ARCH模型族的建模的分析.pdf

摘 要 传统的计量经济建模是以“同方差假定”为前提的。这是一个苛刻的要求， 很久以来，人们都在努力突破这一局限。Engle提出的ARCH模型即是其中佼 佼者，并衍生出多达十多种的ARCH模型族。目前，西方计量经济学界在这方 面的研究十分活跃，而我国相应的研究还比较少，而且仅局限于实证研究，缺 乏理论的创新。本文力图对此有所突破，将分整理论和遗传算法的思想引入到 异方差时间序列的建模中，提出了分整增广GARCH模型，给出相应的估计与 检验方法，并从理论上证明了分整增广GARCH模型的合理性和可行性，通过 实证研究验证了所提方法的实用性。 论文的结构如下：首先介绍了本文的研究背景：第二章全面系统地总结了 国内外ARCH模型领域的研究成果，并首次使之成为一个完整的体系：第三章 总结了长记忆时间序列分析和建模，并介绍了时间序列二阶矩中长记忆性的产 生、有关概念和性质，指出了条件方差的持久性(persistence)是方差长记忆性 存在的根本原因；在此基础上，第四章提出了概括几乎所有现有ARCH模型并 结合长记忆性的新模型：分整增广GARCH．M模型，一举攻破了各种ARCH模 型在模型设定检验、长记忆性诊断和参数估计等障碍，而且在一定程度上为近 二十年的一维离散的ARCH建模画上句号，最后通过仿真实验证明分整增广 GARCH．M模型的实用性和优越性。 在第五章系统总结现有ARCH模型参数估计和检验方法的基础上，第六章 引入长记忆的ARCH模型的建模方法问题，指出并非对任意ARCH模型，在原 有估计方法中都能找出对应的解决方案，尤其是在引入长记忆性后。对复杂的 分整增广GARCH-M模型而言，鉴于其不可微分性，不存在传统意义下的似然 估计法，甚至多数参数优化算法也不适用。本章运用遗传算法的思想，提出禁 忌递阶遗传算法，解决了分整增广GARCH．M模型的参数估计和检验问题。并 编写了一个很实用的ARCH软件包，包括从时间序列数据的预处理直到模型最 后的选择全过程。 第七章探讨了ARCH模型的诊断分析和变结构研究问题。并以上证综合事 业股票指数为数据来源，验证了所提方法的有效性。1 关键词：长记忆时间序列，分整理论，ARCH，持久性，分整增户G蟓：啉～一一 M模戳、遗传算法，禁忌递阶遗传算法，模型诊断，变结构 Abstract isbasedonthe of Traditionaleconometric homoskedasticity modeling hypothesis timeseriesofactuaI are tostochastic in However,most systemsubject changes model has overtime．ARCH increasinglygained volatility presentedbyEngle for stochastic ARCH asthe model volatility．Now,the prominenceleading describing of hasbecomeahotresearchin models family topic researchcircle “ndofresearchhas madeslow inChineseeconometriCS only progress