Engle(1982)提出的ARCH类模型,可以很好地描述金融数据的特性,对经济时间序列中的条件方差分析也十分有用。此外,金融或经济时间序列有一些共同特征。首先,收益序列的波动时大时小,且对波动性的冲击要持续一段时间才会消失,即序列的波动呈聚集性和持续性。其次,一些序列有杠杆效应,即对信息反应的不对称性。本文针对上述问题做了一些工作。 第一章简要介绍了风险管理的起源,基本内容,发展现状及在金融市场中引入风险管理技术的必要性,重点介绍了波动性模型研究的发展及现状,给出了模型表达式及参数估计方法,并给出了本文所要用到的一些其它知识。 第二章分析了金融市场波动性模型的优缺点,同时,介绍了变结构的波动模型,与ARCH类模型相比,马尔可夫结构转换的波动模型降低了波动的持续性。并根据文献中指出的金融市场的典型特征:金融波动的聚集性;收益序列杠杆效应及金融波动的持续性等。在此基础上,引入SW—TGARCH模型以对金融市场的波动性进行更为贴切的描述。 第三章引入了状态转移TGARCH(SW—TGARCH)模型,并根据利率市场与股票市场不同的杠杆效应,对状态转移TGARCH模型进行修正,然后利用修正后的模型对我国银行间债券市场回购利率进行实证分析,并利用参数估计结果对GARCH模型,TGARCH模型和状态转移TGARCH模型三个模型进行性能比较,结果表明SW-TGARCH模型能够较好地描述其波动性,且SW-TGARCH模型的引入很好地解决了GARCH模型的高持续性问题及状态转移问题。由分析知,造成我国银行间债券市场回购利率波动性状态转移主要因素为市场因素和政策因素。 第四章对资产回报和波动性间的关系问题进行了研究,首先讨论了经验的方法及存在的问题。使用条件方差的参数和半参数两种形式来研究金融市场条件方差和资产回报间的关系,给出了两种不同形式下模型的估计,结果表明,与基于参数GARCH-M模型的参数估计相比,基于半参数GARCH-M模型的参数估计能更好地研究资产回报和波动性间的关系。 最后,在第五章给出了全文的工作总结和有待进一步展开的研究。