(g)arch模型在金融数据中的应用.docxVIP

实验七 （ G） ARCH 模型在金融数据中的应用 一、实验目的 理解自回归异方差（ ARCH ）模型的概念及建立的必要性和适用的场合。 了解 （G）ARCH 模型的各种不同类型，如 GARCH-M 模型（ GARCH in mean ）， EGARCH 模型（Exponential GARCH ） 和 TARCH 模型（又称 GJR）。掌握对（G）ARCH 模型 的识别、估计及如何运用 Eviews 软件在实证研究中实现。 二、基本概念 p阶自回归条件异方程 ARCH（p）模型，其定义由均值方程（7.1）和条件方程方程（7.2） 给出： yt xt t （7.1） ht var（ t | t 1） a0 a1 t 1 a2 t 2 .. 2 ap t p （ 7.2） 其中， t 1 表示 t-1 时刻所有可得信息的集合， ht 为条件方差。方程（ 7.2）表示误差项 t 的方差 ht 由两部分组成：一个常数项和前 p 个时刻关于变化量的信息，用前 p 个时刻的残 差平方表示（ARCH项）。 广义自回归条件异方差 GARCHp（,q） 模型可表示为： yt xt t （ 7.3） ap t p 1h ap t p 1ht 1 qht q （ 7.4） ht var（ t | t 1） a0 a1 t 1 三、实验内容及要求 1、实验内容： 以上证指数和深证成份指数为研究对象，