基于非对称GARCH模型的EUR/USD实证分析
发布时间：2022-01-19 04:54
波动率是金融时间序列最重要的特征之一,因而模拟和预测金融市场资产收益率的波动性己经成为众多理论和实证研究的重要领域。本文通过对外汇市场EUR/USD收益率波动性的实证建模分析,验证了在信息不对称的外汇市场上,好消息与坏消息对收益率波动性的不同反应,进而证实了外汇市场中杠杆效应,为外汇投资者提供参考。
【文章来源】：商业研究. 2011,(10)北大核心CSSCI
【文章页数】：5 页
【部分图文】：
EGARCH ( 1，1) 和 GARCH ( 1 ，1) 的信息冲击曲线对比
对汇率构成的时间序列 EUR_ USD 的变量取对数，然后再进行一阶差分，RT_ EUR_ USD = log( EUR_ USD) － log ( EUR_ USD ( －1) ) 。1． 数据的统计性特征描述。RT_ EUR_ USD 即为欧元 /美元的日资产收益率，其统计图表如图 2 所示。从图 2 中可以说明 RT_ EUR_ USD 有如下统计特征: ( 1) RT_ EUR_ USD 收益率波动呈现偏峰厚尾的特征。峰度值: Kurtosis = 4. 563035 ＞ 3，表明汇率的波动不服从于正态分布; 偏度值: Skewness =0. 074902 ＞ 0，说明 RT_ EUR_ USD 的差分序列呈现长的右厚尾特征，厚尾性越大说明状态持续性越强，在预测汇率趋势时历史信息越重要。( 2) Jarque － bera 的统计量为 208. 0281 ，表明 RT_ EUR_ USD 的差分序列不符合正态分布。金融数据典型的尖峰、厚尾特征使得样本方差增大，故正态分布难以拟合时间序列分布的厚尾特性。图 2 EUR_ USD 收益率统计图2． 平稳性检验。检验时间序列是否平稳，即是检验单位根是否存在，而常用的单位根检验方法是由Dickey 和 Fuller ( Fuller，1976; Dickey 和 Fuller
在 E － views 中拟合如表 2 所示。由表 2 知，截距项在显著水平为 0. 33 时都不显著。为更好的估计方程 ( 7) ，可以进一步观察一下刚才估计结果的残差。图 3 表明可能存在异方差，为进一步证明这种异方差的存在，可以到残差进行 ARCH 效应检验。由表 3 中的 F 统计量及 χ2统计量的 P 值都为 0. 0001，表明方程 ( 7) 估计的残差存在 ARCH 效应。因此，下面我们主要采用 T － GARCH 模型来描述 RT_ EUR_ USD 收益率序列。图 3 残差图表 3 ARCH LM 检验表异方差检测: ARCHF － 统计 16． 40636 P 值． F ( 1，2022) 0． 0001R － 平方 16． 29041 P 值． 方 ( 1) 0． 0001T － GARCH ( 1 ，1) 模型估计如表 4 所示:表 4 T － GARCH( 1 ，1) 模型估计表GARCH = C( 2) + C( 3) * RESID( － 1) ^2 + C( 4) * RESID( － 1) ^2* ( RESID( － 1) ＜ 0) + C( 5) * GARCH( － 1)系数 标准差 Z － 统计 P 值C 0． 000188 0． 000126 1． 498619 0．
本文编号：3596245
【文章来源】：商业研究. 2011,(10)北大核心CSSCI
【文章页数】：5 页
【部分图文】：
EGARCH ( 1，1) 和 GARCH ( 1 ，1) 的信息冲击曲线对比
对汇率构成的时间序列 EUR_ USD 的变量取对数，然后再进行一阶差分，RT_ EUR_ USD = log( EUR_ USD) － log ( EUR_ USD ( －1) ) 。1． 数据的统计性特征描述。RT_ EUR_ USD 即为欧元 /美元的日资产收益率，其统计图表如图 2 所示。从图 2 中可以说明 RT_ EUR_ USD 有如下统计特征: ( 1) RT_ EUR_ USD 收益率波动呈现偏峰厚尾的特征。峰度值: Kurtosis = 4. 563035 ＞ 3，表明汇率的波动不服从于正态分布; 偏度值: Skewness =0. 074902 ＞ 0，说明 RT_ EUR_ USD 的差分序列呈现长的右厚尾特征，厚尾性越大说明状态持续性越强，在预测汇率趋势时历史信息越重要。( 2) Jarque － bera 的统计量为 208. 0281 ，表明 RT_ EUR_ USD 的差分序列不符合正态分布。金融数据典型的尖峰、厚尾特征使得样本方差增大，故正态分布难以拟合时间序列分布的厚尾特性。图 2 EUR_ USD 收益率统计图2． 平稳性检验。检验时间序列是否平稳，即是检验单位根是否存在，而常用的单位根检验方法是由Dickey 和 Fuller ( Fuller，1976; Dickey 和 Fuller
在 E － views 中拟合如表 2 所示。由表 2 知，截距项在显著水平为 0. 33 时都不显著。为更好的估计方程 ( 7) ，可以进一步观察一下刚才估计结果的残差。图 3 表明可能存在异方差，为进一步证明这种异方差的存在，可以到残差进行 ARCH 效应检验。由表 3 中的 F 统计量及 χ2统计量的 P 值都为 0. 0001，表明方程 ( 7) 估计的残差存在 ARCH 效应。因此，下面我们主要采用 T － GARCH 模型来描述 RT_ EUR_ USD 收益率序列。图 3 残差图表 3 ARCH LM 检验表异方差检测: ARCHF － 统计 16． 40636 P 值． F ( 1，2022) 0． 0001R － 平方 16． 29041 P 值． 方 ( 1) 0． 0001T － GARCH ( 1 ，1) 模型估计如表 4 所示:表 4 T － GARCH( 1 ，1) 模型估计表GARCH = C( 2) + C( 3) * RESID( － 1) ^2 + C( 4) * RESID( － 1) ^2* ( RESID( － 1) ＜ 0) + C( 5) * GARCH( － 1)系数 标准差 Z － 统计 P 值C 0． 000188 0． 000126 1． 498619 0．
本文编号：3596245
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3596245.html
