基于GARCH模型股票市场价格波动分析.docVIP

基于GARCH模型股票市场价格波动分析 　　摘要:在经济和金融研究中,波动性一直是一个非常重要的方面,中国股票市场建立至今,股市大起大落成为一种常态。本文建立了上证综合指数波动的GARCH模型,从实证角度说明了上证综合指数波动存在着波动集簇性,而GARCH模型可以很好的拟合股指波动情况,同时对股指收益率也能进行较好的预测,最后根据结论提出了一些对策建议。 　　Abstract: The volatility has been a very important aspect in the economic and financial studies.Ithas been ups and downs violently since that the Chinese stock established. This paper set up GARCH model of the Shangzheng synthesis index. The paper proved that the volatility- clustering was existing in the Shanghai’s stock market and it indicated that index return can be predicted better by using GARCH model. 　　关键词:上证指数;条件异方差;GARCH模型 　　Key words: Shangzheng synthesis index;conditional heteroskedastic;GARCH model 　　中图分类号:F83文献标识码:A文章编号:1006-4311(2010)26-0050-03 　　 　　0引言 　　随着社会主义市场经济的不断发展、完善和经济体制改革的不断深化,我国股票市场及其交易业务获得了长足发展。股票市场已成为我国资本市场中最活跃的、也是发展最快的市场,它的健康运行对我国整个金融体系稳定乃至国民经济的平稳发展起着越来越重要的作用。但股票市场价格变幻莫测,难以驾驭,然而分析股市价格行为,掌握股市价格变化规律,对于股票市场管理部门宏观调控和投资者制定投资策略具有极其重要的意义。为此19世纪股票市场建立以来,众多国外学者对股票市场价格行为的研究形成一个焦点。金融市场,尤其是股票市场充满了风险,股票价格频繁剧烈的波动时股票市场最明显的特征之一,一般而言,股票的价格波动表现出以下特性: 　　①尖峰厚尾,其分布密度曲线在距离均值较远的地方,位于正态分布曲线的上方。这就意味着资产价格出现异常值的可能性大于正态分布给出的概率,即收益序列出现极值的机会高于正态分布,可以认为股票的价格不服从正态分布; 　　②波动集簇性,即价格的一个大的波动后面接着一个大的价格波动,而一个小的波动的随后的波动也较小,这在计量经济学上可表述误差项的方差随时间变化,且依赖于过去误差的大小。目前对金融时间序列的刻画常采用ARCH类模型,其主要思想是,扰动想的条件方差依赖于它的前期值大小。 　　1ARCH类模型 　　传统的计量经济学刻画的时间序列是均值为零、方差为常数的白噪声序列。但由于股票价格时间序列不是白噪声序列,因此传统的计量经济学不能很好地刻画股票等金融时间序列。目前能较好地刻画金融时间序列的尖峰厚尾和波动集簇性的模型是ARCH类模型。 　　1.1 ARCH模型这是恩格尔(Engle)1982年提出的用于刻画金融时间序列的异方差性的模型。其模型的基本形式是: 　　yt=yt-1+εtt=1,2,…(1) 　　其中{εt}为独立同分布,且E(εt)=0,D(εt)=σ2∞。 　　但ε服从AR(q)过程: 　　ε=α0+αε(2) 　　其中{νt}为独立同分布,且E(νt)=0,D(νt)=λ2,t=1,2,…,α00,αi?叟0,∑αi1,称ε为条件方差。 　　ARCH(q)模型有以下特点: 　　①式(2)表明过去的波动扰动ε对市场未来波动有着正向而减缓的影响,因此波动会持续一段时间,从而模拟了市场波动的集群性现象,即较大幅度的波动后面一般紧接着较大幅度的波动,较小幅度的波动后面一般紧接着较小幅度的波动。但没有说明波动的方向。 　　②利用ARCH模型可以更精确地估计参数,提高预测精度。当存在ARCH效应时,若仍使用方差为常数的普通最小二乘法来估计参数,就会产生偏差,掩盖预测的不确定性。然而,若使用ARCH模型,则不仅可以提高预测值的精度,还可以知道预测值的可靠性。当方差较大时,预测值的置信区间就较大,从而可靠性较差;当方差较小时,预测值的置信区间就较小,从而可靠性较好。 　　③ARCH模型的主要贡献在于发现了经济时间序列中比较