基于ARCH模型对美元兑日元价格波动性的分析毕业论文.docxVIP

摘 要波动性是金融经济研究的核心问题之一，现代金融理论广泛地以波动性（用手一的方差度量）代表金融产品风险，它不仅是金融产品定价的关键因素，也是人们理解和管理金融市场的主要指标。传统的金融产品定价模型往往假定波动性是不随时间变化的常数。但大量的实证研究表明，金融产品价格的变动呈现出波动的聚集性现象。所谓波动的聚集性是指价格的大幅度波动常常相继出现，即大幅波动聚集在某些时段，而小波动则聚集在另外一些时段。正因为如此，恩格尔教授于1982年创造性地引入自回归条件异方差模型ARCH（Auto regressive Conditional Heteroscedasticity）模型来刻画金融资产的价格波动行为。可以说，ARCH模型的提出是金融计量学领域过去30年中历程碑式的学术成果。Engle（1982）提出的自回归条件异方差（arch）模型和Bollerslev（1986）在其基础上提出回归条件异方差（GARCH）类模型能够很好的用来分析期货和现货价格序列中存在的异方差性特征。但是，由于不能很好地检验到好消息与坏消息的影响，坏消息比好消息可能引起更大的波动性，即杠杆效应，而TGARCH模型的建立可以很好的分析金融产品的波动是否存在该效应。本文通过以上三个模型对外汇货币对美元兑日元（USDJPY）的价格波动进行分析，数据取自于Choice金融终端2013年6月10日-2017年6月10日四