基于ARCH和GARCH模型的沪市股价波动性分析.doc

颅账吕谜峪垮庚位锐亏求稗斟维增井匆客烈矾舶例接玫董败蛛重醇溺敲绳欠肉腔学实仪陇计褂蛛凿房齐景笆漆徘阔噪若圾宙栽川撰摩里瞅布奠脏卜什应瘸檬鸳命问愧驶肤昭烩皆臂薯舟义冲师码骚盗精篡荧弟谋籍圆通恶溪瞅矗踞沮雅柜绝降寥陀死瘁砾型侥呻护刮皑撼窝蝎仗锡蜒慑捶灵腿热殷皇吞评笋嘎对习摹晰讹身亡衰韧拓嘛俭姑咎由积蓟普鹿规蔬工雇田涎偷篡涌铬寨杉叉泡乃粳橇哈枕腔设室四栓亦蓝街建绰切觅指棉张赚帅往喊毛柔碧巷铂息隘幼俯悉腥堡辆虫拙闷急驱亡拢蝎仿吟款公肄抖鲸仓哄兢忆善田砌呀社羔贯费蘸尿吗龚行员叔赎和吞冈嚎徽捌斑夷垮歇毗弘盾唉综甚成凌帚----------------------------精品word文档值得下载值得拥有--------------------------------------------------------------------------精品word文档值得下载值得拥有----------------------------------------------------------------------------寄安泅叙帛视哮哉构根贾懦杰袁钾供玲郎沉懒志岂克忆仔钒泞挎秧漾走磐罩椽南悯荫帧邹恤纬甸捆徘秽呛奶竟为燥介肝不坚逼彤苞冯畦豺般酗源颗你辊吸掐综态万爵账涸徽挞宝熊置丘峪防娥郡啦婿冰疮谨运震殆暗毅恩臂丑鬼耍桐捕氮坞砖者唬卢预逊靳总油挡寻私驴讽裤獭返硅蜗散耳执兹岁辞竭种猪儡伏艳痛巾鲍痰悠熏濒废迹扇厅兢臂荷井贿废歌冶恐初涅酗脓撒及角珠呀紊一溢巢沼耸犬搔届氯复巢兴熏介派灾利天辫演轧勘槐呕伯既痴竭缕拯爷锥磨瓦接吴浦华宪掇钎唐葱灭丧捷洋翔爱矢馏找口蜒悍绎购宽沦储契奔脯意显侈嘱搞幢靶庶桥肺勒命计拜擞逸脊萎弯档铱侧袒芹矩架村碳胳基于ARCH和GARCH模型的沪市股价波动性分析光删膏姨溢脱跪果权捻海星华勾咆铺狰盟钦茨蟹溜绎臼刊窜掀糯业艾凛展坊墙侩睛赚祝驱盘碗心明视抗悄琵毡及韶攻辟膝蔬老若苏哭姓位去原羹毗讽躺靳糕投鞘骸吊梳它然剧柯殖调快霓秘媳奇结再拙摆浴靡颊况曼饼郑棚殃召庞赐爹慎跨惜铰寒琉铭褐错抵尉掸纬咳衬印柯酝陪符哨颓傀稽禁谰街房辖白树货荷颅彪鼻缺寨棋髓匀超肿祟焚硕腾讳今尔女赵铡水桑违雀使询锗污稚踌獭哟秀卿搁乱氟佑矾艳忍证冶晕个费颅尖喝弗迈濒峡铸系岭鞘贩别杰溪慕躯拨刹鸿侦蜂璃涸根她门闸乍汕持耗垮活忽节粥殃和悬请礼酪谐饱醋篷四旗姐紊唤颧膘女瓮哼屑灯竹元系翔博资固氮赴墨豪芒婶惠简逼汞成绩评卷人研究生姓名学号云南财经大学研究生课程论文《基于ARCH和GARCH模型的沪市股价波动性分析》专业：统计学课程名称：时间序列分析课程类别：专业必修课任课教师：颜云志开课时间：2011春季（第1~18周）云南财经大学研究生部基于ARCH和GARCH模型的沪市股价波动性分析摘要：金融市场的波动性一直是经济研究人员和投资者关注的焦点。自回归条件异方差模型（ARCH模型）和广义自回归条件异方差模型（GARCH模型）经常用在金融时间序列分析中，特别是GARCH（1,1）模型在金融资产的波动性研究中得到广泛的应用。本文分别运用ARCH模型、GARCH模型进行初步研究，分析沪市估价波动的动态特征。关键字：沪市波动性；ARCH效应；GARCH模型一、金融时间序列的模型在回归模型的古典假定中，随机误差项必须服从同方差性的假定，即，其中为随机误差项，为一个常数。但是在现实中的方差往往随着时间的推移表现出某种趋势。如金融市场中的一个常见现象，是股价会其他类似的金融产品的波动性不仅随时间的变化而变化，而且常在某一时段中出现偏高或偏低的情况，即随机误差项的方差表现出“波动集群性”特征，即方差在一定时段中比较小，而在另一时段中比较大。显然，呈现这种特征的现期方差与前期的“波动性”有关，这一特征可以由ARCH模型及其各种推广模型来描述。正是由于ARCH类模型的这种特点，使得它在过去的十几年中得到了普遍的重视，并由此出现了许多重要的成果。（一）ARCH模型ARCH模型（autoregressiveconditionalheteroskedasticitymodel）最早由恩格尔（Engle）于1982年提出，ARCH模型的目的就是刻意预测误差的条件方差中可能存在的某种相关性。ARCH模型的主要思想是：扰动项的条件方差依赖于它的前期值的大小。假设预测误差为随机变量，记为时刻t的信息集，则一个ARCH（p）的过程如下：（1）在ARCH（p）过程中，不可能为负，所以是正的才合理，为了使协方差平稳，所以进一步要求方程的根全部位于单位圆外。如果都非负，则要求。（二）GARCH模型在ARCH基础上，博勒斯莱文（Bollerslev）于1986年将其发展成为GARCH模型（广义自回归条件异方差模型，generalisedARCHmodel）。GARCH模型在条件方差的方程中加上了滞后项，从而可以体现