结构突变对股市收益波动性的影响——来自中国沪深股市的经验分析

采用修正的ICSS算法检测我国沪深股市收益波动的结构突变点,并使用引入虚拟变量和标准差过滤的方法消除结构突变的影响,建立GARCH和FIGARCH模型检验结构突变对我国股市收益波动的实际影响。研究发现:沪深股市的收益波动表现出显著的长记忆性,且结构突变将导致对收益波动长记忆性的高估,表明我国股市还未达到弱式有效的水平,建立在"有效市场假说"基础上的金融数量模型并不完全适用于我国证券市场;采用修正的ICSS算法能够有效地捕捉到波动的结构突变点,引入虚拟变量和采用标准差过滤均能较好地消除结构突变的影响,而采用标准差过滤的方法的实证效果相对更好;我国股市收益波动存在显著的结构突变,且结构突变发生的时间均与重大政策或市场事件相对应,表明我国证券市场受到经济政策和市场活动的影响显著。为此,应尽可能保持政策的相对稳定,减少过度的行政干预,促进股市的市场化运行,并密切关注国内外经济发展形势对证券市场的可能冲击。     

Vector FIGARCH process, its persistence and co-persistence in variance

1 Introduction ? Since the ARCH model and the GARCH model were introduced by Engle [2] and Bollerslev [3], respectively, many different models in the GARCH family have been extensively used in modeling financial time series. For example, LGARCH, MGARCH [4…