基于ARCH类模型的我国股票市场收益率波动浅析教程解析.docxVIP

基于ARCH类模型的我国股票市场收益率波动浅析 1绪论 1.1研究背景 随着经济的发展，金融市场已逐渐成为经济发展的重要部分，金融理论的基础是风险与收益的关系，而资产价格的波动一定程度反映了资产的风险特性。对价格波动如何随时间变化的理解是投资者在决策过程中面临的主要问题之一，市场投资者可以利用对波动性的预测来进行风险管理。 因此，如何更深刻理解股票市场波动性特征并从中探寻其规律性，对金融理论而且对金融实践均具有重要意义。波动性是股票市场的最主要的特征之一，对股市的波动性研究始终是学者们关注的热点。 随着数学理论研究的深入和各种数据分析工具开发的迅速发展，人们用各种不同的方法和工具来分析金融时间序列，做出各种金融时间序列预测的模型，尤其是股票价格的预测模型。时间序列分析方法是统计学研究的一个重要分支。一些经典的时间序列分析模型如ARMA，ARCH，GARCH等已经被大量应用于金融时间序列预测中来，如美国经济家Engle就因为他1982年针对金融时间序列所提出的ARCH模型获得2003年度诺贝尔经济学奖。 我国股票市场从成立至今仅有十几年的时间，但其发展速度非常迅猛，目前已成为刺激投资，推动我国经济发展的一个必不可少的部分。 然而，也因为时间过短，仍然存在着很多不完善之处，比如法制建设不健全，市场监管不力等;同时实证工作的开展更是远远落后于股市的发展。这些都造成了我国股票市场不同于西方发达国家的一个鲜明特征—投机色彩非常浓厚。同时其波动幅度和风险大大高于国外成熟的市场，尤其是异常和超常波动更是频繁出现，股票市场波动特征及其影响因素研究是学者们和投资者所关注的焦点问题，也是政策制定者和监管当局衡量、监管和规避市场风险必不可少的参考。 1.2研究意义 股票价格的波动是股票市场的一大特征，股票价格的波动，意味着股票市场的风险，对于股票投资者来说，投资是为了获得收益，那么如何做到投资报酬最大好，投资风险最小化？如果投资者可以对我国股市的特点和股市价格走势的特征有所了解，能很好把握股票价格波动，对其合理投资，把握投资风险具有重要意义。 另一方面，尽管我国股市近年来取得的长足的发展，但是还有很多的问题存在，我国股市常常被称为是“政策市”、“资金市”、“消息市”。这是因为政策、资金和消息对股票价格的走势影响很大。那么“利好政策”和“利空政策”的出台，会对我国股票市场产生什么样的影响，影响有多大？对于这些问题，如果政府、金融和相关监管部门能了解我国股市的波动特征，特别是这些政策在我国股市中引起的股票价格波动产生的效果的特征。那么这对于我们政府、金融和相关监管部门来说，在制定出台政策和制度时，可以有所依据。 因此，本文希望通过运用ARCH类模型对股票收益率时间序列进行分析，以发现我国股票价格的波动的一些特点，了解股票收益率的分布特点，“好消息”和“坏消息”对我国股市波动生产的影响效果，以及我国股市收益和风险（波动性）的关系等。以期对投资者了解我国股市的波动的特征有所帮助，并为我国政府、金融和相关监管部门在出台政策方面提供一些参考与建议。 1.3国内外研究现状 1.3.1国外研究现状 20世纪60年代后期，计量经济学理论在全球得到了迅猛发展，同时也掀开了时间序列分析方法崭新的一页。1970年，Box和Jenkins系统提出了ARMA模型的一系列理论，从此越来越多的学者开始关注随机时间序列模型。 1982年,Engle提出了自回归异方差(ARCH)模型，其核心思想是：某一特定时期的随机误差的方差不仅仅取决与以前的误差，还取决于其本身先前的方差。这一假设使ARCH模型较好捕捉了金融时间序列数据中存在的波动性聚类现象。在提出ARCH模型后，认识到在某些具体经济研究中ARCH模型的本身制约性，他与Lilien和Robins等人先后对ARCH模型作了改进。Engle等将ARCH模型引人条件均值回归，提出了ARCH-M模型。此后，Engle教授等又提出了FIGARCH以及多变量GARCH等一系列推广模型，这些拓展模型与原有的ARCH模型构成了一套比较完整的ARCH族计量模型体系。 Bollerslev(1986) 提出了广义自回归异方差模型(GARCH)，GARCH模型除了考虑扰动项的滞后期之外，同时也加入了扰动项条件方差的滞后。而Taylor在1986年独立提出的GARCH(1，1)模型更是在实际经济研究中得到广泛应用。此外，对单变量模型，人们还提出了门限自回归模型TARCH，非线性模型NARCH，指数GARCH（exponential GARCH,EGARCH）模型，单整GARCH（IGARCH）模型。对多变量模型还有一般动态回归，多变量回归，向量自回归，共同周期趋势分析等理论。 1.3.2国内研究现状 我国股市虽然历经多年发展，但是由于起步较晚以及受本身