杠杆效应SV模型的沪深和香港股市特征比较分析.pdf

杠杆效应 SV 模型的沪深和香港股市特征比较分析 本文应用具有杠杆效应的随机波动率模型对沪深 300 指数收益率和香港恒生指数收益率进行模型构建，比较分析沪深股市和香港股市在波动长期效应、波动回复程度、杠杆效应等方面的异同。 知识点一： SV 模型简介 SV 模型（Stochastic Volatility Model）是一种描述资产价格波动率的随机过程模型。它可以很好地描述波动率的变化，并且可以捕捉到波动率的非线性和非正态性特征。SV 模型可以分为两个阶段：第一阶段是描述波动率的 随机过程，第二阶段是描述资产价格的随机过程。SV 模型可以很好地描述长期记忆性和杠杆效应等特征。 知识点二：杠杆效应的 SV 模型 杠杆效应的 SV 模型是指在 SV 模型中引入杠杆效应项，以捕捉到杠杆效应对波动率的影响。杠杆效应是指资产价格波动率对杠杆的敏感性，即资产价格波动率对杠杆的变化的敏感性。 知识点三： Model Comparison 本文比较了沪深股市和香港股市在波动长期效应、波动回复程度、杠杆效应等方面的异同。结果表明，沪深股市的波动程度和杠杆效应明显强于香港股市。 知识点四： MCMC 估计 MCMC 估计（Markov Chain Monte Carlo estimation）是一种常用的参数估计方法。它可以用于估计 SV 模型的参数，并且可以处理非线性和非正态性的问题。 知识点五：杠杆效应在股票市场中的应用 杠杆效应在股票市场中有很重要的应用价值。它可以用来描述股票价格波动率对杠杆的敏感性，并且可以用来预测股票价格的波动率。 知识点六：国内学者的研究 国内学者也对股票价格的 SV 模型做了不少研究。例如，刘凤芹、吴喜之（2004）[7]首次应用基本 SV 模型及其扩展 ASV 模型来预测深圳股市的波动。吴萌、徐全智（2005）[8]建立 SV 族模型验证上海股市的可预测性。吴鑫育、周海林（2014）[9]等将门限效应与状态相关的杠杆效应同时引入 SV 模型中，提出双杠杆门限 SV 模型对资产收益的波动率进行建模。