马尔可夫切换模型及其在中国股市中的应用

中国管理科学 ›› 2007, Vol. 15 ›› Issue (6): 20-25.

马尔可夫切换模型及其在中国股市中的应用

高金余, 陈翔

东南大学经济管理学院, 南京210096

收稿日期:2006-01-23 修回日期:2007-10-10 出版日期:2007-12-31 发布日期:2007-12-31
作者简介:高金余(1971- ),男(汉族),江苏盐城人,东南大学经济管理学院,高级经济师,博士生,研究方向:金融工程.

Markov-Switching Model and Its Application to the Stock Market of China

GAO Jin-yu, CHEN Xiang

School of Economics and Management, Southeast University, Nanjing 210096, China

Received:2006-01-23 Revised:2007-10-10 Online:2007-12-31 Published:2007-12-31

摘要/Abstract

摘要： 马尔可夫切换模型是一种研究时间序列结构性变化的方法。为了定量研究中国股市的波动特征,采用深证成指作为中国股市波动状况的指标数据,建立3-状态、异方差、四阶自回归形式的马尔可夫切换模型对数据进行计算和分析,由此总结了中国股市的波动特征。

关键词: 马尔可夫切换模型, 中国股市, 自回归, 异方差

Abstract: Markov-switching model is a method applied to investigating the structural changes of time series. To explore quantitatively characteristics of the stock market of China, the Markov-switching model in the form of three states, heteroskedasticity and fourtlh-order autoregression is built to analyze the wave of the component index of Shenzhen Stock Exchange. And some characteristics of the stock market of China are summarized at last.

Key words: Markov-switching model, stock market of China, autoregression, heteroskedasticity

中图分类号:

C931

高金余, 陈翔. 马尔可夫切换模型及其在中国股市中的应用[J]. 中国管理科学, 2007, 15(6): 20-25.

GAO Jin-yu, CHEN Xiang. Markov-Switching Model and Its Application to the Stock Market of China[J]. Chinese Journal of Management Science, 2007, 15(6): 20-25.

[1]	梅韵杰,曾祥艳,闫书丽. 三参数区间灰数序列的矩阵型自回归时滞灰色多变量模型[J]. 中国管理科学, 2024, 32(9): 48-58.
[2]	白兰,魏宇. 投资者公共卫生事件关注度与我国行业股票市场信息溢出效应研究[J]. 中国管理科学, 2024, 32(1): 54-64.
[3]	易靖韬, 严欢. 基于小波分解和ARIMA-GRU混合模型的外贸风险预测预警研究[J]. 中国管理科学, 2023, 31(6): 100-110.
[4]	刘丹阳,黄志刚. 金融科技、OFDI与经济高质量发展[J]. 中国管理科学, 2023, 31(11): 151-164.
[5]	赵公民, 俞立平, 戴化勇. 创新数量、创新质量与高技术产业出口[J]. 中国管理科学, 2021, 29(2): 61-68.
[6]	孟庆斌, 张永冀, 汪昌云. 中国股市是宏观经济的晴雨表吗?——基于马氏域变模型的研究[J]. 中国管理科学, 2020, 28(2): 13-24.
[7]	刘凤根, 吴军传, 杨希特, 欧阳资生. 基于混频数据模型的宏观经济对股票市场波动的长期动态影响研究[J]. 中国管理科学, 2020, 28(10): 65-76.
[8]	张敏, 余乐安, 刘凤根. 生猪产业链价格的区制转移与非线性动态调整行为研究[J]. 中国管理科学, 2020, 28(1): 45-56.
[9]	瞿慧, 程思逸. 考虑成分股联跳与宏观信息发布的沪深300指数已实现波动率模型研究[J]. 中国管理科学, 2016, 24(12): 10-19.
[10]	王维国, 佘宏俊. 超高频数据的日内效应调整方法研究[J]. 中国管理科学, 2015, 23(6): 49-56.
[11]	简志宏, 彭伟. 基于CAViaR模型的汇率隔夜风险研究[J]. 中国管理科学, 2015, 23(6): 17-24.
[12]	张晨, 丁洋, 汪文隽. 国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型[J]. 中国管理科学, 2015, 23(11): 12-20.
[13]	谢尚宇, 姚宏伟, 周勇. 基于ARCH-Expectile方法的VaR和ES尾部风险测量[J]. 中国管理科学, 2014, 22(9): 1-9.
[14]	蔡伟宏, 唐齐鸣. 基于无穷状态转换模型的中国股票市场收益率分析[J]. 中国管理科学, 2014, 22(1): 10-19.
[15]	苏辛, 周勇. 条件自回归expectile模型及其在基金业绩评价中的应用[J]. 中国管理科学, 2013, 21(6): 22-29.