非线性波动模型在上海股票市场中应用.docVIP

PAGE PAGE 1 非线性波动模型在上海股票市场中的应用 摘要本文采用非线性GARCH模型研究中国股票市场的波动性实证结果表明非线性GARCH模型较传统的线性GARCH模型显著提高了股票市场波动性的描述与预测能力且非线性GARCH模型的VaR值具有较高的精度其中以ANSTGARCH模型的效果为最佳 　　关键词波动性非线性GARCH类模型风险价值 　　 　　波动性是金融市场最为重要的特征之一资本市场的波动率的一个重要特征就是它不能被直接观察但它往往表现出“高峰厚尾、微弱但持久记忆、波动集群”等现象针对这些特征Engle(1982)首先提出了ARCH模型Bollerslev(1986)将ARCH模型推广成广义ARCH模型即GARCH模型随后又有一些经济学家对上述模型进行扩展与完善提出了一系列的非线性GARCH模型如GJRGARCH模型、LSTGARCH模型、ESTGARCH模型以及ANSTGARCH模型最终形成一个所谓的非线性GARCH类模型族本文的主要目的是应用非线性GARCH类模型来刻画沪市的波动性通过比较各模型在波动性预测精度上的差异找出能较好地描述沪市波动性的模型以期对中国股票市场风险的测量与预测以及投资者在投资决策时有所帮助 　　一、GARCH模型族的介绍 　　1.GARCH模型 　　GARCH模型是在ARCH模型的基础上拓展的其条件方 　　差方程表示式如下