ARCH模型综述改进版讲义.pptVIP

资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 资料仅供参考 * 2020年08月13日 ARCH模型综述改进版 Page ? * * 线性GARCH模型 当人们发现ARCH模型无法表达“某些情形中自相关系数消退很慢”这一信息，而且在实际应用中对完全自由的滞后分布的估计常导致对非负约束的破坏时,GARCH模型应运而生。 GARCH模型认为，在一定时期内，误差项的方差不仅取决于误差项过去的方差，而且还取决于过去的误差项本身。 Page ? * * 在标准化的GARCH(1,1)模型中,设 (3.2.1) (3.2.2) 其中： 是一个独立同分布的随机变量序列，均值为0，方差为1， ，(3.2.1)中给出的均值方程是一个带有误差项的外生变量函数。由于?t2是以前面信息为基础的一期向前预测方差 ，所以它被称作条件方差。 GARCH(1，1)模型 Page ? * * (3.2.2)中给出的条件方差方程是下面三项的函数： 1．常数项（均值）： 2．用均值方程(3.2.1)的残差平方的滞后来度量从前期得到的波动性的信息： at2-1（ARCH项）。 3．上一期的预测方差： ?t2-1 （GARCH项）。 GARCH(1,1)模型中的(1,1)是指阶数为1的GARCH项（括号中的第一项）和阶数为1的ARCH项（括号中的第二项）。一个普通的ARCH模型是GARCH模型的一个特例，即在条件方差方程中不存在滞后预测方差?t2的说明。 GARCH(1，1)模型 Page ? * * GARCH(p, q)模型 高阶GARCH模型可以通过选择大于1的p或q得到估计，记作GARCH(p, q)。其方差表示为： （3.2.5） 这里，p是GARCH项的阶数，q是ARCH项的阶数。 GARCH(p，q)模型 Page ? * * GARCH模型的优缺点 GARCH模型的优点 1、GARCH更加简便，具有更强的应用性，开辟了ARCH模型族的新篇章.从这时起，大多数新涌现的ARCH模型多为GARCH型，即考虑了异方差本身的自回归； 2、ARCH模型中参数多，估计时比较困难，而GARCH模型在实际应用中可以很好地节约ARCH模型的参数； 3、GARCH模型提供了一个更加灵活的滞后结构，这补充了ARCH模型无法描述自相关系数消退速度慢的缺陷。 GARCH模型的缺点 1、GARCH模型没有解决早期ARCH模型中条件异方差值取决于扰动项的大小而与其负号无关； 2、LGRCH模型为了确保条件异方差几乎处处非负，对参数 和 所要求的非负限制也是一种局限； 3、LGRCH模型很难判断引起条件方差波动源的持续性，而这种持续性在许多研究有资产波动的时间序列时都是核心问题。 Page ? * * E-GARCH模型 实证研究表明，收益率分布存在尖峰、厚尾性，且收益率残差对收益率存在非对称的影响。具体来看，当市场受到负冲击时，股价下跌，收益率的条件方差扩大，导致股价和收益率的波动性更大；反之，股价上升时，波动性减小。股价下跌导致公司的股票价值下降，如果假设公司价值不变，则公司的财务杠杆上升，持有股票的风险提高。因此负冲击对条件方差的这种影响又被称作杠杆效应。由于GARCH模型中，正的和负的冲击对条件方差的影响是对称的，因此GARCH模型不能刻画收益率条件方差波动的非对称性。 所以，非对称GARCH模型