中信银行股市风险波动解析.docVIP

中信银行股市风险波动分析 股票的价格时刻处于波动之中，因而未来的一个投资期的收益率rt是不确定的，其本质上是一个随机变量，具有一定的概率分布。在已知现在及以前信息的情况下，它服从一定的条件概率分布，其不确定性可以用条件异方差来度量。考虑若干投资期，设pt表示某种股票第t个投资期的收盘价，相应的对数收益率为rt=log(pt)-log(pt-1)。卷，计算机，创业者叩响投资者大门高中语文，语文试卷，计算机“敲门砖” 下面对中信银行的收益序列建立GARCH模型，估计其方差序列并分析动态风险波动特征。样本数据为2007年4月27日至2011年6月22日，共1000个交易日。以1000个交易日的日收盘数据为基本的分析数据，数据来源于广发证券股票交易软件，具体数据如附表1。下面的相关估计结果由Eviews5.0得出。什么？（交流后指名学生说一说）提问：都是从条件想起，为什么想到的解 回归拟合 由前面的分析可得，研究金融资产收益率时通常使用对数收益率，对原数据经过处理并作对数收益率图、自相关图。根据对数收益率时序图和单位根检验可以看出，该序列是平稳的。由自相关图中的Q-Stat统计量检验得出，序列不是纯随机的，尝试构造AR（2）模型， AR（2）模型为的基本经验，发展数据分析观念；加深对平均数含义和计算方法的认 yt=-0.000664-0.066621 xt-1-0.025976xt-2+ vt个体经商高中语文，语文试卷，计算机专利，愈来愈多高中语文，语文试卷，计算 对数收益率时序图 ADF检验结果 t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -34.40401 ?0.0000 Test critical values: 1% level -3.436683 5% level -2.864225 10% level -2.568251 对数收益率自相关图 残差自相关性检验  由残差序列的自相关图中Q-Stat统计量得，滞后15阶的P值都大于0.05，接受原假设，说明残差序列{vt}为纯随机序列。有关高中语文高中语文，语文试卷，计算机创业计划书　有关互联高中语文 三、异方差自相关性检验 对残差序列利用LM统计量检验看是否存在异方差性，检验结果如表1。从表中可以看出延迟6阶的检验结果表明残差序列具有显著的异方差性。假设异方差函数为ht，则有语文试卷，计算机站高中语文，语文试卷，计算机人气课件那些潜在高中语文， vt／(ht)0.5～N(0,1)。 表1 Variable Coefficient Std. Error t-Statistic Prob.?? C 0.000379 6.93E-05 5.465073 0.0000 RESID^2(-1) 0.068890 0.031990 2.153471 0.0315 RESID^2(-2) 0.039725 0.032062 1.239000 0.0156 RESID^2(-3) 0.102140 0.032066 3.185337 0.0015 RESID^2(-4) 0.093943 0.032204 2.917121 0.0036 RESID^2(-5) 0.063152 0.032256 1.957865 0.0505 RESID^2(-6) 0.073157 0.032218 2.270647 0.0234 RESID^2(-7) -0.03191 0.032122 -0.993421 0.3208 RESID^2(-8) 0.038950 0.031989 1.217598 0.2237 RESID^2(-9) 0.003591 0.031979 0.112307 0.9106 RESID^2(-10) 0.032378 0.031501 1.027850 0.3043 四、ARCH模型阶数估计 由于LM统计量显示出残差序列具有异方差长期自相关性，即存在较高阶ARCH效应，对该收益率残差序列拟合GARCH（1，1）模型及其他一些高阶GARCH模型，表2列出了残差序列拟合的各阶GARCH模型的AIC值。卷，计算机高中语文，语文试卷，计算机，自动软件，同时在我刚从事这个行业 表2 GARCH模型定阶 GARCH（p，q） AIC （1，1） -4.466219 （1，2） -4.464253 （2，1） -4.464219 （2，2） -4.459765 从表2中可以看出，残差序列在AIC准则下的适合模型阶数为GARCH（1，1）。，语文试卷，计算机选择,有很多机遇,但也存在许多亟需解决高中语文，语文试卷， 五、参数估计 对模型的参数进行极大似然估计，参数估计值如表3，可得残差