基于EGARCH模型的波动率不对称性检验.docxVIP

基于EGARCH模型的波动率不对称性检验

一、引言

金融市场的波动率特征是资产定价、风险管理与政策制定的核心依据。在实际观测中，市场往往呈现出“跌时波动大，涨时波动小”的现象——负面消息（如突发利空事件、经济数据不及预期）对波动率的冲击通常显著强于同等幅度的正面消息（如政策利好、盈利超预期），这种现象被称为“波动率不对称性”或“杠杆效应”。准确识别并量化这一特征，对于理解市场微观结构、优化投资组合以及防范系统性风险具有重要意义。

传统的GARCH模型（Bollerslev，1986）虽能捕捉波动率的聚类性（VolatilityClustering），但无法区分正负冲击对波动率的差异化影响。1991年，Nelson提出的指数GARCH（ExponentialGARCH，简称EGARCH）模型通过对数形式的条件方差方程和符号变量的引入，首次为波动率不对称性检验提供了有效工具。本文将围绕“基于EGARCH模型的波动率不对称性检验”展开系统探讨，首先梳理波动率不对称性的理论基础，继而解析EGARCH模型的核心原理与优势，随后通过实证检验流程展示具体应用，最后结合结果讨论其经济含义，以期为金融市场波动研究提供方法参考与经验证据。

二、波动率不对称性的理论基础与现实表现

（一）波动率不对称性的定义与理论解释

波动率不对称性指金融资产收益率的正负冲击对未来波动率的影响存在显著差异，具体表现为