连续时间GARCH(1,1)模型的参数估计及其实证分析.pdfVIP

玉溪师范学院学报( 第24卷) 2008年第8期J our n al of Yu x i Normal Uni ve r s 时V01．24 No ．8 Aug ．2008 移数学研究夺 连 续 时 间 GARCH( 1， 1) 模 型 的 参 数 估 计 及 其 实 证 分 析 ① 张德飞1 张万秀2 何 萍1 11．红河学院。云南蒙自 1100 ；2 ．玉溪师范学院。云南玉溪 53 100) [ 关键词] 连续时间GARCH( 1，1) 模型；波动率过程；参数估计 [ 摘要] 利用矩估计 的思想对连续时间GARCH( 1，1) 模型的参数进行了估计 ，并利用高频数 据对该模型进行了实证分析，结果表明连续时间GARCH( 1，1) 模型比GARCH类模型能较好 的 刻画高频数据的许 多统计特征 ． [ 作者简介 】张德飞，硕士，助 教，主要从事金融数 学研究． 【中图分类号] 029[ 文献标识码】A[ 文章编号] 1009- 950 ( 2008) 08-0025—0 在金融市场里，由于Engl e ，R．F．的ARCH模型和BoUer sl ev ，T．的GARCH类模型⋯能较好的刻画金 融时间序列 的诸多特征( 例如 ：波动率 的簇集性、厚尾性 以及 “杠杠 ”效应等) 而受到人们 的青睐，而金融数 据 的波动率具有随机性、跳跃性 以及相关性成为了金融界的共识 ．随着各类相关软件 的迅速发展，现在人 们 已能得到较高频率的金融时间序列数据 ，由于离散型模型不能较好的刻画此类高频数据 的统计特征，连 续时间的模型因而得到了较大的发展 ．最近 ，C．Kl uppel ber g，A．Li ndner 和R．Ma i l e r 提 出了连续时间的 GARCH( 1，1) 模型，[2 ’此模型主要应用于刻画较高频率的金融数据的典型特征．目前，对于GARCH类模 型的各种参数的估计已经得到完美的解决，人们只须利用相关的软件即可直接得到每个参数的估计值，而 如何给出连续时间GARCH( 1，1) 模型中参数的估计值正是本文研究的问题． 1 连续时间GARCH( 1，1) 模型 Bol l er sl ev ，T．的GARCH( 1，1) 模型 ‘3 1具有如下形式： L= 占。仃。，盯：=卢+Ay2一l + 盯：一l ，，l E N ( 1) 其中随机波矾率 口。= √方，占。是独立同分布的正态随机序列；参数卢，A和 满足卢0, A≥0；8 ≥0以 脚+A0．假设初值岛和o o是有限的随机变量并且与( 8 。) 蒯独立，因此yo=800 。．由于矿 ：=卢+ A y2一。+衍：一。=卢+( +A占：一。) 仃：小定义随机变量戈；=( +A占；) ，i =1，2 ，⋯n E N，那么通过( 1) 式不 ①基金项目：红河学院硕博启动基金项目，编号 ：XSSO?00 1 25 玉溪师范学院学报 n一2 n —l n —l b 断的进行迭代可以得到盯：= ／3( 1+∑兀鼍) +矿：兀毛，如果 口 ，取1- I 勺=1．从而 I=0』。-+ 1 』=I J2 8 n—l ^ 一I ∑兀_州 棚