基于garch族的我國(guó)股指波動(dòng)率的擬合及預(yù)測(cè)(完整版)
【正文】 ims under）模型?，F(xiàn)GARCH模型已發(fā)展成了一個(gè)家族體系主要有EGARCH、GJRGARCH、APARCH、FIGARCH、FIEGARCH、FIAPARCH、FIAPARCH、IGARCH 和HYGARCH等。三是通過(guò)隨機(jī)波動(dòng)率(SV) 模型進(jìn)行估計(jì)。s Shanghai、Shenzhen and Hong Kong39。第五組 金融 資本市場(chǎng) 字?jǐn)?shù)：9304基于GARCH族的我國(guó)股指波動(dòng)率的擬合及預(yù)測(cè)雷 滔【摘要】近20年來(lái)使用GARCH 類(lèi)模型預(yù)測(cè)金融市場(chǎng)的波動(dòng)率已成為該領(lǐng)域理論及實(shí)證上的熱門(mén)話題。s Hang Seng and other major market using of GARCHtype models including: GARCH (11)、GARCHM as well as the description of asymmetric Such as TGARCH and EGARCH models to fit the volatility of stock index carrying out the volatility of the forecast as well as the evaluation of the effect of forecast which are the core of the four in the paper. In addition the article gives a prehensive overview on GARCH model’s Analysis.Key words: Volatility。四是通過(guò)GARCH 類(lèi)模型進(jìn)行估計(jì)這種方法目前成了主流。目前的關(guān)于GARCH 模型族的研究發(fā)展非常迅速。含有時(shí)變參數(shù)使用動(dòng)態(tài)依賴性方法（dynamic dependence measure）的時(shí)變動(dòng)態(tài)copula函數(shù)比靜態(tài)函數(shù)和動(dòng)態(tài)copula函數(shù)在分析相關(guān)性結(jié)構(gòu)方面具有更好的優(yōu)勢(shì),并針對(duì)滬深股指進(jìn)行了相關(guān)的實(shí)證研究。文章研究波蘭養(yǎng)老保險(xiǎn)制度改革后，養(yǎng)老金資金被用來(lái)作為一個(gè)獨(dú)特的體制特征，由此帶來(lái)的增加體制所有加大了投資活動(dòng)。文章以下部分是：三，GARCH模型的描述；四，數(shù)據(jù)的分析和結(jié)果；五，結(jié)論。GARCH（pq）模型等價(jià)于高階的模型，待估參數(shù)的個(gè)數(shù)大為減少，從而解決了ARCH模型的參數(shù)估計(jì)問(wèn)題。實(shí)證中，我們考慮使用極大似然法來(lái)估計(jì)GARCH模型，這種方法是通過(guò)在給定的實(shí)際數(shù)據(jù)中尋找最有可能的參數(shù)值來(lái)進(jìn)行。（四）、EGARCH模型：由于股指市場(chǎng)風(fēng)險(xiǎn)與收益的杠桿平衡影響 一些序列在波動(dòng)上表現(xiàn)為具有明顯的不對(duì)稱。（五）、TGARCH模型(Threshold ARCH門(mén)限ARCH模型)TGARCH模型主要考查相同幅度但不同方向（利好消息和利空消息）的股價(jià)變動(dòng)對(duì)股價(jià)波動(dòng)性的影響是否一樣，或者說(shuō)考察新息沖擊曲線的對(duì)稱性。各計(jì)算公式為[15]： ； 其中是預(yù)測(cè)值,是真值。樣本數(shù)據(jù)均為實(shí)行漲跌停板制度以后的數(shù)據(jù)有關(guān)漲跌停板制度對(duì)滬深股市不同期限股指收益率波動(dòng)性的影響，我國(guó)學(xué)者靳庭良和喻東（2002005）做了很好的研究。與之相對(duì)應(yīng)的深圳成指收益的標(biāo)準(zhǔn)值最大,即深圳的收益波動(dòng)是最大的從收益—標(biāo)準(zhǔn)差的角度來(lái)看，深圳成指相對(duì)來(lái)說(shuō)具有高風(fēng)險(xiǎn)高收益的特點(diǎn)。