基于广义可加模型的波动率估计方法.pdfVIP

第38卷第11期 中 圈 斜 学 箍 求 大 誊 辱 搬 Vo1．38，No．11 2O08年 11月 J0URNAL0FUNlVERSlTY0FSC1ENCEAND TEcHN0L0GY0FCHINA Nov．2O08 文章编号：O2j3—2778(2f)(】8)111276一O6 基于广义可加模型的波动率估计方法 王相宁，邹 佳 (中国科学技术大学统计与金融系，安徽合肥 23∞26) 摘要：放宽了传统GARCH模型参数形式的假定，将广义可加模型引入条件方差的估计，改进了 Bt1h1mannP，McNeilA J．Analg0rithm fornonparametricGARCH modelling．Computational StatisticsandDataAnalysis，2∞2，4O(4)：66683]提出的迭代算法并将其用于可加GARCH模 型的估计．通过能够控制真实波动率的数学模拟实验 ，分别用样本 内和样本外估计的方法说明了可 加 (；ARcH模型在估计现有参数模型无法刻画的复杂序列波动率时具有更好的估计效果，而与非 参数模型相比，可加 GARCH模型也有较好的估计效果．通过一个推断波动特征的算例，表明了可 加 GARCH模型对研究新兴市场股市或者处于金融危机 中的股市等存在复杂波动特征的金融市 场波动率有着非常现实的意义． 关键词：金融时间序列；可加模型；GARCH；波动率；异方差性 中图分类号：F830．9 文献标识码 ：A A V0Iatilityestimati0nmeth0dbased0ngeneralizedadditiVemOdel WANGXiang—ning，ZOUJia (DPnr￡舯2Pf0厂S￡“n fs＆n F”＆n(、，L 口Pr ￡0l，Sf feⅡ Tf^00g 0厂(z，z＆，Hel，z23OO26，(玉2n) Abstract：By introducing generalized additivemodel，therestrictions on theparametric form ofthe conventional(ARCHmodelwasbroadened．Animprovedestimationalgorithm basedOnrBnhlmannP， McNeilA J．Analgorithm fornonparametricGARCH modelling．ComputationalStatisticsandData Ana1ysis，2OO2，4O(4)：665—683]hasbeenproposedtoestimatetheadditiveGARCH models．The mathematicsimu1ationexperimentsinvolvingdifferentv0lati1itystructuresshow thattheadditiveGARCH modelsperf。rm betterthanthetraditi0nalGARCH mode1semployingboth inlsampleandouto sample methods．TheadditiveGARCH modelsalsoexceedgeneralnonparametricmodels．Aninterentialempirical studysh。wsthattheadditiveGARCH modelispractical1ymeaningfulinstudyngthevolatilities0fstock marketswhich inVolvec。mplicatedcharacteristics，suchasemerging stockmarketsorstockmarketsin financialcrisis． Keyw0rds：financialtimeseries；additivemodel；GARCH ；volat ty；heteroscedasticity 域的研究和应用大都基于ARc