中国股市泡沫的识别和预测:基于SSMS模型
2016-01-20分类号:F832.51;F224
【部门】厦门大学王亚南经济研究院 厦门大学经济学院 厦门大学计量经济学教育部重点实验室
【摘要】文章将前沿的向量自回归--对数线性化资产定价模型改写成状态空间形式,并与二元马尔科夫区制转换有机地结合,得到用于股市泡沫识别和预测的状态空间马尔科夫区制转换模型,以便在一个统一模型框架中解决股市泡沫的时变性和不可观察性。基于中国股市的实证研究表明:(1)该模型能够很好捕捉股市泡沫,识别泡沫的膨胀区制和破裂区制,估计泡沫在两个区制之间的转换概率。(2)中国股市泡沫具有周期性、持续性和不对称性特征。基于滤波概率和平滑概率的预测进一步支持了上述结论。
【关键词】状态空间马尔科夫区制转换模型 中国股市泡沫识别 卡尔曼滤波
【基金】国家自然科学基金重点项目(71121008);国家自然科学基金面上项目(71071132);; 教育部人文社会科学重点研究基地重大项目(08JJD790134);教育部人文社科规划项目(09YJA790118)
【所属期刊栏目】统计与决策
文献传递