我們需要將一個(gè)非平穩(wěn)的時(shí)間序列經(jīng)差分成為平穩(wěn)的時(shí)間序列。如果 11 是一個(gè)平穩(wěn)的時(shí)間序列。圓括號(hào)內(nèi)為5 %的顯著性水平下的P值，方括號(hào)內(nèi)為滯后階數(shù)。自回歸條件異方差性拉格朗日乘數(shù)檢驗(yàn)(ARCHLM test)我們進(jìn)一步采用ARCHLM 檢驗(yàn)來(lái)測(cè)試各指數(shù)收益的一階差分的時(shí)間序列中是否有ARCH 效應(yīng)。在GARCH模型擬合的均值方程式中各個(gè)股指的所有的估計(jì)值都落在置信界限之外。另外+=+=,非常接近于1表明，香港恒生股指收益波動(dòng)具有很強(qiáng)的持續(xù)性。而且P顯示顯示很大,說(shuō)明拒絕了存在ARCH效應(yīng)的可能性。表5 各指數(shù)EGARCH模型擬合EGARCH擬合：上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)C系數(shù)()()()()()()()()B方差方程參數(shù)（常數(shù)）(系數(shù)) (系數(shù))（系數(shù)）()()()()()()()()()()()()()()()()C檢驗(yàn)指標(biāo)AICSICDWD殘差檢驗(yàn)調(diào)整FQ[2]()()[2]()[1]()()[2]()[2]()()[2]()[3]()()[2]()注：圓括號(hào)內(nèi)為各個(gè)參數(shù)的P值；方括號(hào)內(nèi)為滯后階數(shù)。D區(qū)LM和F的檢驗(yàn)值分別達(dá)到了足夠小的水平,它保證了殘差序列不再存在條件異方差性；對(duì)殘差序列是否存在自回歸性的Q統(tǒng)計(jì)量也顯示非常小,因而殘差序列不存在自回歸性。鑒于華爾街風(fēng)暴對(duì)全球股市狂跌的影響，為了預(yù)測(cè)更準(zhǔn)，本文避開(kāi)這段股市異常低迷時(shí)期，將數(shù)據(jù)選取到9月12日。Theil不等系數(shù)大于0但不超過(guò)1,其理想值為0。結(jié)論如下：第一，我國(guó)滬深港地區(qū)主要股指收益的統(tǒng)計(jì)顯著性和ARCH效應(yīng)的檢驗(yàn)表現(xiàn)出明顯的尖峰后尾特征和ARCH效應(yīng)，這是建立GARCH模型的基礎(chǔ)；第二，總的來(lái)看GARCH模型族對(duì)我國(guó)滬深主要股指的擬合相對(duì)比較成功。兩個(gè)模型對(duì)股價(jià)波動(dòng)性描述成功；第四，對(duì)擬合模型的樣本外預(yù)測(cè)通過(guò)損失函數(shù)的四個(gè)指標(biāo)顯示對(duì)我國(guó)滬深港主要股指收益波動(dòng)性的預(yù)測(cè)比較成功。這個(gè)接近于0的值說(shuō)明，我們得到的方程擬合很好，具有良好的預(yù)測(cè)功能，模型系統(tǒng)基本穩(wěn)定，基本上不存在系統(tǒng)誤差。再根據(jù)前文提到的RMSE、MAE、MAPE和Theil不等系數(shù)四個(gè)評(píng)價(jià)指標(biāo)，對(duì)各自的預(yù)測(cè)結(jié)果進(jìn)行綜合評(píng)價(jià)。表6 各指數(shù)TGARCH模型擬合TGARCH擬合：上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)C系數(shù)（）()（）()（）()（）()B方差方程參數(shù)（常數(shù)）（系數(shù)）（系數(shù))（系數(shù)）()()()()()()()()()()()()()()()()C檢驗(yàn)指標(biāo)AICSICDWD殘差檢驗(yàn)調(diào)整FQ[2]()()[3]()[2]()()[2]()[3]()()[2]()[2]()()[3]()注：圓括號(hào)內(nèi)為各個(gè)參數(shù)的P值；方括號(hào)內(nèi)為滯后階數(shù)。以滬深300為例,其波動(dòng)性對(duì)正的沖擊的反應(yīng)系數(shù)為：+＝＋（）＝；對(duì)負(fù)的沖擊的反應(yīng)系數(shù)為：+＝－＋（）＝－。2. GARCHM模型擬合表4 各指數(shù)GARCHM模型擬合GARCHM擬合上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1