摘要
摘要
金融资产的跳跃行为实质是外部市场信息对金融资产的影响，它通常反应了
市场中的非常规事件，虽然跳跃行为作为金融市场中的小概率事件出现，但一旦
出现就会引发资产价格偏离正常连续变动过程，因此不可忽略资本市场中的跳跃
行为。然而在不同时频下资产价格中的跳跃情况表现也会有所不同，日度数据中
的跳跃发生后资产价格不会像高频数据那样迅速回落，往往存在明显的拖尾效应，
这就是所谓的自相关性与条件异方差性导致的，俗称“GARCH效应”。这样的市
场波动特点为跳点侦测带来了一定的干扰与困难，因此本文的研究聚焦于
GARCH效应显著的时序数据，构建了一个新的半参数跳检验方法。
本文所构建的跳点检验方法基于时变跳跃强度的GARCH带跳模型（简称为
ARJI模型），ARJI模型比普通的ARMA-GARCH模型能更为准确地拟合市场情
况，建模的残差项中包含了波动与跳跃，从而通过输出更稳健的时变参数构建跳
跃统计量，结合非参思想设定临界值，完成跳点的检验与识别。为了验证新方法
对跳跃点的识别能力，本文做了蒙特卡洛模拟实验，首先进行了最优临界值设定
??
的讨论，其次分别从样本数据量T、跳跃幅度大小与系数三个方面设置实
?1
验，引入四个对照方法进行跳跃识别功效的对比，其中包括非参方法LM检验、
基于BIP类模型的半参方法与基于ARJI模型的参数方法。实验结果发现，新方
法拥有稳健且可靠的跳点识别能力，特别在数据中跳跃点不明显时，新方法在保
持与对照方法持平的准确率的情况下，识别率明显更优。在实证部分，本文利用
新构建方法与对照方法分别对沪深300与纳斯达克指数近十年的日收益率进行
跳跃检测，结合跳点识别情况与事件研究验证，本文构建的新方法跳点识别较为
可信，单独识别出的跳点很大部分都找到了当日经济相关的重大新闻。另外，在
分析对比中美股市的跳跃情况发现，A股市场存在更明显的GARCH效应，且更
容易发生向上的跳点，美股市场跳跃产生的拖尾效应不如中国市场明显，市场相
对更加理性。进一步地，本文利用双变量泊松分布(BGPD)相关系数对中美股市
跳跃关联性进行了探究，结果表明国内AH股的联动性较高、较稳定，中美股市
跳跃之间存在正向关联性，但关联程度并不高，且不同时期的关联程度当时的全
球经济形势有较大关系。总的来说，说明本文所构建的跳点侦测的半参方法具有
1
摘要
优秀的性能，特别是在GARCH效应显著的时序数据中，该方法的跳点识别能力
具有较高的准确性和鲁棒性，能够有效地捕捉金融市场中复杂波动的跳跃点，并
应用于实际金融研究中。
关键词：ARJI模型；BIP-ARMA-BIP-GARCH；跳跃检验；GARCH效应
2
Abstract
Abstract
Thejumpbehavioroffinancialassetsisessentiallytheinfluenceofexternal
marketinformationonfinancialassets,whichusuallyrespondstounconventional
eventsinthemarket,althoughthejumpbehaviorasasmallprobabilityofeventsin
thefinancialmarket,butthejumponceappearedwillleadtoassetpricesdeviatefrom
thenormalprocessofcontinuous