GARCH模型与波动性建模_第1页
GARCH模型与波动性建模_第2页
GARCH模型与波动性建模_第3页
GARCH模型与波动性建模_第4页
GARCH模型与波动性建模_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、GARCH模型与波动性建模,第一节 ARCH模型的概念与性质,上证指数日收益率时序图（1990.12.192001.07.31,从图中可以看出，上海和深圳股票市场的日收益率存在一段时间波动大另一段时间波动小的特性。波动是风险性表现形式，作为资本市场的参与者，他们都很关注整个市场以及各项资产的波动情况。例如，如果一位投资者计划在第t时期买入某项资产，持有一段时间后售出，则无条件方差（即方差的长期预测值）对他来讲就不重要了，他关心的是如何基于第t期之前的信息去判断未来一段时间内资产的波动性，即条件方差,一、条件异方差问题 为了说明研究条件异方差的重要性，我们首先考察条件预测较之于无条件预测的优越性

2、。假定已估计了平稳ARMA模型,在上述分析中，我们假定扰动项的方差为常定值。如前所述，实践表明，许多经济时间序列都存在变异聚集的特点，即具有条件异方差特性。为了提高条件预测的精度，就必需研究扰动项方差的变化特征,采用上述策略的一个主要问题是，事先假定了可变方差是由一特定外生变量产生的。通常情况，人们并没有充分的理论依据来解释为什么选择某一个变量序列而不选择其它变量序列。例如，20世纪70年代西方国家全商品价格指数（WPI）剧烈波动，就很难说清楚究竟是石油价格的波动、实施货币政策的变化、还是布雷顿森林体系的崩溃所导致的。研究变量方差变异的另外一种途径就是借用时间序列建模的思想，对条件方差的动态变化特征进行建模。下面我们讨论ARCH模型,二、 ARCH模型,ARCH模型的一般性定义如下。假设时间序列服从如下回归模型,如果扰动项序列,满足,三、ARCH模型的性质,第二节 ARCH模型的估计与检验,一、ARCH模型的估计 估计ARCH模型的常用方法是极大似然方法。对于回归模型,假设前q组观测值已知，现利用t=1，2，T时的观测值进行估计。记,则,的条件密度函数为,其中,记,则,样本对数似然

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论