ARCH类模型.pptVIP

ARCH类模型及应用 张 磊 模型提出背景 ARCH类模型介绍（ARCH、GARCH、ARCH-M、TARCH、EGARCH） ARCH类模型分析检验的一般步骤 操作 总结 模型提出背景 模型提出背景 ARCH模型按照英文直译是自回归条件异方差模型, 由美国经济学家罗伯特·恩格尔(Engle) 在1982年首次提出。此后在计量经济领域中得到迅速发展。尤其在金融时间序列分析中。 按照通常的想法，自相关的问题是时间序列数据所特有的，而异方差性是横截面数据的特点。但在时间序列数据中，会不会出现异方差呢？会是怎样出现的？ 模型提出背景 传统（经典）的经济计量模型往往假设方差是不变的，即在不同的时期方差保持一个常数。 随着金融理论的发展及实证工作的深入，人们发现这一假设不尽合理。 从事股票价格、通货膨胀率、外汇汇率等金融时间序列预测时，这些变量的预测精度随时期的不同而有很大差异。 差异特征很可能由于金融市场的波动易受消息、政局变动、政府货币与财政政策变化等因素的影响。 一种特殊的异方差形式——误差项的方查主要依赖于以前期间误差的变化程度，即存在某种自相关性。 模型提出背景 ARCH模型作为一种全新的理论，在近十几年里得到了极为迅速的发展，已被广泛地用于验证金融理论中的规律描述以及金融市场的预测和决策。 ARCH模型是获得2003年诺贝尔经济学奖的计量经济学成果之一。被认为是最集中反映了方差变化特点而被广泛应用于金融数据时间序列分析的模型。ARCH模型是过去20年内金融计量学发展中最重大的创新。目前所有的波动率模型中,ARCH类模型无论从理论研究的深度还是从实证运用的广泛性来说都是独一无二的。 ARCH类模型介绍 ARCH模型 ●对于某一时间序列 ，其变化规律可由如下回归模型描述： 在t时刻可获得的信息集为 的条件下，误差项 服从以0为期望值、以 为条件方差的正态分布，即： 其中， ， ，即条件方差具有 阶自回归形式，则称误差项 ARCH(q)过程。 ARCH模型 上述定义所谓的条件方差，可简单的理解为在已知信息集为 的条件下， 时刻干扰项 的方差。对于模型（1.2）表示的条件方差，前期的误差项对本期的的误差项 有着正向且持续的影响。 如果扰动项方差没有自相关，就会有 H0 ： 这时 从而得到误差方差同方差性情形。 恩格尔曾表明，容易通过以下的回归去检验上述虚拟假设： 其中， 表示从原始回归模型（1.1）估计得到的OLS残差。 GARCH模型 ●若在干扰项 本期条件方差 的决定模型中引入条件方差本身的滞后值，如 ，便得到最简单的GARCH（1,1）模型，即： 该模型改进方法最早由经济学家Bollerslve于1986年提出。 ●模型（1.3）中给出的条件方差方程是下面三项的函数： 1．常数项： 2．用均值方程的残差平方的一阶滞后量来度量从前期得到的波动性的信息： （ARCH项）。 3．上一期的预测方差： （GARCH项）。 GARCH模型 ●进一步扩展，GARCH(p,q)模型是指：