第五章波动率的估计(GARCH模型).pptVIP

金融时间序列模型 第五章：波动率的估计 金融时间序列模型 其它ARCH类模型 ARCH(q)模型 引入GARCH模型的背景： ARCH模型虽然简单但为了充分描述波动性聚类的特点往往需要很多参数，即要提高ARCH模型的阶数p。但p较大时，参数估计不再精确，由此计算出的条件方差也不精确，存在较大误差。为克服这一问题，Bollerslev1986提出了广义的ARCH模型。 GARCH（p,q）广义条件异方差模型 GARCH(1,1) GARCH(1,1)过程的峰度公式 GARCH(1,1)过程的峰度刻画波动率的厚尾性 峰度=4阶原点矩/标准差的四次方 正态分布的峰度=3意味着 GARCH(1,1)过程的峰度 GARCH性质 1)当p=0时,GARCH过程成为ARCH过程,ARCH过程是GARCH的特例，这也是该过程被称为广义的原因。 2)GARCH过程的含义是条件方差ht是ht-1,…ht-p和?t-1,?t-q的函数。 3）参数?i , i=1,2,…,q和?i , i=1,2,…,p大于零是保证条件方差为正的充分条件,而不是必要条件。 4)可以证明 {?2t}平稳的条件是?1+…+?q+?1+…+? p 1。 GARCH预测 考虑GARCH(1,1)模型，假定T为预测原点。对向前一步预测，我们有， GARCH（1，1）的向前多步预测 一般地，GARCH(1,1)模型的