第八章-GARCH动态模型(金融计量学).pptVIP

(G)ARCH模型的概念和构造 一、 (G)ARCH模型的概念 自回归条件异方差（ARCH）模型由美国圣迭哥大学经济学家恩格尔（Engle）教授于１９８２年提出的 (G)ARCH模型的特征： 金融时间序列数据观测误差的方差呈现某种自相关且具有丛集性、波动性 (G)ARCH模型的概念 一. ARCH模型 由均值方程和条件方差方程给出： 表示t-1时刻所有可得信息的集合， 为条件方差 用极大似然估计法对方程进行估计 (G)ARCH模型的概念 二. 广义自回归条件异方差模型GARCH (generalized autoregressive conditional heteroscedasticity)，GARCH模型 一般的GARCH(p,q)模型如下表示 可用极大似然估计法估计 GARCH(p,q)的推广 二、(G)ARCH模型的识别、估计、类型和预测 一. ARCH效应的识别——ARCH LM Test 1. ARCH效应的识别的含义 通常是对于残差项中是否存在自回归条件异方差现象的拉格朗日乘数检验（Lagrange multiplier test, Engle 1982） 2. ARCH LM Test 中的统计量 F统计量 Obs*R-squared 统计量 （一）ARCH效应的识别 原假设 ： 辅助回归方程 其中e是残差 ARCH LM Test 对最小二乘法，两阶段最小二乘法，非线性最小二乘法都适用 （二）(G)ARCH模型的估计 方法： 最大似然估计法（以建立对数似然方程来实现，见下例） (G)ARCH模型的估计（例） 对于AR(1)- GARCH (1,1)模型： 可以通过最大化下述对数函数来估计模型参数 （三）(G)ARCH模型的类型 1. GARCH-M模型 2. TARCH模型 3. EGARCH模型 4. PARCH模型 5. CGARCH模型  GARCH-M Model We expect a risk to be compensated by a higher return. So why not let the return of a security be partly determined by its risk? ? Engle, Lilien and Robins (1987) suggested the ARCH-M specification. A GARCH-M model would be ?? can be interpreted as a sort of risk premium. It is possible to combine all or some of these models together to get more complex “hybrid” models - e.g. an ARMA-EGARCH(1,1)-M model. The Threshold GARCH（TARCH） 模型 TARCH模型分别由Glosten、Jaganathan 及 Runkle (1993)提出. 条件方差模型的基本形式如下： ? 其中， It-k = 1 if t-k 0；否则为0 ? ? k 0，意味着存在杠杆效应； ? k非零意味着存在非对称效应。 ? The EGARCH Model EGARCH模型是由 Nelson (1991)提出. 模型的一般表示形式为： ? Nelson最初提出的模型与软件中采用的模型形式有所区别： （1）Nelson假定误差项服从Generalized Error Distribution (GED), 而软件允许选择：正态分布、Student‘s t-distribution, 或者GED. （2）Nelson所提出的模式形式为： The Power ARCH (PARCH) 模型 Taylor (1986) 和Schwert (1989) 提出了标准方差GARCH模型，其表示形式为： ? 其中， The Component GARCH (CGARCH) 模型 CGARCH模型意味着均值回归到一个不断变化的水平上，模型的表示形式为： （四）(G)ARCH模型的预测 1. 主要作用 预测时间序列的方差，从而研究时间序列的波动性 结合动态模型组成方程组来模拟一些金融问题的特性，例如 ARMA-EGARCH(1,1)-M模型 三、实例 (G)ARCH模型在金融数据中的应用 研究对象 我国股市收益的波动性、波动的非对称性以及