模型(35页).pdfVIP

ARCH模型 徐剑刚 ARCH 在自回归移动平均模型这一章里，我们主要讨论平稳时间序 列的建模问题，由于针对平稳序列，实际上假定任一时点的 随机误差项的期望值是相同的，一般为0，同时假定任一随 机误差项平方的期望值就是随机误差的方差，即同方差。 但是在金融市场上，金融资产报酬序列具有这样的特性，大 的报酬紧连着大的报酬，小的报酬紧连着小的报酬，称为波 动集群性(Mandelbrot,1963、Fama,1965)。波动集群性表明 股票报酬波动是时变的，表明是异方差。 异方差虽然不会影响回归系数的最小二乘估计的无偏性，但 是将影响到回归系数估计的标准差和置信区间 1997.1-2003.11上海股市天报酬 -1 0 -5 0 5 1 0 2 5 0 5 0 0 7 5 0 1 0 0 0 1 2 5 0 1 5 0 0 L O G (S H Z/S H Z(-1 ))*1 0 0 平 方 报 酬 绝 对 值 报 酬 0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 2 148 294 440 586 732 878 1024 1170 1316 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 2 9 4 1 8 6 2 7 8 3 7 0 4 6 2 5 5 4 6 4 6 7 3 8 8 3 0 9 2 2 1 0 1 4 1 1 0 6 1 1 9 8 1 2 9 0 1 3 8 2 中信指数报酬平方序列自相关系数 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 天报酬平方序列存在显著自相关 中信指数报酬绝对值序列自相关系数 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 0.30 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 天报酬绝对值序列存在显著自相关 股价指数天报酬序列、平方序列、绝对值序列自相 关系数 上证指数 成份股指数 中信指数 报酬 平方 绝对值 报酬 平方 绝对值 报酬 平方 绝对值 1 -0.012 0.177* 0.236* 0.033 0.177* 0.244* 0.042 0.132* 0.232* 2 -0.032 0.141* 0.208* -0.010 0.196* 0.253* -0.025 0.161* 0.257* 3 0.019 0.156* 0.227* 0.049*** 0.153* 0.220* 0.040 0.223* 0.286* 4 0.057** 0.115* 0.181* 0.048*** 0.138* 0.177* 0.026 0.081* 0.188* 5 -0.015 0.045*** 0.125* -0.010 0.100* 0.174* -0.007 0.077* 0.155* 6 -0.002 0.093* 0.135* -0.005 0.155* 0.174* -0.034 0.081* 0.151* 7 0.018 0.071* 0.163* 0.000 0.099* 0.171* 0.019 0.097* 0.183* 8 -0.040 0.047*** 0.137* -0.037 0.096* 0.168* 0.019 0.099* 0.193* 9 -0.044 0.048*** 0.110* -0.022 0.108* 0.159* -0.008 0.043 0.126* 10 0.009 0.078* 0.120* 0.006 0.107* 0.137* -0.024 0.098* 0.148* 11 -0.003 0.083* 0.114* -0.023 0.113* 0.159* -0.029 0.099* 0.160* 12 0.070 0.021 0.084* 0.028 0.048*** 0.110* 0.115* 0.069** 0.152* LB(6) 7.123 143.58* 314.82* 8.688 211.40* 382.46* 6.638 126.81* 321.15* LB(12) 20.088*** 176.94* 448.59* 13.27 294.90* 584.25* 24.228** 178.37* 499.87* LB(24) 50.939* 216.30* 610.47* 41.215** 393.24* 847.47* 47.768* 230.75* 682.