金融时间序列的波动性建模研究综述.pdfVIP

中国科技论文在线 金融时间序列的波动性建模研究综述1 姜秀丽，江孝感 东南大学经济管理学院，南京 (210096 ） E-mail ：jxlde33@126.com 摘 要：金融市场存在风险，这一风险往往用方差或波动来描述和度量．人们发现，金融类 的许多时间序列的波动具有时变性和持续性．为此，研究描述金融时间序列波动的动态模型 成为现代金融研究的核心问题之一．本文首先介绍了近些年金融波动模型的研究进展，最后 对金融波动研究领域中尚未研究的问题进行了展望。 关键词：金融时间序列；波动；持续性 1. 引言 金融系统是一个复杂的系统，金融市场充满了巨大的风险，这种巨大的风险的具体体现 就是金融市场价格波动的不确定性．目前，对金融市场价格波动性的研究和实证分析己成为 现代金融研究的核心问题之一． 金融市场价格的波动性常用方差来描述和度量，传统的经济计量模型通常假设方差是不 变的，即在不同的时期方差保持一个常数.资产定价模型也假定证券收益服从方差不变的正 态分布.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，越来越多的 实证研究结果揭示:大量金融时间序列诸如股票价格、通货膨胀率、利率和外汇汇率等的变 化存在不确定性，即方差不是固定不变的，而是随时间变化的，即时变性.在对方差即波动 的进一步研究中，人们发现波动又表现出明显的持续性，即当前波动对未来波动会产生持续 性的影响．波动持续性现象表明当前的波动性有一个聚集的特征，即大波动跟随着大波动， 小波动跟随着小波动.从风险的角度看，持续性的存在增大了未来资产收益的风险，从而影 响资产的长期定价．反之，如果不存在持续性，那么对长期投资者来说，当前的扰动就可以 忽略不计．显然，对厌恶风险的投资者来说，波动持续性是一个必须要考虑的因素． 2. ARCH 族波动模型 1 金融市场价格波动性的研究需要建立和运用有关计量模型进行系统和深入 的分析，因 此建立能描述金融时间序列波动的动态模型成为众多金融学家和经济计量学家的研究课题. 近20 年发展起来的金融时间序列波动的模型及其分析方法，在理论和实际应用中都取得了 迅速的发展，形成了自回归条件异方差（Autoregressive Conditional Heteroscedasticity， ARCH ）族计量模型． 股票价格从一个时期到另一个时期的变化过程中，常常出现价格波动聚集（Volatility Clustering ）现象．为描述和预测这类波动聚集性，Engle 于 1982 年创造性地运用时间序列 模型来刻画条件方差的时变性，提出了自回归条件异方差模型（ARCH ），并将该方法成功 地应用于英国通货膨胀指数的波动性研究[1]，这标志着异方差建模研究的开始. ARCH 模型 一经提出，即以其良好的统计性能和对波动现象的准确描述得到了广泛的应用，并成为当今 波动性建模分析的最重要的工具.随后对它的各种扩充和修改成为热门的研究专题，相继产 生了许多有关的理论及应用方面的研究成果，出现了许多派生的ARCH 类模型．纵观ARCH 模型的发展，经历了从ARCH 模型到广义ARCH 即GARCH 模型，从线性ARCH 模型到非 1 资助项目：自然科学基金资助项目 - 1 - 中国科技论文在线 线性ARCH 模型以至非线性GARCH 模型，从平稳GARCH 模型到单整GARCH 模型以至 分整GARCH 模型，从单变量GARCH 模型到多变量即向量GARCH 模型等不同的发展阶段. 在众多的 ARCH 类模型中，最基本也是最重要的几种模型为 Engle （1982）提出的ARCH 模型、Engle 等人（1987）的ARCH 一M 模型[2]