基于Markov状态转换GARCH模型的铜期货价格波动性研究

论文摘要

随着全球经济一体化和我国期货市场的快速发展,国际金融市场风险对国内市场的冲击愈发明显。准确分析期货价格的波动特征,是识别市场风险,促进我国期货市场健康运行的基础。近些年来国内学者运用种类繁多的GARCH族模型对期货价格波动性的研究取得了丰富的成果。然而,传统GARCH模型不能反映非平稳序列的非线性特征,其结果可能是不准确的。Hamilton （1989）提出的Markov转换模型,为刻画存在状态转换的金融时间序列提供了新的方法。本文在传统GARCH模型的基础上引入状态变量,建立Markov状态转换GARCH模型,以上海铜期货为例进行分析。文章选取了1995年4月至2011年4月沪铜价格三月连续日数据,在对样本进行基本的统计分析与非线性检验、机制转换检验后,建立了误差分别服从正态分布、t分布和广义误差分布（GED）的GARCH模型、EGARCH模型和TGARCH模型,并在此基础上构建了Markov-Switching GARCH （MS-GARCH）模型。本文的创新点在于,将MS-GARCH模型引入期货收益率的波动性研究,通过对比不同模型的拟合效果,为推动期货收益率预测与风险识别的定量分析奠定基础。通过对比不同模型的参数估计结果及拟合效果表明,我国铜期货收益率序列存在明显的GARCH效应,但杠杆效应不显著；在此基础上,建立MS-GARCH模型,将市场波动划分出高、低两种状态,其系数估计结果存在明显差异,相对于低波动状态,高波动状态的平均持续期较短,冲击的持续性也较低。就拟合效果来看,MS-GARCH模型要优于GARCH模型,能够更好地描述铜期货价格的波动性特征。

论文目录

• 摘要
• ABSTRACT
• 1 导论
• 1.1 选题背景及研究意义
• 1.2 国内外研究综述
• 1.2.1 关于期货价格波动性的研究
• 1.2.2 运用Markov状态转换模型的研究
• 1.3 论文创新点及框架
• 1.3.1 论文的创新点
• 1.3.2 论文的分析框架
• 2 理论基础与准备
• 2.1 时间序列的波动性
• 2.2 GARCH族模型
• 2.2.1 ARCH模型和GARCH模型
• 2.2.2 GARCH模型的扩展
• 2.3 MARKOV状态转换模型简介
• 2.3.1 马尔科夫链
• 2.3.2 马尔科夫状态转换模型
• 3 数据选取与初步建模
• 3.1 数据选取与样本说明
• 3.2 数据的基本统计检验
• 3.2.1 收益率序列的基本统计分析
• 3.2.2 收益率序列波动的初步判断
• 3.2.3 非线性检验
• 3.2.4 收益率序列的ARCH效应检验
• 3.3 状态转换检验
• 3.4 模型设定
• 3.4.1 对单一状态GARCH模型的说明
• 3.4.2 马尔科夫转换GARCH模型设定
• 4 模型参数估计与解释
• 4.1 单一状态的GARCH族模型估计结果
• 4.2 MARKOV-SWITCHING GARCH模型的估计结果
• 5 结论与展望
• 5.1 主要结论
• 5.2 不足之处与展望
• 参考文献
• 后记