基于GARCH模型的沪深300指数收益率波动性分析.pdfVIP

基于GARCH 模型的沪深 300指数收益率波动性分析 摘 要 股票市场的价格波动研究，不仅具有重要的学术意义，而且具有重要的实际 意义。股价的波动给投资者带来了获利的机会。因此，金融市场的波动性一直以 来都是投资者和经济研究人员关注的焦点。 本文以对沪深300 指数2005 年1 月4 日到2014 年6 月11 日每个交易日收 盘价为原始数据，对其收益率进行了研究分析。研究结果表明：日收益率序列的 波动表现出时变性、突发性和集簇性等特征。序列分布呈现出尖峰厚尾的特点， 并且存在明显的GARCH 效应，表明过去的波动对于未来的影响是持久的，同时 也是逐渐衰减的。而且，沪深300 指数波动幅度大。沪深300 指数的频繁交易使 得股指期货市场具有高流动性，这种高流动性也是造成指数波动的一大成因。 关键字：收益率；ARCH 模型；GARCH 模型 一、前言 1.1 研究意义 股票市场的价格波动研究，不仅具有重要的学术意义，而且具有重要的实际 意义。股价的波动给投资者带来了获利的机会。投资者可以通过对度量波动率来 猜测股市的风险有多大，同时，了解波动性有助于投资者更好的理解和把我股票 市场的运行规律，将股价界定在一个可能的范围内，当投资者认识到股价波动的 规律，就可以帮助其做出明智的投资，以获取更多的利益。因此，金融市场的波 动性一直以来都是投资者和经济研究人员关注的焦点。 1.2 研究对象和方法 沪深300指数是由上海和深圳证券市场中选取300只A股作为样本编制而成的 成份股指数。沪深300指数选取规模大、流动性好的股票作为样本, 覆盖了沪深 市场六成左右的市值,具有良好的市场代表性，所以有必要对其进行深入分析。 本文以中国金融期货交易所的沪深300指数2005年1月4 日到2014年6月11 日 每个交易日收盘价为原始数据，共2288个数据样本。 就沪深300指数收益率的波动性研究方法而言，国内外的研究结果表明，许 多金融时间序列都将GARCH模型作为解释金融数据的经验方法。因此，本文采用 GARCH模型检验沪深300指数日收益率的波动性变化，希望可以发现沪深300指数 的波动性特征。 二、GARCH 模型介绍 2.1 ARCH 模型 ARCH 模型由Engle （1982）提出，并由Bollerslev （1986）发展成为 GARCH-广义自回归条件异方差。这些模型广泛的应用与经济性的各个领域，尤 其是金融时间序列中。 2 ARCH 的核心是(1)式中t 时刻的随机误差项ε的方差（σ ）依赖于t-1 时 刻的平方误差的大小，即依赖于ε2t −1 。 Y = β + β X + ⋯ + β X + ε (1) t 0 1 1t k kt t 并假设在t-1 时刻所有信息的条件下，干扰项的分布是： ε ~N 0, α + α ε2 (2) t 0 1 t −1 即ε 遵循均值为 0，方差为α + α ε2 的正态分布。由于（2）式中的ε 的 t 0 1 t −1 t 方差依赖于前期的平方干扰，我们称之为ARCH （1）过程。将该模型加以推广， ARCH （p）过程可以写成： 2 2 2 Var ε = σ = α + α ε + ⋯+ α ε