基于长收益率序列信息的时变波动率估计及实证研究

股票市场的价格波动以及其带来的收益率变化备受国内外专家学者的关注.在此背景下,本文主要研究长资产收益率序列波动率的变化情况,并用于上证综合指数的实例分析中.由于最常用的GARCH模型仅在观察周期较短时才充分有效,针对长资产收益率序列的波动率往往具有长记忆性,本文提出了一种改进的时变波动率模型.为使模型更好地拟合波动率的变化,文将波动率的方差分解为条件方差与无条件方差的乘积,通过合理的模型转化,使条件方差遵循GARCH过程,无条件方差使用非参数方法(B-spline函数)拟合,并使之随时间平滑变化.通过数据仿真模拟实验发现,本文所研究的模型能够更好地拟合波动率的变化情况.上证综合指数日收益率序列的实证分析结果表明:(i)本文提出的非参数估计方法具有良好的拟合效果;(ii)无条件方差变化幅度与经济衰退呈现较强的相关性;(iii)时变波动率模型中明显的波动幅度可用非平稳分量的变化来解释.