ARCH族模型对沪市行业指数收益率的实证研究.pdfVIP

ARCH族模型对沪市行业指数收益率的实证研究.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯 第24卷第4期 经 济 数 学 Vo1.24 No.4 2007年 12月 MA_Ⅲ EMA11CSIN EC0N0MICS Dee. 2O。r7 ARCH族模型对沪市行业指数收益率的实证研究 孙邦勇,李亚琼 (湖南大学数学与计量经济学院,长沙,410082) 摘 要 本文利用 ARCH族模型研究沪市行业指数收益率的波动性 .通过对各行业指数收益率的分析发现 , 行业指数收益率是平稳的,但其条件方差是尖峰厚尾的非正态分布且具有明显的ARCH效应.行业指数收益 率均具有不同程度 “杠杆”效应.外部信息对公用指数和综合指数收益率影响最大.融入相同的风险,它们收益 最高.地产指数对外部信息反应迟钝 ,收益率也不显著 . 关键词 GAR CH模型,GARCH—M模型,TARCH模型,波动. 中图分类号 F832 文献标识码 A 1. 引 言 大量的实证研究表明,金融产品价格的波动呈现聚集性和持续性特点.由于ARCH族模型能够 较好的刻画金融产品价格时间序列波性特点,国内外许多学者把ARVH族模型应用到股价和汇率 的波动I生研究和预测方面.Garethkeeves采用ARCH类模型对雅加达的股市 1990年4月2日到 1999 年 l2月31日日交易指数进行分析,得到收益率具有正偏厚尾的特征,滞后 l2阶的残差具有显著的 ARCH效应,没有显著的非对称特性;对 1997—1999年的收益率的非对称性分析(这段时问发生过亚 洲金融危机),发现收益率具有明显的 杠“杆效应”.QiLi,JianYang,ChengHsiao等利用ARCH类模型 对 19~o0年 1月到2001年 l2月世界最大的十二个股票交易市场的周数据的分析发现,这十二大交易 市场股市的收益率均呈现尖峰厚尾的非正态分布;进一步对信息对称性关系分析,发现日本、香港、 新加坡、法国和瑞典这五个国家和地区的股市受到外部信息冲击具有明显的不对称性,而另外七个 国家的股市收益率对信息冲击的表现不明显.李松臣、张世英利用沪深两个股票市场的股指收益率 进行实证分析,发现沪市和深市的周收益率均具有正的偏度 ,比正态分布的峰度明显大,其波动具 有很强的持续性.张广玉、丁俊君选取上证综合指数,进行实证分析发现,收益率本身是平稳的但与 市场波动呈现正相关,具有尖峰厚尾的特征,不服从正态分布;当时滞为3以后,收益率具有明显的 ARCH效应,并呈现出明显的杠杆效应 .本文利用ARCH族模型对沪市行业指数的波动性和收益情 况进行分析,比较不同行业收益率的平稳性等统计特征,并对波动的持久性,信息的非对称性和风 险与收益的关系进行比较. 2. 理论与模型 为了刻画预测误差的条件方差 中可能存在 的某种相关性 ,Engle于 1982年提出了 自回归 收稿 口期 :2007—05—16 维普资讯 第4期 孙邦勇,李亚琼:ARCH族模型对沪市行业指数收益率的实证研究 一 393 一 条件异方差模型(ARCH).ARCH模型假设观测数据的方差呈现相关性,即观测误差的方差是 其滞后值的函数.被观测变量的条件分布为: Y,I≯ ~N(xT,a,h), f—l + a2e2£一2 + … + ame2 hf: a0+ aIe2 f— m , e = Yf一 £, ≯是在t时刻的信息集合 是一些外生变量或预测变量的滞后值构成的向量,以其中m项 观察为条件,用 n项观察来估计;a=(a,,a 一,a),是待定参数向量,e~N(o,h). 采用极大似然估计法可估计出待定参数

文档评论(0)

kuailexingkong + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档