GARCH模型簇在我国金融领域应用的探讨

发布时间：2024-03-02 20:17

　　证券市场自产生以来就以其价格的波动性为显著特征,如何准确描述证券市场价格行为以确定未来市场收益率情况是所有投资者及证券市场各利益相关个体所关心的问题。因而,对于波动性的定量建模成为对金融资产波动性研究的核心内容之一,大量的实证研究表明,金融数据中存在着波动集群性和高峰厚尾的ARCH特性,传统方法建模中用一般的时间序列模型来拟合金融数据的波动性就显得不太合适,目前,参数、非参数、半参数GARCH建模的思想越来越多地应用于金融领域,是目前度量金融市场波动性的有力工具之一。其中参数GARCH模型是最常用的模型,但是参数GARCH模型本身存在模型误设的缺陷,他提前把模型进行了设定。为了解决模型误设的问题,学者后来提出了非参数GARCH模型,而非参数GARCH模型存在着“维数灾难”和难以对估计出的模型进行解释的问题,因此,为了弥补参数GARCH模型和非参数GARCH模型的缺陷,本文引入了半参数GARCH模型。半参数GARCH模型将参数部分和非参数部分有机地结合起来,虽然他的预测能力可能低于非参数模型,但它的参数部分能对模型进行一定的解释,非参数部分又能削减估计值与真实值之间的误差。使他成为一种更...

【文章页数】：38 页

【学位级别】：硕士

【部分图文】：

图2.1对上证50对数收盘价残差序列的基本统计情况)

一0.0780.02了由(图2.1)的收益率的的频数图和统计特征，我们发现收益率的分布是右偏的，峰值大于3，因此序列具有尖峰后尾性，同时J一B统计量的概率为零拒绝原假设(H:序列服从正态分布)，也说明残差序列不是正态分布。由(表2.l)Q(6)、Q(12)分别是6期、12期助u....

图2.2残差分布图)

通过(表2.3)对残差的平方的与ung一Box修正Q统训‘量观察我们发现，L一B统计量的概率小于1%，从而我们拒绝原假设，认为残差的平方有一显著的相关性。而对残差分布图(图2.2)进行观察我们也口」以看出序列存在明显的波动率聚类(Volatilityc!uster)(在开始的时间....

图2.3残差平方的相关性检验图)

兰州大学2010届硕士学位论文)这说明误差项可能具有条件异方差性。我们对随机游走模型进行条件异方RCHLM(拉格朗日乘子)检验，得到滞后p=3时的ARCHLM检验结果(表2.4ARCHLM检验)FFF一statistie10.98390Probability0.00000000o....

图2.4真实波动率和拟合波动率的对比图)

型和拟合图形，并通过白噪声检验可见服从学生t分布的GARCH(1，l)模型是效的且可以对原始数据进行很好的拟合，因此可用此模型对上证50的收盘价动率进行预测和分析。

本文编号：3917344