基于ARCH族模型的股票日收益率分析_以张江高科股票为例.docVIP

基于ARCH族模型的股票日收益率分析_以张江高科股票为例 —以张江高科股票为例 暨南大学吴雅亭 Σ 一、引言 y=xβ+εΣ ttt Σ ΣΣ在对很多经济时间序列进行分析时，传统的经济计量方法要 (2) ε=hv?Σ 姨 t tt? Σ q p 求序列服从一系列的经典假设，然后建立ARMA模型。但在现实的 Σ Σ 2 2 2Σ h=α+αε+…+αε +θh+…+θh=α+Σαε +Σθh t- 1qt- q1t- 1pt- p0it- ijt- jt01Σ 经济生活中，有很多时间序列并不服从于这些假设，如金融时间序 t=1 t=1 Σ列中的股票价格、通货膨胀率、利率以及收益率等。异方差性是很 式(2)中，v 独立同分布，E(v)=0，D(v)=1;α 0,α ?0(i=1，2， t t t 0 i 多金融时间序列固有的特点，它们不服从同方差的假设，方差表现 …，q)，且θ ?0。 j 出集聚性和波动性的特点。因此利用传统的模型对这类事件序列 q p j=1，…p且α+θ1。 ΣΣi i进行建模并由此而进行统计推断往往会产生严重的错误。针对上 i = 1 j = 1 述不足，Engle于1982年在研究通货膨胀时首先提出ARCH模型，(三)AR CH- M(p，q)模型 ARCH- M模型适合于描述那些 为 解决这类问题提供了新的思路。1986年Bollerslev在Engle基础期望回报与期望风险密切相关的金融资产。 上对 异方差的表现形式进行了直接的线性扩展，形成了更为广 其有如下形式:泛的 GARCH模型。随后又有一些经济学家对上述模型进行了扩Σy=x β+γh +ε Σ t t t t Σ 展和完 善，形成如GARCH- M模型、IGARCH模型，EGARCH模Σ Σ (3) ε= h?v姨 tΣ tt? 型等，最终 形成了一个所谓的GARCH模型族。之前大多文章是Σ q p ΣΣ 2 2 2运用ARCH族 模型中的一个或几个少数的模型进行分析描述。+…+α+ε +θh+…+θh=α+Σαε +Σθh Σh=α+αεt- 1qt- q1t- 1pt- p0it- ijt- j t01Σ i= 1 j = 1 Σ本文试图利用 ARCH族模型分别对张江高科股票日收益率的波式(3)中，v独立同分布，E(v)=0，D(v)=1;α0,α?0(i=1，2， tt t 0i 动性特征进行分 析验证。先简单介绍ARCH族模型及其扩展形…，q)，且θ?0。 j式;然后检验张江高 科股票日收益率的ARCH性质，建立各种模q p 型，估计模型的参数; 最后利用模型对股票收益率进行定性分=1，…p，且+ jΣαΣ θ 1。 i ii = 1 j = 1 析。 (四)TAR CH模型 TARCH模型最先由Zakoian(1990提出)，其 二、研究方法 有如下形式:本文实证方法主要基于ARCH族模型展开。ARCH模型又称 Σy=xβ+εΣ ttt之 为条件异方差模型，最初由统计学家Engle(1982)提出。Σ Σ Σε= h?v 姨 tΣ 1986年 Bollerslev进一步提出了广义自回归条件异方差GARCHtt? (4) Σq p Σ模型，此后 一些扩展的ARCH模型也相继提出，如ARCH- M模Σ 2 2 Σ h=α+Σαε +φε d+Σθh t0it- it- 1t- 1jt- jΣ 型、EGARCH模 型等，这些模型都被广泛地应用于金融时间序列Σ i = 1 j= 1 的分析。 1，ε0 t其中，d是一个名义变量，d= tt?(一)AR CH模型 ARCH模型的主要贡献在于发现了经济时0，其他 Σ Σy=xβ+ε 间 序列中比较明显的变化是可以预测的，且说明这种变化是来自ttt由于引入d，股价上涨信息(ε0)和下跌信息(ε0)对条件方 tttΣ Σ q Σ某一 特定类型的非线性依赖性，而不是方差的外生结构。有如下形ε= hv?Σ 姨 t tt2 Σ (1) d 差的作用效果不同，上涨时φε=0，其影响可用系数 代 ΣαΣ t- 1 t- 1 i q 式: Σ i = 1 Σ 22 2=α +Σα ε Σh=α+αε+…+α +ε t01t- 1 q t- q 0 i t- i q Σ t=1 Σ表，下跌时为Σ α +φ。若φ?0，则说明信息作用是非对称的，而当 i 式(1)中，v独立同分布且E(V)=0，D(V)=1;α0,α?0i = 1 tt t 0i (i=1， φ0时，认为存在杠杆效应。 “”n (五)EGAR CH 模型 EGARCH模型，即指数GARCH模型，2，…，q)，且α1。 Σi 有t=1 姨 如果序列满足以上三个方程，则称序列服从P阶的ARCHNelson在1991年提出。其有如下形式:Σy=xβ+