收益波动率计算(清华 朱世武)幻灯片.pptVIP

第5章 收益波动率计算 5.1 波动率估计法 5.1.1 移动平均模型 5.1.2 ARCH和GARCH模型 5.1.3 波动率估计公式 5.1.1 移动平均模型 表5.1 移动平均法估计波动率 简单移动平均模型是动态模型中最为简单的一种。假定要估计今天资产收益的波动率，我们以过去M天收益的样本方差来估计今天的波动率，即： 5.1.1 移动平均模型 图5.1 波动率的时间曲线 5.1.1 移动平均模型 指数加权移动平均模型依赖参数,称为衰减因子(decay factor)，些参数决定估计波动率时各观察数据的相对权重。在表5.1中指数加权移动平均（EWMA）估计量中我们用到了以下的近似公式。 当 左右相等。实际上EWMA估计中更合适的权重为： 而不是 。注意当 =1时，就是简单移动平均（SMA）。 5.1.1 移动平均模型 指数加权移动平均为波动率的估计提供了一个较为实用的方法。该模型是利用指数预测方法建立的，形式上，对t时间波动率的预测为： 其中，衰减因子λ必须小于1。 5.1.2 ARCH和GARCH模型 GARCH（Generalized Autoregressive Conditional Heteroskedasticity）模型称广义自回归条件异方差模型，或称为广义ARCH模