基于高维状态空间方法构建金融市场网络模型

针对金融市场的核心变量——收益率和波动率,基于高维状态空间模型,利用EM和稀疏算法,分别建立了金融产品之间的收益率网络和波动率网络。前者刻画了金融产品收益之间的相互关系,后者刻画了金融产品风险之间的关系。相对于已有模型,上述模型可有效处理高维时间序列数据。对深圳、上海、香港和纽约市场的股票交易数据分析,找出了相应网络结构特征。以上市场的数据分析结果表明,相对于波动率网络,收益率网络具有更高的度数中心势,把这种现象归因于政策等因素对收益率的影响更为直接和简单,而对波动率的影响则是间接和复杂的。上述研究结果也为构建多变量波动率模型提供参考。