基于不同分布假设的ＦＩＧＡＲＣＨ模型对上证指数波动性的比较研.docVIP

基于不同分布假设的ＦＩＧＡＲＣＨ模型对上证指数波动性的比较研 　　摘 要：采用FIGARCH(1，d，1)模型对上海股票市场指数的波动性在四种不同的分布假设(正态分布，广义误差分布， 学生t分布，非对称学生t分布)下进行了度量和比较研究，目的在于揭示分布假设对FIGARCH模型预测能力的影响。研究结果表明，使用厚尾分布假设(广义误差分布，学生t分布)提高了模型的估计和预测绩效，能更好地刻画上证指数的尖峰厚尾特征，但引入非对称学生t分布并未能进一步提高模型预测能力。 　　关键词：FICARCH 模型；波动性；厚尾分布；非对称学生t分布 　　1 背景介绍 　　为了研究风险的时变特性, Engle (1982) 开创性地提出了条件异方差自回归过程(ARCH) 概念，对其进行了直接扩展, 形成了条件异方差自回归(GARCH) 模型。 GARCH 模型很好地刻画了金融时间序列的“波动集群”(volatility clustering) 特征, 得到广泛应用。FIGARCH模型是Baillie、Bollerslev、Mikklson 在Engle的ARCH模型(1982年)的基础上于1996年提出来的,来考虑股市或汇率收益序列波动中所发现的长期记忆现象。它的主要应用领域是金融资产, 包括证券、期权、利率等方面。该模型通过采用分数差分算子来替换GARCH模型中的一阶差分算子, 使其比