随机波动模型的扩展:理论与中国股市的实证

传统随机波动模型(SV模型)仅从宏观基本面角度揭示了潜在波动的随机性。本文基于修正混合分布假设模型(即MMDH模型),将单因素SV模型拓展为两因素随机波动模型,并赋予每个波动因素新的经济意义解释。通过对中国股市高频数据和日数据进行了校准分析,所得校准结果与理论假设保持一致,并发现股价波动与信息到达过程和流动性风险均成正相关。最后,本文使用有效矩估计方法(EMM)比较了两因素SV模型和传统SV模型,其模型拟合统计量显示前者绝对优于后者;其得分t比率表明宏观因素控制波动的持久性,而市场微结构的流动性因素主要决定波动的厚尾性。