条件异方差模型 ( A u t o r e g r e s s i v eC o n d i t i o n a lH e t e r o s c e d a s t i c i t y ，A R C H ) 的基础上发展而来的。多元 G A R C H 族模型由两个方程共同组成，分别是条件均值方程和条件方差方程。多元 G A R C H Q ，q ) 族模型表达式如公式( 2 1 ) 所示。 2 I t + I qIo ，。 r ( o 以) ( 2 1 ) 昆c 峨产形+ P4 昆c 坝B 4 蠢)

44、 + 圭弓玩c 厅( 喝彳户陟r 一叫( | D 您c 域q i ) _ 馏( 三) 玩咖( q ) i = 1 i f f i l 其中，第一个方程是条件均值方程，第三个方程是条件方差方程。，；，肼o c t 是 N ( N 2 ) 维列向量，它们分别表示f 时刻的资产价格或者收益率向量，条件期望向量和 残差向量。县是q 的方差- 协方差矩阵，e t _ 1 是“时刻的信息集。4 和巧是坐号竺维 的系数方阵且4 和岛使县正定( i = 1 ，2 ，护，户1 ，2 ，q ) ，么) 和曰) 分别是P 阶和 q 阶的滞后算子多项式，形是坐号竺维列向量，是条件方差方程中的截距项。玩c 办( ) 表

45、示向量半算子，表示将矩阵的下三角矩阵按列堆积成列向量，即专坐笔旦1 。 2 股票市场资产价格联动效应检测检测的相关理论和方法硕士论文 ，、f 铂11 例如向量M = f l m n1 ，那么玩砌产I m 2 1I 。 L m 2 z J 【聊，J 2 ) 多元G A R C H 族模型的特征 ( 1 ) 残差的方差时变性假设 在古典线性回归模型假设中，残差项通常独立同分布于均值为0 ，方差为某一固 定常数的正态分布。但是大量的实证研究表明，金融时间序列普遍存在异方差的现象， 即残差项s 的方差不是固定常数，而是时变变量。为了符合金融时间序列的异方差特征， 多元G A R C H 族模型假设残差

46、的方差是时变的，即当期残差的方差是与过去若干期的残 差项有关的条件方差，其关系可用多元G A R C H 族模型的条件方差方程表示，即公式 ( 2 1 ) 中的第三个方程。 ( 2 ) 能够有效解决样本序列中的A R C H 效应 所谓A R C H 效应，是指资产价格序列未来的波动与过去船期的波动有关。不难看出， 当刀= 1 时，表示资产价格波动服从马尔科夫过程，即第，期的波动只与第卜1 期的波动 有关，而与其余时期的波动无关。 在多元G A R C H 族模型的表达式中，条件均值方程表示当期资产价格或资产价格收 益率与过去若干期的资产价格或资产价格收益率有关；而条件方差方程则表示当期残差 的方差是与过去若干期的残差项有关