论文部分内容阅读
中国股市是一个新兴的市场，股市机制不太健全，政府对股市频繁地干预，容易导致股市的异常波动。为了研究股市的异常波动，本文引入泊松跳跃过程来刻画中国与美国股市的跳跃行为。过去的研究表明不仅波动率存在聚集现象，跳跃行为也存在聚集现象，因此本文采用了Maheu(2002)提出的泊松跳跃强度服从类似自回归过程来刻画跳跃行为的聚集现象；另外大量的研究证实了在刻画股市跳跃行为时，不仅需要在收益率方程中考虑跳跃，还应该在波动率过程中考虑跳跃，因此本文在使用EGARCH模型来刻画正常扰动项的条件波动率时，考虑了该扰动项的波动率除了受到上一期的正常扰动项的影响外，还受到上期的跳跃扰动项的影响。
本文实证研究结果表明，中国股市与美国股市都存在跳跃行为，并且跳跃都存在聚集现象，波动率过程都受到跳跃行为的影响。但是两国股市的跳跃行为特征是不同的，作为一个新兴的市场，中国股市的跳跃更频繁，并且一旦发生跳跃，上证综合指数收益率的跳跃幅度的标准差几乎是道琼斯工业指数的7倍，上证综合指数的跳跃波动率占总体指数收益率的波动率平均比重为30.54％，而道琼斯工业指数只有9.38％，以上的跳跃行为特征与两国股市的实际情况是一致的。
在刻画完股市的跳跃行为后，本文采用Hong和Li(2005)提出的非参数模型设定检验方法来检验各种跳跃扩散模型与EGARCH-GED、EGARCH-NORMAL模型的模型设定误差。对于上证综合指数来说，研究结果表明无论是样本内、样本外，尽管引入跳跃有助于降低模型的设定误差，但是都被Hong和Li模型设定检验拒绝，而EGARCH-GED模型在样本内不能被拒绝，在样本外模型设定误差又是最小的，因此EGARCH-GED模型比较好地刻画了上证综合指数收益率的分布特征。而各种模型在刻画道琼斯工业指数收益率的分布特征时效果则差不多。
本文最后还进行了VaR(Value-at-Risk)分析，发现EGARCR-GED模型在刻画两国指数收益率的尾部特征时效果最好。