ARCH模型讲义_2005.pdfVIP

第八章 ARCH 模型 确定性是现代经济和金融理论经常涉及到的一个焦点问题。例如，宏观经 济波动的 确定性、金融市场上收益的 确定性以及外汇市场上各国汇率的不确 定性等。在模型分析中，经济或金融变量的 确定性一般用方差来进行描述和度 量。而且为了分析简洁，通常对模型作出一些假定，例如在回归模型中假定随机 扰动项满足零均值、同方差和互不相关。然而，实践表 ，许多经济时间序列在 经历一段相对平稳的时期后，都有非常大的波动。如图，沪深股票市场日收益率 变异情况就具有这种特性。 0.4 0.3 0.2 0.1 0.0 -0.1 -0.2 500 1000 1500 2000 2500 SHZSRX 3.2.1 （a ） 上证指数收益率时序图（1990.12.19—200 1.07.31 ） 0.3 0.2 0.1 0.0 -0.1 -0.2 -0.3 500 1000 1500 2000 2500 SZZSR 3.2.1 （b ） 深圳指数收益率时序图（199 1.04.03—200 1.07.31 ） 在这种情况下，同方差假定是 恰当的。在这种情况下，人们关心的是如何 预测序列的条件方差。例如，作为资产持有者，他既关心收益率的预测值，同时 1 PDF created with pdfFactory trial version 也关心持有期内方差的大小。如果一位投资者计划在第 t 时期买入某项资产，在 第 t+1 时期售出，则无条件方差 （即方差的长期预测值）对他来讲就 重要了。 对于这一类问题，可以使用自回归条件异方差模型（autoregressive conditional heteroskedastic model ，简称ARCH 模型）来进行分析。 早的 ARCH 模型是由 Robert Engle 于 1982 年建立的，因此它的发展历史 不长。但是，这种模型及其各种推广形式已被广泛应用于经济和金融数据序列的 分析，ARCH 模型族已成为研究经济变量变异聚类特性的有效工具。 第一节 ARCH 型的概念与性质 1、ARCH 过程