- 1、本文档共66页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 9 章、ARCH 模型和 GARCH 模型
*****重要阅读材料:
Engle, Robert, 2004, risk and volatility: econometric models and
financial practice, AER, 94(3): 405-420.
研究内容:研究随时间而变化的风险。
(回忆:Markowitz 均值-方差投资组合选择模型怎样度量资产的
风险)
本章模型与以前所学的异方差的不同之处:随机扰动项的无条件方
差虽然是常数,但是条件方差是按规律变动的量。
波动率的聚类性(volatility clustering):一段时间内,随机扰动项
的波动的幅度较大,而另外一定时间内,波动的幅度较小。如图,
0.8
0.6
0.4
0.2
0.0
-0.2
500 1000 1500 2000
R
§1、ARCH 模型
1、条件方差
多元线性回归模型:
y ? X ? ??
t t t
条件方差或者波动率(Condition variance,volatility)定义为
? ? var (? ) ? var(? |? )
2
t t?1 t t t?1
其中 ? 是信息集。
?
t 1
2、ARCH 模型的定义
Engle ( 1982 ) 提 出 ARCH 模 型 ( autoregressive conditional
heteroskedasticity,自回归条件异方差)。
ARCH(q)模型:
y ? x ? ?? (1)
t t
? 的无条件方差是常数,但是其条件分布为
t
? ? ?
t | t ~ N(0, t2 )
?1
? 2 ?? ?? ? 2 ???? ? 2 (2)
t 1 t?1 q t?q
其中 ? 是信息集。
?
t 1
方程(1)是均值方程(mean equation)
? ? 2 :条件方差,含义是基于过去信息的一期预测方差
t
方程(2)是条件方差方程(conditional variance equation),由二项
组成
? 常数?
? ARCH 项 2? :滞后的残差平方
?
t i
习题: 方程(2)给出了? 的条件方差,请计算? 的无条件方差。
t t
引理(方差分解公式):【不作要求】
Var(X)=Var[E(X|Y)]+E[Var(X|Y)]
证明:
(1)条件方差定义为
Var(X|Y)=E{[X-E(X|Y)]2|Y}
(2)注意,条件方差 Var(X|Y)是随机变量 Y 的函数。展开,得到
Var(X|Y)=E(X2|Y)-[E(X|Y)]2
因此,
E[Var(X|Y)]=E{E(X2|Y)-[E(X|Y)]2}
= E{E(X2|Y)}-E{[E(X|Y)]2}
= E(X2)-E{[E(X|Y)]2}
(3)使用如下公式 Var[g(Y)]=E{[g(Y)]2}-{E[g(Y)]}2,定义
g(Y)=E(X|Y)
并代入以上等式,得到
Var[E(X|Y)]=E{[ E(X|Y)]2}-{E[E(X|Y)]}2
=E{[ E(X|Y)]2}-{E(X)}2
(3)因此,合并,得到
E[Var(X|Y)]+ Var[E(X|Y)]
= E(X2)-E{[E(X|Y)]2}+E{[ E(X|Y)]2}-{E(X)}2
= E(X2) -{E(X)}2
=Var(X)
证明结束。
习题的证明:
利用方差分解公式:Var(X) = VarY[E(X|Y)] + EY[Var(X|Y)]
由于?t |?t N(0,?t2 )
? ? ,所以条件均值为 0,条件方差为
? 2 。那么, 1 t
? ? var (? )
2
t t?1 t
var(? ) ? ?E[var (? )] ? E?
2 t t?1 t t
? E(? ?? ? 2 ? ?? ? 2 )
?
1 t?1 q t?q
? ? E 2 ? ? E 2
? ? ? ? ?
?
1 t?1 q t?q
? ? ?? ? ? ?? ?
var( ) ? var( ) 1 t?1 q t?q
? ? ?? ? ? ?? ?
var( ) ? var( ) 1 t q t
推出
var(? )
t
?
?
1?? ????
1 q
,说明
?
t
?
~ N(0, )
1?? ?...??
1 q
3、ARCH 模型的平稳性条件
在 ARCH(1)模型中,观察参数? 的含义:
当? ?1时, var(? ) ? ?
t
当? ? 0时,退化为传统情形, t N(0, )
? ? ?
ARCH 模型的平稳性条件:?? ?1(这样才得到有限的方差)
i
4、ARCH 效应检验
ARCH LM Test:拉格朗日乘数检验
针对 ARCH 模型? 2 ?? ?? ?2 ????
文档评论(0)