波動(dòng)率是金融時(shí)間序列最重要的特征之一,因而模擬和預(yù)測(cè)金融市場(chǎng)資產(chǎn)收益率的波動(dòng)性己經(jīng)成為眾多理論和實(shí)證研究的重要領(lǐng)域。本文通過(guò)對(duì)外匯市場(chǎng)EUR/USD收益率波動(dòng)性的實(shí)證建模分析,驗(yàn)證了在信息不對(duì)稱(chēng)的外匯市場(chǎng)上,好消息與壞消息對(duì)收益率波動(dòng)性的不同反應(yīng),進(jìn)而證實(shí)了外匯市場(chǎng)中杠桿效應(yīng),為外匯投資者提供參考。 

【文章來(lái)源】：商業(yè)研究. 2011,(10)北大核心CSSCI

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

EGARCH ( 1，1) 和 GARCH ( 1 ，1) 的信息沖擊曲線對(duì)比

對(duì)匯率構(gòu)成的時(shí)間序列 EUR_ USD 的變量取對(duì)數(shù)，然后再進(jìn)行一階差分，RT_ EUR_ USD = log( EUR_ USD) － log ( EUR_ USD ( －1) ) 。1． 數(shù)據(jù)的統(tǒng)計(jì)性特征描述。RT_ EUR_ USD 即為歐元 /美元的日資產(chǎn)收益率，其統(tǒng)計(jì)圖表如圖 2 所示。從圖 2 中可以說(shuō)明 RT_ EUR_ USD 有如下統(tǒng)計(jì)特征: ( 1) RT_ EUR_ USD 收益率波動(dòng)呈現(xiàn)偏峰厚尾的特征。峰度值: Kurtosis = 4. 563035 ＞ 3，表明匯率的波動(dòng)不服從于正態(tài)分布; 偏度值: Skewness =0. 074902 ＞ 0，說(shuō)明 RT_ EUR_ USD 的差分序列呈現(xiàn)長(zhǎng)的右厚尾特征，厚尾性越大說(shuō)明狀態(tài)持續(xù)性越強(qiáng)，在預(yù)測(cè)匯率趨勢(shì)時(shí)歷史信息越重要。( 2) Jarque － bera 的統(tǒng)計(jì)量為 208. 0281 ，表明 RT_ EUR_ USD 的差分序列不符合正態(tài)分布。金融數(shù)據(jù)典型的尖峰、厚尾特征使得樣本方差增大，故正態(tài)分布難以擬合時(shí)間序列分布的厚尾特性。圖 2 EUR_ USD 收益率統(tǒng)計(jì)圖2． 平穩(wěn)性檢驗(yàn)。檢驗(yàn)時(shí)間序列是否平穩(wěn)，即是檢驗(yàn)單位根是否存在，而常用的單位根檢驗(yàn)方法是由Dickey 和 Fuller ( Fuller，1976; Dickey 和 Fuller

在 E － views 中擬合如表 2 所示。由表 2 知，截距項(xiàng)在顯著水平為 0. 33 時(shí)都不顯著。為更好的估計(jì)方程 ( 7) ，可以進(jìn)一步觀察一下剛才估計(jì)結(jié)果的殘差。圖 3 表明可能存在異方差，為進(jìn)一步證明這種異方差的存在，可以到殘差進(jìn)行 ARCH 效應(yīng)檢驗(yàn)。由表 3 中的 F 統(tǒng)計(jì)量及 χ2統(tǒng)計(jì)量的 P 值都為 0. 0001，表明方程 ( 7) 估計(jì)的殘差存在 ARCH 效應(yīng)。因此，下面我們主要采用 T － GARCH 模型來(lái)描述 RT_ EUR_ USD 收益率序列。圖 3 殘差圖表 3 ARCH LM 檢驗(yàn)表異方差檢測(cè): ARCHF － 統(tǒng)計(jì) 16． 40636 P 值． F ( 1，2022) 0． 0001R － 平方 16． 29041 P 值． 方 ( 1) 0． 0001T － GARCH ( 1 ，1) 模型估計(jì)如表 4 所示:表 4 T － GARCH( 1 ，1) 模型估計(jì)表GARCH = C( 2) + C( 3) * RESID( － 1) ^2 + C( 4) * RESID( － 1) ^2* ( RESID( － 1) ＜ 0) + C( 5) * GARCH( － 1)系數(shù) 標(biāo)準(zhǔn)差 Z － 統(tǒng)計(jì) P 值C 0． 000188 0． 000126 1． 498619 0．


本文編號(hào)：3596245