(G)ARCH模型在金融数据中的应用.docx

ht var （ t t i） ao ai t i a.21其中，t i表示t-i时刻所有可得信息的集合,23d t Dht ht var （ t t i） ao ai t i a.21 其中，t i表示t-i时刻所有可得信息的集合, 2 3d t D ht为条件方差。方程 （7.2） 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) ht var ( t ap t p iht i qht q ( 7. 4) 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： (7. 1) (7. 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， 选取1997年1月2日-2002年12月31日共 6年每个交易日上证指数和深证成份指数的收盘价为样本，完成以下实验步骤： （一） 沪深股市收益率的波动性研究 （二） 股市收益波动非对称性的研究 （三） 沪深股市波动溢出效应的研究 2、 实验要求： （1） 深刻理解本章的概念； （2） 对实验步骤屮提出的问题进行思考； （3） 熟练掌握实验的操作步骤，并得到有关结果。 四、 实验指导 （一） 沪深股市收益率的波动性研究 1、描述性统计 （1）导入数据，建立工作组 打开Eviews软件，选择File菜单中的NewWorkfile 选项,在Workfile frequency框中选择 undated or irregularn 在 “Staitobservation 和 uEndobservation 框屮分别输入 1 和 1444,单 击〃0K。选择File ”菜单中的lmport—Read Text一Lotus一Excel ”选项,找到要 导入的名为 EX64. xls的Excel文档完成数据导入。 生成收益率的数据列 在Eviews窗口主菜单栏下的命令窗口中键入如下命令： genr rh=log(sh/sh(~1)),回 车后即形成沪市收益率的数据序列rh,同样的方法可得深市收益数剧序列 rzo 观察收益率的描述性统计量双击选取th 观察收益率的描述性统计量 双击选取th 数据序列，在新岀现的窗口屮点击“View” 一 uDescriptive Statistics Histogram and Stats ” ,则可得沪市收益率th的描述性统计量，如图 7— 1所示： 图7 — 1沪市收益率rh的描述性统计量 同样的步骤可得深市收益率 rz的描述性统计量。观察这些数据，我们可以发现：样本 期内沪市收益率均值为0.027%,标准差为1.63%,偏度为-0.146,左偏峰度为9. 07,远高于 正态分布的 峰度值3,说明收益率rt具有尖峰和厚尾特征。JB正态性检验也证实了这点，统计量为2232,说明在 极小水平下，收益率r t显著异于正态分布；深市收益率均值为-0.012% ,标准差为1.80%,偏度为- 0.027,左偏峰度为8. 172,收益率rt同样具有尖峰、厚尾特征。深 市收益率的标准差大于沪市，说明 深圳股市的波动更大。 2、平稳性检验 Unit Root Test ”，出现如图7— 2 Unit Root Test ”，出现如图7— 2所不窗口: ■ ??? X— ???—?? ??????? ??? ????? ???? ■ ? Augmented Dickey-Fuller： ? ??? ? ? — ? ? ? ???■ x?? ?? ??— * ? ??? ? ? ??? ?*?? ? ? Intereep4 刑—PfflipsPf gn Tr^nd and intercept T ewt for unit root in: ?! Level 丄:st difference Lagged differences 2nd difference | h Te^t Type: Include in test equation: Unit Loot Test 2SJ图7-2 单位根检验 2SJ 图7-3 rh ADF检验