ARCH族模型.pptVIP

* 步骤1 描述性统计 非正态性——可能存在ARCH效应 * 步骤2 均值方程采用最简形式 单位根检验（一例） 平稳 * 残差序列的ACF, PACF： 不显著 * 残差平方序列的ACF, PACF： 显著自相关 * 聚类现象图 残差平方随时间变化图： * 步骤3 拉格朗日检验，模型： （输出见下页） F统计量，TR2均显著拒绝干扰项不存在ARCH效应的假设 * * 步骤4 修正并建立模型 最简形式——GARCH(1,1) 股票例子中，收益率受风险水平影响故采用GARCH-M模型 * * 检验结果 * 7.4 ARCH模型族在中国的应用 1、部分有代表性的应用GARCH模型描述金融市场收益率波动规律的研究成果及各自的方法 （见书244） 2、应用GARCH类模型检验股票市场“时间效应” 3、应用EGARCH、TGARCH等非对称模型描述金融市场杠杆效应以及“羊群效应” 4、应用GARCH类模型检验中国股市弱有效性 * 1、部分有代表性的应用GARCH模型描述金融市场收益率波动规律的研究成果及各自的方法（如表） * 2、应用GARCH类模型检验股票市场“时间效应” 李学等（2001）AR(m)－GARCH(p, q)模型，样本选取为上证A股指数1991年1月2日至1999年8月19，上证B股指数、深成A股指数和深成B股指数1993年1月5日至1999年8月19日的收益率数据，分析中国股市星期效应的利弊，比较A股和B股、深沪两市、不同时段中国股市星期效应之间的差异，解释中国股市存在星期效应的原因，此外还比较了亚洲股市的星期效应。 * 2、应用GARCH类模型检验股票市场“时间效应” 何兴强（2003）利用AR(m)－GARCH模型，同时检验1992年5月21日至2002年6月21日上证综合收益及其波动性的星期效应，发现收益和波动性都存在显著的星期效应：周五平均收益最高，周一平均收益最低，周四波动最大，周五波动最小。文章还分别检验了10%涨跌停板制度前后两个时期的星期效应，发现都是周五平均收益最高，但两个时期星期效应的模式存在一定的差异。 * 3、应用EGARCH、TGARCH等非对称模型描述金融市场杠杆效应以及“羊群效应” 楼迎军（2003）以沪市的上证指数以及八个分类指数1999年1月至2002年5月共792个交易日的指数日报酬率与周转率为研究样本，通过指数自回归条件异方差模型（EGARCH）来检验我国股市是否存在“杠杆效应”。结果表明，在指数日报酬率序列中，9种股价指数中的7个呈现出显著的“杠杆效应”，即报酬率与波动性之间为负相关；在指数日周转率序列中，所有9个股价指数均不存在“杠杆效应”，即没有波动性的不对称效果，说明在现阶段我国股市中确实存在着“羊群效应”，投资者往往根据市场的气氛而采取顺势操作的交易策略。 * 4、应用GARCH类模型检验中国股市弱有效性 近年来，一些国内学者对实证检验支持中国股市弱式有效提出异议，并选用GARCH模型族以改进估计效果。张思奇（2000）等将上证A股指数分为两个子样本(1992.1.2~1995.3.9和1995.3.10~1998.6.30)，采用ARMA－ARCH－M模型研究其日收益率序列，结果发现在GARCH条件假定下，基本满足白噪声性质 （尤其在第二阶段）；但他认为这只说明当前收益与过去信息之间不存在简单的线性关系，并没有排除其它非线性关系，仅此推断市场弱式有效过于主观。 * 4、应用GARCH类模型检验中国股市弱有效性（续） 王开国（2001）则将非线性关系考虑在内，基于中国股市收益率的方差具有时变性的统计性质，选择AR(1)－GARCH(q, p)－M模型，用BHHH最大似然估计法，结果表明所有的收益率线性独立的假设都被拒绝了，而一阶自回归在统计上则非常显著，由此得出结论：中国股市的定价机制不完善，偏离弱式有效。 * Price effects of stock market liberalization in Taiwan Authors: Kwan F.B.;?Reyes M.G. Source: The Quarterly Review of Economics and Finance, Volume 37,?Number 2, Summer 1997, pp. 511-522(12) Abstract: In January, 1991, the Taiwan stock market was partially opened to direct investment by foreign investors. This paper examines the stock price effects of this ma