基于ARFIMA-ARCH模型的股市应用

发布时间：2020-11-01 22:42

　　 本文应用ARFIMA-EGARCH和ARFIMA-TARCH模型,借助EViews、S-plus、Mat-lab软件,对上海(上证综指)和深圳(深证成指)两股市1996.1-2006.12的大盘日、周、月收盘指数对应的收益率进行研究,并与其相应的ARFIMA模型进行比较,得出以下结果: 1.在ARFIMA-EGARCH和ARFIMA-TARCH模型实证研究中得到,上海和深圳股市的分形差分参数d值一致。上海(深圳)股市日、周、月收益率序列的分形差分参数d分别为0.02785(0.07397)、0.035(0.07746)和0.08835(0.14617)。在相应的ARFIMA模型研究中得到,上海(深圳)股市的日、周、月收益率序列的分形差分参数d分别为0.0268(0.08878)、0.09122(0.07746)和0.08835(0.14617),这些数据说明上海和深圳股市系统均存在长期记忆性,资本市场的波动中广泛的存在着分维特性,而且无论是上海股市还是深圳股市,收益率序列的长期记忆性均随着时间间隔的增长而增强,即上海和深圳股市的日、周、月收益率序列的长期记忆性是依次增强的,而深圳股市较之上海股市的长期记忆性更强,即分维特性更为普遍。 2.无论是ARFIMA-EGARCH模型,还是ARFIMA-TARCH模型,均显示上海和深圳两股市的日收益率存在杠杆效应,但周收益率和月收益率的杠杆效应却不明显。 3.通过似然函数和AIC准则可看出,若数据存在ARCH效应,ARFIMA-EGARCH和ARFIMA-TARCH模型优于ARFIMA模型。
【学位单位】：昆明理工大学
【学位级别】：硕士
【学位年份】：2007
【中图分类】：F224;F832.51
【部分图文】：

0.OGOO的一 0.le图5一1一2一 005G.000.05上海股票市场的大盘日收益率的描述性统计结果由图5一1一2知，偏度S二一0.087331<O，峰度K=9.083555>3，与标准正态分布(S二0，

%97989900010203040506医困图5一1一1上海股票市场的大盘日收益率的时序图Ser冶8:R丫S舀呻拾1/D军1匀拓3沪0钊20060b3母rvat旧n息2657MeanMed泊nMSX甘nUmM泊曰UmS树.Oe丫Skewne3SKUrtOS巴让00060呜公.0的4390，094010一 0.104372 0.016566一O名7331 9.083555内U内U八甘印和加内U八U20协Ja阅ue一B合raPro七ab!!衍 4100653 0.OGOO的一 0.le图5一1一2一 005G.000.05上海股票市场的大盘日收益率的描述性统计结果由图5一1一2知，偏度S二一0.087331<O，峰度K=9.083555>3，与标准正态分布(S二0，

差分后上海股票市场的大盘日收益率数据的残以看到残差序列的方差呈现出明显的积聚性和并且持续一段时间;而在另外的时刻方差可能很以初步判断上海股票市场的大盘日收益率序列研究的数据具有ARCH现象并为使用ARCH模是否存在异方差的检验，这里我们用ARCH效出的，通常也称为拉格朗日乘数法。对于E，一人r·a。+a，:几，+~·+a，:二。在异方差性，等价于检验(5一1一5)的回归系数是则说明无ARCH效应，即序列的异方差性不显著
【引证文献】

相关硕士学位论文 前2条

1 杨芸芸;基于ARCH方法对钨矿价格预测分析[D];中南大学;2010年

2 陈喜华;基于MCMC方法的上证股指波动性实证研究[D];江西财经大学;2012年

本文编号：2866206