非线性随机波动模型估计方法及应用研究

随着国际金融危机的爆发和影响加剧，国家经济风险预警和国家风险管理得到了空前重视，为此一些描述经济周期波动性、经济政策作用机制和资产价格波动性的随机波动模型得到了广泛应用。本课题将系统地研究非线性随机波动性模型的估计方法和应用问题。首先我们提出一种基于高斯混合状态空间模型设定下的近似估计方法，该估计方法具有更高的预测精度和更强的稳健性；其次我们将之应用于基本SV模型、扩展SV模型及马尔科夫转移SV模型中，并对SV模型进行非线性结构上的推广。最后我们利用这些非线性SV 模型对我国经济周期波动的非线性和非对称性机制、货币政策和财政政策的非线性传导机制、股票市场波动率的相关特征、利率和汇率的期限结构和金融风险管理等问题进行实证研究，通过描述金融脆弱性、金融攻击易发性、金融风险传染性等经济系统特征，获得对当前经济形势的预测和推断，并提出我国宏观经济调控模式选择和应对金融危机的政策建议。

本课题在实施过程中获得了如下五个方面的重要发现：(1) 提出新的SV模型估计方法，拓宽该估计方法的适用范围。SV模型是一种特殊的非线性、非高斯状态空间模型，传统的卡尔曼滤波、平滑和似然估计不再适用，如何有效解决针对SV模型的估计问题是一些非常关键的问题。本课题给出一种基于混合折叠算法的极大似然估计方法，并将其应用于SV模型的估计，在此基础上，进一步将该方法运用到扩展SV模型的估计中。(2) 比较SV模型估计方法、检验方法在模拟实验方面和实际应用方面的效力。对模拟数据、蒙特卡罗实验和经济与金融数据展开实证分析，通过估计和模拟结果与真实数据的比较，并利用适当的统计评价方法，一方面检验本研究提出的估计方法的精确性，另一方面深入地比较各种估计方法在实际波动率描述方面的拟合效果，从中选择更为有效的估计和检验方法。(3) 系统地研究我国金融市场数据和利率数据的时变波动性，并探讨国际金融市场与我国金融市场波动性之间的关联性。通过各种SV推广模型的估计和检验，我们检验我国金融市场资产收益率数据中是否存在“杠杆效应”、非线性区制转移性、长期记忆性等典型化事实。根究金融脆弱性和金融攻击理论，检验国际金融市场资产波动率与我国金融市场资产波动率之间的相依性，并进一步检验国际和国内资产价格波动之间是否具有“传染效应”和“扩散效应。(4) 将非线性SV模型应用于经济政策传导机制和经济周期波动机制方面的研究，为国家经济风险管理提供更为丰富的经济证据和预警信息。通过利用各种非线性和非对称性SV模型，我们可以描述我国现阶段经济周期波动过程中的非对称性特征和周期阶段的非线性转移，为应对金融危机和选择宏观经济调控模式提供经验依据和决策建议，进而有效地实施国家经济风险管理并保持经济稳定增长。. 本项目按照研究计划，取得了重要进展，主要体现在如下三个方面：一是在项目执行期间开展了重要的国际交流与合作，课题组成员先后在台湾、香港参加了重要的国际学术研讨会，并宣读了学术论文；二是在人才培养方面取得了进展，参与本课题的一位博士研究生获得2011年全国百篇优秀博士学位论文提名奖，另一位博士研究生获得2012年全国百篇优秀博士学位论文奖，其博士论文选题与本课题有密切的关联；三是本课题负责人已经发表了50余篇学术研究成果，并产生了重要的学术影响。