GARCH模型实验时间序列.pptxVIP

金融时间序列分析;第一部分实验背景 自 1990 年 12 月,我国建立了上海、深圳证券交易所,20 多年来,我国资本市场在拓宽融资渠道、促 进资本形成、优化资源配置、分散市场风险方面发挥了不可替代的重要作用,有力推动了实体经济的发 展,成为我国市场经济的重要组成部分。自 1980 年第一次股票发行算起,我国股票市场历经 30 多年,就 当前的股票市场来看,股票市场的动荡和股票的突然疯涨等一系列现象和问题值得我们深入思考和深 入研究。 第二部分实验分析目的及方法 沪深 300 指数是在以上交所和深交所所有上市的股票中选取规模大流动性强的最具代表性的 300 家成分股作为编制对象，成为沪深证券所联合开发的第一个反应 A 股市场整体走势的指数。沪深 300 指数作为我国股票市场具有代表性的且作为股指期货的标的指数，以沪深 300 指数作为研究对象可以 使得检验结果更加具有真实性和完整性，较好的反应我国股票市场的基本状况。本文在检验沪深 300 指数 2011 年 1 月 4 日到 2012 年 12 月 12 日的日收益率的相关时间序列特征的基础上，对序列{r}建立 条件异方差模型，并研究其收益波动率。 第三部分实验样本 数据来源 数据来源于国泰安数据库。 所选数据变量 沪深 300 指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业 绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。故本文选择沪深 300 指数 2011 年 1 月 4 日到 2012 年 12 月 12 日的日收益率作为样本，探究中国股票市场收益率的波动情况。 第四部分模型构建 4.1 单位根检验 观察R 的图形，如下所示：;;;||;;||;可以看出，残差平方滞后项的系数在 5%的显著水平下都显著，因此选择 arch（2）合适，再选择 ARCH(1)。 表 4.5arch（1）模型的估计结果;;- 9 -;- 10 -;Includedobservations:957;;表 4.10TARCH 模型的估计结果;;4.6 模型的预测 选择GARCH(1,1)模型进行预测，预测结果如下。