基于SV-M模型的全球股市交易指数波动与收益率的多分辨分析

《基于SV-M模型的全球股市交易指数波动与收益率的多分辨分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第19卷第2期2010年4月运筹与管理OPERATIONSRESEARCHANDMANAGEMENTSCIENCEV01．19，No．2Apr．2010基于SV．M模型的全球股市交易指数波动与收益率的多分辨分析秦伟良，颜华实(南京信息工程大学数理学院，江苏南京210044)摘要：为了有效揭示收益率与波动的关系，本文采用极大重叠离散小波变换，将收益率分解在不同的交易周期上，建立各自的sV-M模型，考察各周期收益率与波动的关系及其他参数随交易周期的变化情况。实证表明，全球各大股票交易市场的收益率，收益率与波动的在较小的尺度上关系不显著，但在较大尺度上，存在明显的正相关

2、关系；且随交易周期的增长，收益率的相关性及波动持续性逐渐增强。关键词：sv-M；MCMC；小波变换中图分类号：F830．91文章标识码：A文章编号：1007-3221(2010)02-0129—05MultiresolutionRecognitionAnalysisoftheRelationshipbetweenReturnsandVolatilityofGlobalStockMarketBasedonStochasticVolatilityinMeanModelQINWei—liang，YANHua-shi(DepartmentofMathematics，Nan

3、jingUniversityofInformationScienceandTechnology，Nanjing210044，China)Abstract：Toefficientlyanalyzetherelationshipbetweenvolatilityandreturnsofdifferenttradingperiods，basedondecomposingdailyreturnofglobalstockmarketsintodifferenttradingperiodsbyMODWT，stochasticvolatili·tyinmeanmodelisus

4、edtoinvestigatethechangesoftherelationshipsbetweendifferenttradingperiodsandtheotherparameters．Evidenceshowsthattherelationbetweenvolatilityandreturnsofglobalstockmarketsisre·markablethroughlargescalesoftradingperiodsbutnotremarkablethroughsmallonesandtheselfcorrelationofeachreturnsan

5、dthepersistenceofvolatilitygrowsalongwiththeincreasingoftradingperiods．KeyWOrds：SV．m；meme；modwt0引言近些年来，波动与预期收益率的关系一直是学术界争论的话题。最近的研究，对二者的关系并不确定，存在以下四种结论：正相关，负相关，不相关或关系不显著，以及时变关系。French等‘11的研究将收益率的波动分为可料和不可料两部分，即系统风险与非系统风险，认为预期风险溢价与可料波动之间存在正相关关系。Campbell㈨的研究也表明，预期收益率与波动存在正相关性。但Glosten⋯对

6、GARCH模型进收稿日期：2009—02—16基金项目：全国统计科研计划重点资助项目：2008LZ022作者简介：秦伟良(1965-)，男。江苏常州人，副教授，博士生，研究方向：计量经济学；颜华实(1984．)，男，江苏人。项士研究生．研究方向：应用概率统计：130运筹与管理2010年第19卷行改进，加入了非对称因素和季节因素，构建了GJR-GARCH-M模型，其研究结果表明，预期收益率与波动具有负相关关系。另外，Koopman等¨1提出了SV-M模型，并将其用于验证预期收益率与波动的关系，实证表明，二者之间存在负相关。AtaAssaf[51将SV—M模型用于多伦

7、多证券市场，考查了采用自动化交易系统前后股市反馈效应的变化，研究表明，在多伦多证券市场存在反馈效应，且采用自动化以后反馈效应变弱。以上的研究均是对收益率整体进行分析，并没有考虑到股票市场由不同的交易者构成的因素，本文从行为组合理论的角度研究波动与预期收益率关系。Shefrin和Statman等指出金融市场包括股票市场是由不同投资时间水平的交易者组成，不同的交易者以不同的时间尺度来看待和影响市场，由于各自的投资理念，受影响的因素以及投资策略各不相同，结果引起的股票价格波动特征也完全不同，分散反映在相应的不同时间尺度上。小波变换由于其独特的多尺度分析能力，即将时间序列

8、按不同尺度