基于GARCH族模型沪深300指数波动率预测.pdfVIP

基于 GARCH 族模型的沪深 300 指数波动率预测 李育锋，严定琪 兰州大学数学与统计学院，甘肃兰州（730000 ） E-mail ：liyf2006@ 摘 要：本文运用GARCH、EGARCH 和GJR 带正态分布和t 分布的模型和方法对沪深300 指数日收益率进行了统计拟合分析，得到了收益率序列尖峰厚尾性和异方差性等主要概率特 征，并对GARCH 、EGARCH 、GJR 带正态分布和t 分布模型的预测效果进行了比较分析， 发现基于学生t 分布的GARCH(1,1)模型是最优的拟合模型，可以较好地提供沪深300 指数 未来两日的波动率预测。 关键词：沪深300 指数; GARCH; student-t 分布; 预测 中图分类号：O29, F224.0 文献标识码：A 0. 引言 沪深300指数是由上海和深圳证券市场中选取300只A股作为样本编制而成的成份股指 数。 沪深300指数选取规模大、流动性好的股票作为样本，覆盖了沪深市场六成左右的市值, 具有良好的市场代表性。以沪深300指数为标的资产的股指期货即将推出，所以有必要对其 进行深入分析。国内有很多学者如徐绪松[2] 、何宜庆[3] 、李亚静[4 ] 等对我国上证、深证指 数的收益率用ARCH族模型进行过广泛的研究。沪深300指数推出两年了，关于其收益率的 研究还比较少，本文对其日收益率的分布特征进行分析，并分别用GARCH、EGARCH和GJR 带正态分布和学生t分布的模型对沪深300指数日收益率进行拟合，并对它们的预测能力进行 对比。 1. 模型与方法 1.1 条件均值方程为ARMAX(R,M,N) R M N ( ) R C + φ R +ε + θ ε + β X t,k , t ∑ i t−i t ∑ j t −j ∑ k i 1 j 1 k 1 ε |ψ σ e ， e i.i.d., E( e )=0, Var( e )=1， t t −1 t t t t t 其中φ 为自回归系数，θ 为移动平均系数，X 为解释回归矩阵，有N列，每一列为 i j 一个时间序列，对应一个解释变量，X (t,k )表示矩阵X 的第t 行第k 个元素。 1.2 条件方差方程采用以下三种形式 P Q 2 2 2 ①GARCH(P,Q) ： σ κ+ G σ + A ε t ∑ i t −i ∑ j t−j i 1 j 1 条件方差既是滞后残差平方的线性函数，又是滞后条件方差的线性函数。它能 够较好地描述金融时间序列数据的尖峰厚尾特征。 ②EGARCH(P,Q)模型： P Q ⎡εt −j ⎧⎪εt−j ⎫⎪⎤ Q ⎛ ⎞ε ln 2 G ln 2 A ⎢ E ⎥+ L ⎜ t−j ⎟ σ κ+∑ σt −i +∑ j − ⎨ ⎬ ∑ j t i 1 i j 1 ⎢σt −j ⎪σt −j ⎪