现代金融研究专题PPTGARCH模型.pptVIP

ARCH的参数的约束 在给出无条件4阶矩和2阶矩的基础上，则残差序列ut的无条件峰度K 该ARCH模型估计的残差序列的无条件分布具有尖峰重尾性，进一步 第三十页，共六十六页。 ARCH与重尾性 参看均值方程的情形，若假设某资产的回报率满足 由于均值方程中只有残差是随机过程，则有 以上表明，利用ARCH可以描述回报序列的重尾性！ 第三十一页，共六十六页。 实证：中石化ARCH（1） 第三十二页，共六十六页。 ARCH的缺陷 ARCH模型对参数的限制非常严格。ARCH（1）对于参数给出的非常严格的限制，并且随着ARCH阶数的增加，其限制将更为复杂，在实际的回归过程中，可能很难满足这样的条件。 ARCH（1）描述金融时间序列是不够的，ARCH（P）需要大量的参数估计，且要保证所有的参数均满足参数约束是很困难的，以及保证显著性是很困难的。 现在，ARCH主要是用来检验金融时间序列是否具有条件异方差效应，即ARCH检验。 第三十三页，共六十六页。 2.4 ARCH效应检验 （1）进行均值方程的回归，可以采用普通的一元或者多元回归，或者是AR(n)的均值方程，均值方程的构建取决于金融学的研究目的 AR(m)-ARCH（p） 或者 第三十四页，共六十六页。 ARCH效应检验 （2）根据ARCH模型的定义 因此，首先由均值方程得到残差，然后对其取平方，最后判定上述的各