基于沪深300指数RCH模型改进研究.pdfVIP

基于沪深300指数的

GARCH模型改进研究

组长：

组员：栗耀磊

(按姓氏

排序）

内容

项目简介模型改进研究结论

o项目背景及目的oGJR模型o模型比较

o文献综述oEGARCH模型

o研究对象o虚拟变量模型

oARCH模型与

GARCH模型

引言

•我们都知道，金融方面的很多学术研究都是在时间序列的

基础上进行的扩展，金融时间序列分析非常重要。波动性

是金融中的一个关键的元素，它是标的资产收益率的

条件方差。

•长期以来，市场收益率波动性的研究历来是金融时间

序列研究的关键问题，同时也是每个国家机构最关注

的权衡目标。因为波动性是反映价格变化最便捷

和最管用的指标之一，与企业投资、财务策划及消费者理

财密切相关。开放以来，我国市场发展迅速，研

究波动率度量方法具有重大的理论和实践意义。

项目简介

文献综述

○Engle于1982年ARCH模型，此后大多数经验理论的研究都是基于

此模型

○1992年，Bollerlev,T.,andKroner,K.F.研究波动聚类以描述周期投

机的价格

○1994年，Bollerlev,T.,Engle,R.F.,andNelson,D.B.主要是评价

了重要的时间变化条件方差的ARCH模型理论发展

○1999年，AlbertK.Tsui,QiaoYu研究了和市场的

收益，发现了市场平均在星期一和星期二影响，而在星期五

正面影响

○2006年，QingfengLiuandKimioMrimune讨论了GARCH模型的改进，

进而来研究波动性变化，影响因素主要有正面和的冲击。这

个模型是通过对p和Nikkei225指数进行分析发现在分析p指数时

非常有效。同样，EGARH模型也是GARCH扩展体，并应用于同一组数据

项目简介

文献综述

○2006年，张俊杰的投资市场收益与波动的——

基于GARCH和GARCH-M模型，分析了对于我国市场的收益和波动的

关系，研究结果表明，与市场相比，基金市场的收益率是不存在

自相关性的，波动性与市场相比也小很多，收益和条件方差是没

有线的，GARCH-M模型不适用于我国基金市场，GARCH（1，1）

模型更好的体现了基金市场的收益和波动的特征

○2009年，杜普燕、宋向东、任文军的ARCH模型在金融时间序列中的拟

合应用，研究了ARCH模型（自回归条件异方差模型）在金融时间序列

分析中的应用，以一个金融时间序列作为例子，通过SAS/ETS中自回归

过程完成了对该金融时间序列的AR-GARCH模型（自回归-广义自回归条

件异方差模型）的拟合和分析，最终得到了理想的结果

项目简介

项目背景

○收益率的波动性在资产定价上扮演了重要的角色，而GARCH模型是预测

波动率的常用方法

○金融时间序列具有波动集聚性、非对称性及尖峰厚尾性

○波动集聚性指较大的收益预期后面将呈现较大的收益，而较小的收益预期后面将呈

现较小的收益，即方差的变化会随着时间的改变而改变

○非对称性指在中，当预期的