基于GARCH模型的上证指数实证分析.pdfVIP

第29卷第 10期 重庆工商大学学报(自然科学版) 2012年 l0月 V01．29 NO．10 JChongqingTechnolBusinessUniv．(NatSeiEd) Oct．2012 文章编号 ：1672—058X(2012)10—0045—04 基于 GARCH模型的上证指数实证分析 唐俊波 ，杨四香 ，何树红 (1．丽江师范高等专科学校 数理系 ，云南 丽江 674199； 2．云南大学 数学与统计学院，云南 昆明650091) 摘 要：在对 GARCH模型进行探究的基础上，针对上证指数收益率的波动特征进行GARCH建模 ，最后 通过对所得模型结果的分析得出了我国股市与其他发达国家的股市具有一些共同的地方，即我国的上证指 数收益率序列具有显著的异方差特征，且收益率波动的大小与其 自身过去的波动大小有非常明显的关系， 因此说我 国的大盘指数也可以采用GARCH模型来进行拟合和解释。 关键词：金融风险；GARCH；波动；模型 中图分类号：F832 文献标志码 ：A 现代金融市场通常具有很强的不确定性，这种不确定性带来的是金融市场的巨大风险。近年来，诸如 巴林银行、山一证券和香港百富勤等 国际金融机构的倒闭案，1998年爆发的东南亚金融危机 ，发端于2007 年的美国次贷危机引发的波及全球的金融海啸等无一不体现出金融市场的风云莫测；而在国内，广东开平 的于振东案和黑龙江的高山案也都是由金融市场的风险引起的，所以想方设法控制风险成为时下金融资产 管理的主要 目标。在金融领域中，金融市场的波动往往通过收益率序列的异方差特性表现出来，而方差大 小则代表了市场的波动与风险，异方差建模为市场波动性刻画、风险描述与防范以及资产定价等提供了有 力工具，因此异方差模型的参数估计及其在实证中的运用就成为一个非常重要的研究热点。基于非线性时 间序列模型中误差项方差 的不稳定性，Engle¨1J1982年提出了著名的自回归条件异方差 (autoregressive conditionalheteroscedasticity)模型，即ARCH模型，它对金融市场条件异方差的风险和不确定性进行的各种 定量测度 比一般传统计量经济模 型中的常数方差 的假设更为可信和精确。伴随着该理论 的发展， BollerslevJ1986年在ARCH模型的基础上加入了误差项条件方差的滞后期，进而提出了广义 自回归条件异 方差(GeneralizedARCH)模型，即GARCH模型。 1 GARCH模型简介 多年来，人们在观察和研究金融现象时，发现许多金融实际数据序列的波动都表现出明显的聚集性和 持续性特征，即在一个较大的波动后面紧跟着另一个较大的波动，而在一个较小的波动后面也紧跟着另一 个较小的波动，此即序列具有聚集性。虽然从统计检验 的角度看，对收益率的自相关检验大多不显著，但是 对收益率平方序列的相关性检验却是显著的，说明在不同时间点上的观测值有非线性特征，并且这种现在 收稿 日期：2012—03—07；修回日期 ：2012—03—28． 作者简介：唐俊波 (1982一)，男 ，云南大理人 ，讲师，硕士，从事数理金融实证研究 重庆工商大学学报 (自然科学版) 第29卷 的特征会被序列在未来给 “继承”下来。收益率的波动具有聚集性，促使人们对波动率提出时变假设。而后 一 个检验结果说明序列波动率在一定程度上是可被预测的，于是Engle于20世纪80年代提出了自回归条 件异方差(ARCH)模型。其模型为 a ￡ or￡ ￡ I，f一一～i·i·d·(o， ) (1) (r = OL0 + Ol1。2t—l + Ot2n2