条件异方差模型要点.pptVIP

应用时间序列分析 第六章 条件异方差模型 （七）、风险波动（条件方差）特征分析 1、时变性 2、簇集性 3、共动性 第三节 几种扩展模型 一、GARCH-M模型 （(G)ARCH-in-Mean Model 不仅仅描述自回归条件异方差过程，而且把条件方差作为回归因子引入相应的回归或均值方程。 一般的均值(G)ARCH回归模型形式 二、EGARCH模型 Exponential GARCH 描述不同符号的 对 的不同影响（即不对称性） 三、IGARCH模型 当GARCH模型的参数有 就称为 单整GARCH模型（Integrated GARCH, IGARCH）。 此时，任何对条件方差的影响都将持续下去，即 具有持 续记忆性， 的无条件方差无穷大，因此，该模型也被称 为方差无穷的GARCH模型。 四、TGARCH模型 五、实例分析 （一）杠杆效应的实证分析 1 利用 E-GARCH 模型分析 考虑上海综合指数和深圳成份指数，分别以周和日作为投资期，样本期从1998年1月9日至2005年1月21日。由样本期内上证指数和深证成指的351周周收盘数据和1691日的日收盘数据分别可得到超过平均部分的周收益序列和日收益序列。