現代金融專題研究-全文預覽
【正文】 關的，也就是波動自回歸的?；貧w與條件均值15 條件矩167。 對于時間序列 x的每個值都存在一個時間序列 y的條件分布167。167。167。 若線性回歸模型的誤差實際上是異方差，卻被假定為同方差，這就意味著標準誤差的估計值是錯誤的。 尋找其他分布形式來描述，主要有 t分布， GED分布和gh分布45672 ARCH模型167。 對深市 ~ ，峰度是 。 以上的這些特點，傳統(tǒng)計量經濟學的線性回歸模型是無法解決的。現代金融研究專題GARCH模型1金融時間序列的特點167。 正負沖擊的非對稱性：好消息和壞消息對投資者的影響167。 實證結果表明：金融資產的回報率并不完全滿足正態(tài)分布216。 條件分布： ARCH和 GARCH216。 自回歸： 殘差平方服從 AR(p)過程167。 普通最小二乘估計（ OSL）：回歸直線要使得殘差平方和最小。 回歸結果：使得殘差平方和最小，故產生一個后果，只要方差大的那部分數據得到很好的擬合，這樣普通最小二乘不再是有效的 —— 參數估計量的方差不再是最小的方差。 條件均值216。在本例中，也就是 y對 x的回歸條件均值是 x的函數，若 X是一個分布，則條件均值也是一個分布。 條件方差17回歸與無條件方差ESS誤差平方和， RSS回歸平方和， TSS總偏差平方和18無條件方差由此得到方差分解公式：19167。回憶：條件期望值等價于回歸Chou， Korner（ 1992） 22正態(tài) ARCH（ q）或者或者23 ARCH（ 1）模型的參數約束在這里我們還要考察殘差序列的平穩(wěn)性問題！24隨機過程的平穩(wěn)性167。167。只有平穩(wěn)的隨機過程，其數字特征才是可測的。 參看均值方程的情形，若假設某資產的回報率滿足167。167。33 ARCH效應檢驗167。因此，首先由均值方程得到殘差，然后對其取平方，最后判定上述的各個參數是否顯著不為零35因此，一個聯(lián)合的零假設檢驗，其所有 q階殘差平方的系數不能顯著地異于零，因此，可以采用 F統(tǒng)計量進行參數的聯(lián)合檢驗。Equation: DependentSquares Date:Time:132 Includedadjustments Variable Coefficient Std.39 GARCH的參數約束167。 則在 GARCH模型中峰度 K42 正態(tài) GARCH極大似然估計167。同樣在從時間序列抽取的樣本中，這些樣本既然被抽取了，便表示他們同時發(fā)生了，似
教學課件相關推薦
鄂ICP備17016276號-1