《非線性隨機波動模型估計方法及套用研究》是依託吉林大學，由劉金全擔任項目負責人的面上項目。
基本介紹
- 中文名：非線性隨機波動模型估計方法及套用研究
- 項目類別：面上項目
- 項目負責人：劉金全
- 依託單位：吉林大學
項目摘要,結題摘要,
項目摘要
隨著國際金融危機的爆發和影響加劇，國家經濟風險預警和國家風險管理得到了空前重視，為此一些描述經濟周期波動性、經濟政策作用機制和資產價格波動性的隨機波動模型得到了廣泛套用。本課題將系統地研究非線性隨機波動性模型的估計方法和套用問題。首先我們提出一種基於高斯混合狀態空間模型設定下的近似估計方法，該估計方法具有更高的預測精度和更強的穩健性；其次我們將之套用於基本SV模型、擴展SV模型及馬爾科夫轉移SV模型中，並對SV模型進行非線性結構上的推廣。最後我們利用這些非線性SV 模型對我國經濟周期波動的非線性和非對稱性機制、貨幣政策和財政政策的非線性傳導機制、股票市場波動率的相關特徵、利率和匯率的期限結構和金融風險管理等問題進行實證研究，通過描述金融脆弱性、金融攻擊易發性、金融風險傳染性等經濟系統特徵，獲得對當前經濟形勢的預測和推斷，並提出我國巨觀經濟調控模式選擇和應對金融危機的政策建議。
結題摘要
本課題在實施過程中獲得了如下五個方面的重要發現：(1) 提出新的SV模型估計方法，拓寬該估計方法的適用範圍。SV模型是一種特殊的非線性、非高斯狀態空間模型，傳統的卡爾曼濾波、平滑和似然估計不再適用，如何有效解決針對SV模型的估計問題是一些非常關鍵的問題。本課題給出一種基於混合摺疊算法的極大似然估計方法，並將其套用於SV模型的估計，在此基礎上，進一步將該方法運用到擴展SV模型的估計中。(2) 比較SV模型估計方法、檢驗方法在模擬實驗方面和實際套用方面的效力。對模擬數據、蒙特卡羅實驗和經濟與金融數據展開實證分析，通過估計和模擬結果與真實數據的比較，並利用適當的統計評價方法，一方面檢驗本研究提出的估計方法的精確性，另一方面深入地比較各種估計方法在實際波動率描述方面的擬合效果，從中選擇更為有效的估計和檢驗方法。(3) 系統地研究我國金融市場數據和利率數據的時變波動性，並探討國際金融市場與我國金融市場波動性之間的關聯性。通過各種SV推廣模型的估計和檢驗，我們檢驗我國金融市場資產收益率數據中是否存在“槓桿效應”、非線性區制轉移性、長期記憶性等典型化事實。根究金融脆弱性和金融攻擊理論，檢驗國際金融市場資產波動率與我國金融市場資產波動率之間的相依性，並進一步檢驗國際和國內資產價格波動之間是否具有“傳染效應”和“擴散效應。(4) 將非線性SV模型套用於經濟政策傳導機制和經濟周期波動機制方面的研究，為國家經濟風險管理提供更為豐富的經濟證據和預警信息。通過利用各種非線性和非對稱性SV模型，我們可以描述我國現階段經濟周期波動過程中的非對稱性特徵和周期階段的非線性轉移，為應對金融危機和選擇巨觀經濟調控模式提供經驗依據和決策建議，進而有效地實施國家經濟風險管理並保持經濟穩定增長。本項目按照研究計畫，取得了重要進展，主要體現在如下三個方面：一是在項目執行期間開展了重要的國際交流與合作，課題組成員先後在台灣、香港參加了重要的國際學術研討會，並宣讀了學術論文；二是在人才培養方面取得了進展，參與本課題的一位博士研究生獲得2011年全國百篇優秀博士學位論文提名獎，另一位博士研究生獲得2012年全國百篇優秀博士學位論文獎，其博士論文選題與本課題有密切的關聯；三是本課題負責人已經發表了50餘篇學術研究成果，並產生了重要的學術影響。
