基于马尔科夫状态转移模型的股指收益率研究  

A Study of the Distribution of Chinese Stock Index Returns Based on Markov Switching Model

作　　者：瞿慧[1] 肖斌卿[1] 

机构地区：[1]南京大学工程管理学院,南京210093

出　　处：《管理科学》2011年第5期111-119,共9页Journal of Management Science

基　　金：国家自然科学基金(70932003;70901037);中央高校基本科研业务费专项资金(1107011810;1118011804);江苏省自然科学基金面上项目(BK2011561);南通大学江苏沿海沿江发展研究院项目(Y201002);教育部人文社会科学研究项目(09YJCZH061);教育部留学回国人员科研启动基金~~

摘　　要：金融资产收益率的分布是金融资产投资和风险管理等应用中的重要决定因素。针对经济和金融的潜在状态改变可能引起金融资产收益率分布结构性变化的现实情况,提出考虑收益率分布的时变性,将马尔科夫状态转移结构应用于中国股票指数对数收益率分布的建模,并提出使用混合正态分布模型刻画股指收益率在各状态的分布,建立隐马尔科夫状态转移-混合正态分布(HMS-MND)模型,使用期望最大化算法(E-M算法)和Baum-Welch算法给出模型的参数估计,采用2002年7月1日至2010年10月29日沪深两市11种主要股票指数的对数日、周收益率作为实证数据。模型参数估计和似然比检验结果表明,大部分股票指数收益率的分布中都存在显著的马尔科夫状态转移结构,且HMS-MND模型可以较好地刻画对数收益率分布的高阶矩统计特征。因此,引入马尔科夫状态转移结构对股指收益率的相关研究具有重要意义。The distribution of financial asset returns is critical for investment and risk management.Since the state changes in the underlying economic and financial environments could lead to structural changes in financial asset returns′ distribution,we propose the hidden Markov switching-mixed normal distribution（HMS-MND） model for Chinese stock index log returns′ distribution,where the underlying Markov switching structure captures the structural changes in distribution,and the returns′ distribution at each state is modeled as mixed normal.Parameter estimation is realized using the E-M algorithm and the Baum-Welch algorithm.The log daily and weekly returns on 11 major stock indexes of Shanghai and Shenzhen stock exchanges from 2002.7.1 to 2010.10.29 are used for empirical tests.Parameter estimates as well as likelihood ratio test results show that,most stock indexes have significant Markov switching structures in their log returns′ distributions,and that HMS-MND model could well describe the statistics of stock index log returns.Therefore,we argue that introducing Markov switching structure is a promising direction for stock index return related researches.

关 键 词：收益率 马尔科夫状态转移 混合正态分布 E-M算法 似然比检验 

分 类 号：F830.91[经济管理—金融学]