基于GARCH模型的SHIBOR波动性分析.pdfVIP

- 缝 纵横 基于GARCH模型的SHIBOR波动性分析 何梦泽 (武汉大学 经济与管理学院，武汉 430072) 摘 要：文章选取2011年 1月4日至2012年 12月31日SHIBOR隔夜、三个月、一年三种期限的利率，构建 GARCH模型对利率的波动性进行研究分析，实证分析表明：SHIBOR短期利率具有明显的波动集聚性 ，而SHI— BOR长期利率没有体现 出这一特性。 关键词：SHIBOR；GARCH模型；波动集聚性 中图分类号：F224 文献标识码：A 文章编号：1002—6487(2013)11-0160—03 P g 且∑yi+∑ 1，( 1，2，3…．，户，J=1，2，3…．，g)， 0 引言 f一 1 =1 e是均值为0，方差为 1的白噪声。当p=0时，GARCH模型 利率是金融市场的重要价格变量，对与利率的相关金 就退化成为ARCH模型。 融产品定价和金融风险管理起着决定性作用 ，有关利率 的 研究一直是我国专家学者的重点和热点。特别是 自2007 2 数据基本特征及统计检验 年 1月4日正式开始运行 的上海银行 间同业拆放利率 (SHIBOR)，更是我 国重要候选基准利率之一 。SHIBOR 2．1 数据说 明 管制少，进入 门槛低，品种多样，数据每 日变动，能灵敏地 上海银行间同业拆借利率(SHIBOR)目前对外公布的 反映市场上货币资金的供求状况。不少文献研究认为 共有8个品种，包括隔夜、1周、2周、1个月、3个月、6个月、 SHIBOR适合做我 国的基准利率 。由于利率的波动会影 9个月及 1年。本文选取隔夜、3个月和 1年 ，三种期限品 响金融产品的定价、金融风险的管理方式以及货币政策的 种的利率进行研究，数据区间为2011年 1月4日到2012年 制定，利率的波动性研究就显得至关重要。 12月31日每 日数据，共 496个观测指标。数据来源于 本文对SHIBOR的波动性进行研究，利用GARCH模 SHIBOR官方网站。 型构建衡量SHIBOR波动率的合适模型，来分析利率的波 2．2 数据基本统计特征 动性并进行预测，从而引导各商业银行和其他金融机构及 本文利用eviews6．0对探究SHIBOR的波动性 。 时调整资产负债结构，为利率衍生金融产品合理定价，正 SHIBOR三种期限利率序列的统计性质见表1： 确控制和管理金融风险，以应对正在不断推进的利率市场 表 1 三种期 限利率序列的统计特征 化挑战。 变量 隔夜 (N) 三个月 (M) 一年(Y) 均值 3．042440 4．75199l 4．849523 标准差 1．115902 0．8o0340 0．4O2566 1 模型构建 偏度 1．93o036 O．1l9984 -0．799500