金融学院第66期论文研讨:Random Mixed Distribution Process and Asset Price Dynamics

主要来源：       发布时间：2018-06-21

2018年6月13日，由金融学院举办的“第66期论文研讨班”在向东楼513教室举行。本期研讨班由对外经济贸易大学金融学院副教授谢海滨博士作题为“Random Mixed Distribution Process and Asset Price Dynamics”的学术报告。本次研讨活动由金融学院赵大萍老师主持，学院部分青年教师、博士生、本硕博贯通班学生参加。

谢海滨博士首先介绍了论文的背景。资产价格的动态变化对资产定价和风险管理具有重要意义，因此资产价格的“真实”数据生成过程一直是金融经济学和计量经济学的核心课题。目前已有很多模型来描述资产价格动态，最众所周知的模型之一是随机游走（RW）过程，但该模型有一个问题是它假设方差不变，因此不能解释“波动聚类”效应。在此基础上，又发展出了ARCH模型、GARCH模型，但所有这些模型都尝试使用单一分布来描述资产收益的概况。为解决这一问题，论文使用了随机混合分布模型（MIDIS）。

谢海滨博士进一步指出了使用MIDIS的好处。该模型将资产价格变化视为两次独立冲击的随机组合，即坏消息冲击和好消息冲击，因此更为灵活。MIDIS的一个优点是它可以通过最大似然法进行估计。这篇论文对S&P500股票指数进行了实证研究。结果表明，MIDIS模型可以很好地描述资产价格动态。

谢海滨博士重点报告了模型的设定与估计。在讨论具有均匀方差的MIDIS过程的基础上，再将其推广到具有异构方差的过程。论文中假设：好消息带来了非负面的回报，而坏消息带来了负面的回报，并用最大似然法估计出系数。最终发现，相对于资产收益分布的整体形态，在计算VaR和ES时，我们应该更多地关注坏消息冲击或损失的分布建模。本文还对检验了MIDIS在描述资产价格动态时的实证表现，选取了从1995年1月3日至2016年12月31日的S&P500指数的日常数据，获得5540个观察值，实证结果表明CARR-MIDIS报告的VaR预测与CARR-FHS的预测非常相似。鉴于历史模拟是基于“真实”分布的，这一结果表明CARR-MIDIS模型足以捕捉真实汇报动态，即MIDIS的结果与预期相符。进一步的分析发现，K-S p值和NoR之间存在显著的负相关关系，这表明对负收益更好的描述可以提高风险价值预测。

最后的互动环节,谢海滨博士与金融学院师生就“模型的选择”、“怎样用实证模型来验证理论模型”、“资产定价最新研究动态”等进行了深入交流。这为这篇论文的后续研究提供了广阔的思路，也对金融学院师生的理论研究和论文撰写，具有很大的启发作用。