(金融计量学课程报告.docxVIP

课程代码： 081543学时/学分： 2成绩：经济管理学院研究生课 程 论 文（计量金融学）论文题目：基于ARMA和GARCH族模型对上证指数波动性的实证研究课程教师：杨继平学生姓名： 凌巍学 号： sy1409152 年年 2014 年12月20日摘要中国证券市场发展迅速，股市几度成为投资者进军的主要领域。成为了宏观经济和金融的“晴雨表“。因此越来越多的市民对股票逐渐产生了兴趣。炒股已经不再是个别现象，全民参股的盛况可谓空前。但由于缺乏对其风险的判断，在最近几年开始的股市大波动中，绝大多数的新股民都亏损严重。分析股票走势并预测其未来趋势有重要现实意义，本文以1990年12 月到2013年 4月的上证每日收盘指数为数据 ，通过GARCH族和ARMA模型对该数据进行研究和分析。关键词:上证指数;ARMA模型;GARCH模型 ;EGARCH模型;TGARCH模型AbstractChinas securities market is developing rapidly, the stock market has become the main field of a few degrees of investors to enter the. As a” barometer of economic and financial . Therefore, more and more people on the stock gradually became interested in. The stock market is no longer the individual phenomenon, the grand national participation is unprecedented. But because of the lack of the risk judgment, in the stock market large fluctuations in recent years, new people are the majority of the serious losses. Analysis of the trend of the stock and has important practical significance to predict its future trend, this paper in 1990 December to 2013 April the Shanghai Daily index data, through the ARCH and ARMA model to analyze the data.Keywords: Shanghai Composite Index; ARMA model; GARCH model; EGARCH model1、引言股票市场的波动对投资决策来说至关重要，也成为金融经济学家们长期关注的问题。经过大量关于金融价格行为的实证研究已经证实：波动是随时间变化而变化的。ARMA模型是由美国统计学家G.E.P.Box 和英国统计学家G.M.Jenkins在二十世纪七十年代提出的时序分析模型,即自回归滑动平均模型 (AutoregressiveMovingAverageModel)，Engle于 1982年首次提出自回归条件异方差ARCH模型(Autoregressive conditional heteroskedasticity model)之后，进一步证实在某种程度上波动是可以预测的。我国新兴股票市场价格的波动性有许多自身的特征，本文将利用自回归滑动平均模型ARMA模型和自回归条件异方差 ARCH族模型对上证综合指数进行实证研究，进一步分析股票市场的波动性。2、数据选取本文以上证综合指数为代表，研究上证综合指数和收益率的波动特征，选取的数据来自新浪财经网站，选取较新的数据（每交易日的收盘价）作为样本，时间跨度为1990.12.19-2013.4.18,样本数为5467，实证分析的结果主要通过EViews软件得到。采用日收益率为日收盘价自然对数的一阶差分，表示如下： 其中，表示日收益率，为日收盘价。2、理论模型2.1、ARCH(q)模型设为因变量，为解释变量,在t时刻可获得的信息集为 的条件下，误差项服从以 0 为期望值，为条件方差的正态分布，即对于回归方程： 其中，，即条件方差具有q阶自回归式，则称误差项服从q阶的ARCH过程，记作。ARCH(q) 模型表明过去的波动扰动对市场未来波动有着正向而减缓的影响,因此波动会持续一段时间, 从而模拟了市场波动的集群性现象,该模型为分析和发展波动性时间序列提供了