ARCH类模型在应用中的对照分析.pdfVIP

中文摘要 摘 要 用，ARCH模型可以很好地刻划金融数据。金融或经济时间序列有一些共同特征。首 先，收益序列没有明显的自相关性，但其平方或绝对值却高度自相关，序列的波动呈聚 集性。其次，收益序列通常有高峰厚尾特征。另外，一些序列有杠杆效应，即对信息反 应的不对称性。 本文首先介绍了正态分布、t分布、稳定分布及其性质，研究表明t分布和稳定分 于稳定分布的EGARcH模型，给出了该过程有平稳解的一个充分条件。随后，介绍了分 布和模型的拟合优度检验方法，其中由PP图和QQ图的比较得到PP图是一种更具解释性的 拟合优度检验方法。在PP图的应用中。检验了对数收益的无条件方差的分布和ARCH类 模型。 在赛亚研究中，利用PP图和其它检验方法得到金融资产的对数收益时间序列有高 峰厚尾和ARCH效应。通过模型的比较分析，得到基于稳定分布的ARCH类模型比基于 正态分布、t分布的ARCH类模型能更好地刻划金融时间序列的特征。尤其通过对数收益 的VaR的比较得到基于稳定分布的ARCH类模型能更好评估风险。由殷指的VaR的比较分 析可以得到沪深两市比港美股市蕴含着更大的风险。最后利用ARCH类模型预测了深证成 指的周波动性并比较了预测效果，结果表明了基于稳定分布f}臼ARcH类模型的预测效果优 于其它模型。 第1页，共44页 Abstract ofmodelsfor The Conditional conditional AutoregressiveHeteroskedastjc(ARCH)class tobe useful economic was forward for variances extremely analyzing put byEngle(1982)proved modelshavebeen toaccountfor infinan— series．GARCH time empirical developed regularities a havenumberofcharacteristicsin cial financialtimeseries data．Many returnseries shownoorliale the valuesor autocorrelation，whereas logarithmic usually squared ofthereturnseries be series to absolutevaluesofthe have autocorrelation．Vjlatility high appears in