波动率的估计(ARCH牡模型).pptVIP

金融时间序列模型;金融时间序列模型;波动率模型;异方差性（heteroscedasticity ） 经典线性回归模型的一个重要假定是：总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。 ; 　　异方差性例子：在实际经济问题中，随机扰动项Ui往往是异方差的，例如 　　（1）调查不同规模公司的利润，发现大公司的利润波动幅度比小公司的利润波动幅度大； 　　（2）分析家庭支出时发现高收入家庭支出变化比低收入家庭支出变化大。 　　在分析家庭支出模型时，我们会发现高收入家庭通常比低收入家庭对某些商品支出有更大的方差。 异方差性破坏了古典模型的基本假定，如果我们直接应用最小二乘法估计回归模型，将得不到准确、有效的结果。 ;异方差性;异方差性另一例子：波动率据聚类性。 资本市场的波动性通常用收益率的标准差来度量,也称为波动率.大量研究表明股票收益率表现为在某个时间段波动大,而在另一个时间段收益率波动又比较小的现象, 这种现象被称为波动率聚类性。 ;对金融资产的收益率作折线图： P14 图1.3.3 ;波动率的重要性;估计波动率的几种方法;数据;历史波动率的估计;历史波动率;滑动平均波动率;滑动平均波动率;滑动平均波动率;滑动平均波动率－关于n的选择;指数滑动平均(EWMA);指数滑动平均;指数滑动平均计算结果;波动率的特性： P194, (1)-(6);实现的波动率;自回归条件异方差;ARCH(自回归条件异方差)模型的基本思想 　　ARCH模型的基本思想是指在以前信息集下，某一时刻一个噪声的发生是服从正态分布。该正态分布的均值为零，方差是一个随时间变化的量(即为条件异方差)。并且这个随时间变化的方差是过去有限项噪声值平方的线性组合(即为自回归)。这样就构成了自回归条件异方差模型。;ARCH(q);ARCH过程的特点;ARCH(1)过程的无条件均值 无条件方差;ARCH(1)过程的条件均值 条件方差;ARCH过程的性质;数学表达： 　　Yt = βXt＋εt (1) 其中， Yt为被解释变量， Xt为解释变量， εt为误差项。 ; 的特点 令 即;如果误差项的平方服从AR(q)过??， ;ARCH(1)过程的四阶矩特点(P197, (5.13));AR(1)-ARCH过程：;ARCH模型的性质总结：P201;ARCH过程缺点总结;金融时间序列模型;建立ARCH模型;建立模型;建立模型;建立模型;LM检验;建立模型;建立模型;预测条件方差 ;ARCH模型对条件方差的预测;作业