时间序列分析中的ARCH模型波动率预测.docxVIP

下载本文档

0
0
约4.95千字
约 10页
2025-12-23 发布于上海
举报
版权申诉

时间序列分析中的ARCH模型波动率预测.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

时间序列分析中的ARCH模型波动率预测

引言

在金融市场中，波动率是衡量资产价格波动剧烈程度的核心指标，它不仅直接影响资产定价、投资组合优化和风险管理，更是理解市场不确定性的关键窗口。传统的时间序列分析方法（如ARIMA模型）主要关注均值的预测，却难以捕捉波动率的时变性特征——金融市场中常出现的“波动率聚类”现象（即大幅波动后往往伴随持续的大幅波动，小幅波动后伴随持续的小幅波动），正是传统方法的盲区。1982年，计量经济学家罗伯特·恩格尔（RobertEngle）提出的ARCH（AutoregressiveConditionalHeteroskedasticity，自回归条件异方差）模型