条件异方差模型.pptVIP

条件异方差模型 ARCH 模型 核心思想：随机干扰项u在时刻t的方差依赖于t时 刻之前的干扰项的误差平方的大小。 两个核心模型： 条件均值方程 条件方差方程 序列 服从p阶的ARCH过程，记作 ～ARCH（p） ARCH 模型的检验 最常用的检验方法是拉格朗日乘数法，即ARCH LM检验 具体步骤 （1）首先采用OLS回归 ，获得残差 序列 ； （2）然后回归 ARCH 模型的检验 （3）进行假设检验： 检验统计量 给定显著水平 和自由度p，如果 ＞ ， 则拒绝 ，认为存在ARCH效应；如果 ，则不能拒绝 ，说明序列不 存在ARCH效应。 GARCH 模型 基本思想 ：用一个或两个 的滞后值代替许多 的滞后值。 GARCH（1，1）模型的基本表达形式： GARCH 模型 GARCH（q，p）模型 的基本表达形式： q表示GARCH项中的滞后阶数，p表示ARCH项中的滞后阶数 GARCH 模型的检验 例：检验股票价格指数的波动是否具有条件异方 差性。选择的样本序列 是1998年1月3日 ～2001年12月31日的上海证券交易所每日 股票价格收盘指数。 本例进行估计的基本形式为： GARCH 模型的检验 首先利用最小二乘法估计上式 GARCH 模型的检验 残差图 GARCH 模型的检验 对残差序列进行ARCH效应检验 GARCH 模型的检验 ARCH效应检验结果 GARCH 模型的检验 残 差 平 方 相 关 图 GARCH 模型的检验 对残差序列建立GARCH(1,1)模型 GARCH 模型的检验 均值方程 方差方程 GARCH 模型的检验 对残差序列进行ARCH效应检验 GARCH 模型的检验 残 差 平 方 相 关 图 ARCH-M 模型 利用条件方差表示预期风险 ARCH-M(p)模型 GARCH-M(q，p)模型 非对称的ARCH 模型 （1）TARCH 模型 利用虚拟变量区分正的和负的冲击对条件波动性的影响。 TARCH（1，1）模型 非对称的ARCH 模型 （2）EGARCH 模型 条件方差方程分析的不是 ，而是 ，并且分别使用均值方程的干扰项和干扰项的绝对值与干扰项的标准差之比来捕捉正负冲击给波动性带来的非对称影响。 EGARCH（1，1）模型 非对称的ARCH 模型 （3）PGARCH 模型 模型模拟的不是方差，而是标准差 PGARCH(1,1)模型 表示幂的值，非对称性由系数 捕捉，如果 =0，则模型没有非对称性效应存在，只有当 ≠0，非对称效应才会出现。 内容 ARCH 模型 1 GARCH 模型 2 ARCH-M 模型 3 非对称的 ARCH 模型 4