MRS-GARCH模型在沪深股指波动中的应用研究?

• 作者: 李锐 王娟
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 数学
• 关键词: MRS-GARCH 模型 Gibbs抽样 EM算法 极大似然估计 股市波动
• 年，卷（期）: 2015,（5）
• 页码范围: 484-491
• 页数: 8页
• 分类号: O212
• 字数: 7375字
• 语种: 中文
• DOI: 10.16360/j.cnki.jbnuns.2015.05.010

摘要

考虑 MRS-GARCH 模型中存在的“路径依赖”问题,采用混合 Gibbs 抽样与 EM算法的两步 MCEM-MCML法求参数的极大似然估计,避免了对原模型的简化或近似而导致的信息损失及估计精度下降。以上证综指和深圳成指日(周)收益数据为样本,利用 MRS-GARCH 模型对沪深股市收益波动进行估计。结果表明：沪深股市存在显著的高、低波动状态,处于低波动状态的可能性更大,持续时间更长。与 MS、Gray及 Klassen模型相比,MRS-GARCH 模型估计的波动状态持续性有所降低。比较各模型的BIC值,MRS-GARCH 模型的拟合性能最优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锐	北京师范大学经济与工商管理学院	87	180	8.0	10.0
2	王娟	内蒙古财经大学统计与数学学院	19	51	4.0	6.0