arch模型在股市行情分析中的应用arch模型（本科）毕业设计论文.docVIP

毕业论文 题 目： ARCH模型在股市行情分析中的应用 目 录 引言 1 1研究背景及现状综述 2 1.1 研究背景 2 1.2 研究现状 2 2 模型及方法介绍 3 2.1 ARCH模型 3 2.2 GARCH模型 3 2.3 本文涉及的其他理论 4 2.3.1 白噪声序列及其性质 4 2.3.2 ARCH LM检验 4 3 数据的选取及描述 5 4 实证分析 5 4.1建立初步模型 5 4.1.1 ADF检验 6 4.1.2 残差统计图 7 4.1.3 残差线图 7 4.1.4 ARCH LM检验结果 8 4.2 建立GARCH模型 8 4.3 调整模型 10 4.4模型的比较 12 4.4.1 统计量比较 12 4.4.2 预测指标比较 13 4.5预测 13 5 结论及建议 14 5.1 我国股市存在异方差性 15 5.2 ARCH类模型能够消除股市异方差 15 5.3 确定模型 15 5.4 预测结果 15 5.5 为股市有效性提供依据 15 5.6 对投资者的建议 15 结束语 16 致 谢 17 参考文献 18  摘 要 本文根据自回归条件异方差（ARCH）模型能够很好的刻画股票价格序列波动的尖峰厚尾特征，通过收集所需的相关历史数据，运用Eviews5.0统计分析软件，筛选出适合于做ARCH模型的沪深两市大盘收盘价格指数日数据，对其波动变化进行实证研究，运用极大似然估计法、ARCH LM检验和残差的白噪声检验等一系列时间序列分析方法确定最终模型，对大盘收盘价格指数短期内的走势做出试探性预测。 关键词：ARCH模型 收盘价格指数 条件异方差 　 ARCH Models Apply in The Analysis of Stock Markets Quotations Abstract According to this paper from the autoregressive conditional heteroskedasticity (ARCH) model could portray the sequence of fluctuations well in the stock price peak of the fat-tail characteristics, by collecting the necessary data related to history, using the statistical analysis software Eviews5.0, sieve the closing price index day date that suits in fitting the ARCH model in the two stock markets of Shanghai and Shenzhen, make an empirical study on its volatility of changes, apply the maximum likelihood estimation, ARCH LM test and white noise test of the residual etc. a series of time-series analysis method to determine the final model, make exploratory prediction about the trend of stock markets’ closing price index in short-term. Key words: ARCH Model closing price index conditional heteroskedasticity  引言 中国股票市场虽然起步较晚，但其发展是相当迅猛的，尤其是进入2000年以后，中国的股市更加活跃了。在价格变化多端的股票市场中，投资者们因盲目买卖股票使自己的收益或盈或亏，大多数会带有从众或投机的心理去投资，从而形成一定形式的买卖跟风。股票市场价格序列的残差都具有时变波动性、波动集聚等特点，但是传统的时间序列分析方法无法很好的刻画和解释这一点，恩格尔(Engle)于1982年提出了“条件异方差自回归模型”简称ARCH模型，它能集中地反映方差的变化特点,现已被广泛地应用于经济领域的时间序列分析、验证金融