第五章波动率的估计其他ARCH类模型.pptVIP

金融时间序列模型 其它ARCH类模型 两类非对称模型GJR模型 反映波动率的非对称性 S-1是虚拟变量，如果?t-10，则S-1取值为1，如果?t-1?0则S-1取值为0。 通过画出响应曲线，看到市场利空和利好消息对波动率的不同影响 GJR模型 响应曲线 EGARCH指数广义条件异方差模型 EGARCH模型 1）重要特征是引入不对称性 2）参数没有大于0的约束，因为对求对数后的条件方差建模，可以保证方差为对数。 3）可以假设?t~广义误差分布 ARCH-M模型 例如ARCH（1）-M模型： 证明： 证明： 金融时间序列模型 风险价值 Value at Risk 案例 企业 汇率风险 利率风险 商品价格 金融业 利率风险 衍生工具的使用 市场风险 市场风险： 由于资产的市场价格变化引起的损失的可能性 类型：根据引发市场风险的不同因素，分为 利率风险，汇率风险，股市风险和商品价格风险 市场风险重要的原因 金融市场波动增加 1973年布林顿森林体系崩溃 1979年货币政策的控制目标由利率转向货币供给量 80年代两次石油危机 高通货膨胀率导致其他数据变化加剧 1995巴林破产事件 案例 Barings银行破产 1995年2月26日，233年历史的巴林银行破产 新加坡期货负责人28岁的里客.尼森，2个月的时间损失