幂变换门限GARCH模型变点问题的贝叶斯分析

用贝叶斯方法对幂变换门限GARCH (PTTGARCH)模型变点问题进行统计分析.构造了变点模型参数的满条件分布并且采用MCMC的Griddy-Gibbs抽样算法对参数进行了估计.分别就不同的变点位置、模型不存在变点以及模型接近非平稳的情况进行数值模拟.结果表明:变点处于序列中间位置时,估计效果较好,当变点位置越靠近序列两端时,所得估计的误差越大;当模型不存在变点时,所设变点位置τ后验分布的峰度接近均匀分布的峰度;当模型存在变点时,τ后验分布的峰度大于2,且模型越平稳,τ的后验分布的峰度越大,因此可以通过判断τ的后验分布的峰度来判断模型是否存在变点.最后以GARCH模型对上证指数日收益率进行分析,得到变点发生时刻的概率分布,该结果与市场的变化背景符合.

基于结构转换PTTGARCH模型沪深股市波动率的估计

考虑股市收益率波动存在结构转换特征以及描述波动非线性和非对称特征的幂变换门限GARCH(PTTGARCH)模型,本文提出结构转换PTTGARCH模型.选取沪深300指数日对数收益率作为研究对象,将股指的波动变化分为下跌、上涨和盘整三个状态:选用2013年7月1日至2015年12月17日以及2015年12月18日至2016年1月8日作为样本内和样本外时期:分别应用GARCH,EGARCH,APGARCH,PTTGARCH模型及具有结构转换的相应模型对沪深股市波动率进行估计和预测,利用高频数据得到的已实现波动率作为股指实际波动率的估计.采用平均平方误差(MSE_1,MSE_2),平均绝对误差(MAE_1,MAE_2)对估计与预测的波动率进行评价,并采用模型信度集(MCS)检验比较各模型估计和预测能力.研究结果表明:单状态和具有马尔可夫结构转换PTTGARCH模型在样本内和样本外的拟合和预测结果均更为准确.