金融计量学ch.pptVIP

金融计量学 复旦大学金融研究院 张宗新 第六章 GARCH模型分析与应用 [学习目标] 了解金融市场序列的ARCH过程； 掌握GARCH模型、EGARCH模型和TGARCH模型的形式及其含义； 熟悉GARCH类模型的检验与估计； 掌握GARCH模型在金融数据分析中的应用。 GARCH模型分析与应用 第一节 ARCH过程 第二节 GARCH类模型的检验与估计 第三节 GRACH类模型的扩展 ARCH过程 第一节 ARCH过程 ARCH模型（autoregessive conditonally heteroscedastic，ARCH），即自回归条件异方差模型，它是金融市场中广泛应用的一种特殊非线性模型。1982年，R.Engle在研究英国通货膨胀率序列规律时提出ARCH模型，ARCH模型的核心思想是残差项的条件方差依赖于它的前期值的大小。1986年，Bollerslev在Engle的ARCH模型基础上对方差的表现形式进行了线性扩展，并形成了更为广泛的GARCH模型。后来，该类模型也得到了很大的发展，形成了如EGARCH, IGARCH,GARCH-M等模型。 ARCH过程 一、金融时间序列的异方差性特征 现实金融市场上，许多金融时间序列并没有恒定的均值，大多数序列在呈现出阶段性的相对平稳的同时，往往伴随着出现剧烈的波动性。 金融市场中，波动率（volatility）是金融