水对生命至关重要，并且已经在一定程度上进行了研究，但在重大投资及其相关风险方面却没有那么多。与气候变化有关的问题增加了世界上更多人缺乏足够饮用水的风险。为了消除这场危机，迫切需要在若干领域进行水资源投资。该研究为进一步研究水行业的财务方面及其相关风险提供了动力。特别是，本文通过增加投资者对水投资特殊风险的理解来做出贡献。结果和调查结果将指导投资者的决策。
数据和方法
数据本研究利用PHO，PIO，First Trust ISE FIWand Guggenheim S＆P全球水指数ETF（GGW），均来自Thomson Reuters DataStream数据库。特定的水交易交易基金是根据从2007年6月15日同一天开始的数据完整性选择的。样本期间为2007年6月15日至2015年8月31日。所用的每日数据采用价格回报的形式指数; 按以下公式计算：Rt=ln(Pricet/Pricet−1×1002
Rt=ln(Pricet/Pricet-1×1002; 回报以美元计算（图1）。
图1. 2007-2015的PHO，PIO，FIW和GGW水交易交易基金运动
方法
线性回归系统参数的估计服从两个独立的制度。，介绍了一种估算单个切换点位置的方法，用于遵循两种方案的线性回归系统。用于切换回归的马尔可夫模型。杂志计量经济学的，展示了这些模型的特别有用的版本，称为马尔可夫切换模型。非平稳时间序列和商业周期经济分析的新方法。提出的单变量马尔科夫转移模型的多元推广。特别是，我们使用Calice，Mio，Štěrba和Vašíček。特殊主权风险溢价的短期决定因素：欧洲信用违约掉期的政策依赖分析。
实证结果
数据预备
从表1可以看出，除PIO外，股票收益率为正。最大的正平均收益率（0.013％）用于FIW，而PIO的平均收益率最低（-0.009）。所有水交易所交易基金收益率的峰度值均高于3，因此收益分布可能是肥胖的。由于偏度值通常为负，因此偏度值是不对称尾部。由于Jacque-Bera结果具有统计显着性，因此拒绝所有股票收益的正态分布的零假设。尽管如此，我们的分析是稳健的，因为模型在非正常情况下通常也很稳健。
图2.提前一步预测的政权概率。
图3.过滤的政权概率。
图4.平滑的政权概率。
结论
本文的目的是调查水投资的特殊风险和回报。特别是，我们使用马尔可夫切换模型检查时变转移概率。该研究根据时间序列数据（2004年6月15日至2015年8月31日），利用数据流数据库中四种水ETF的每日回报。在这样做时，该研究考虑了政权效应。
