摘要：为了捕获资产收益正向冲击（利好消息）和负向冲击（利空消息）的非对称效应，将门限效应与状态相关的杠杆效应同时引入基本的随机波动率（ SV ）模型中，提出双杠杆门限SV （THSV-DL）模型对资产收益的波动率进行建模。继而，基于有效重要性抽样（EIS）技巧，给出了THSV-DL模型的极大似然（ ML）估计方法。为了检验EIS-ML方法的精确性以及小样本性质，构建了蒙特卡罗模拟实验。模拟结果表明，EIS-ML方法是可靠和有效的。采用上证综合指数和深证成份指数的日收益数据为样本，运用THSV-DL模型对中国股市进行了实证研究。结果表明，中国股市具有很强的波动率持续性，并且存在显著的杠杆效应。更为重要的是，中国股市的波动率持续性、波动率的波动率以及杠杆效应都具有非对称性。具体而言，与利好消息相比，利空消息造成中国股市更高的波动率持续性以及更低的波动率的波动率和杠杆效应。最后，采用上证综合指数进行的实证研究表明，THSV-DL模型相比基本的SV、杠杆SV（ SV-L）、THSV和杠杆THSV（ THSV-L）模型具有更加均衡及优越的风险测度能力。

关键词：非对称效应 门限效应 杠杆效应 随机波动率 有效重要性抽样 

单位：安徽财经大学金融学院 蚌埠233030 中国科学院数学与系统科学研究院 北京100190 湖南大学工商管理学院 长沙410082