本文關鍵詞：GARCH模型在股市收益波動率分析中的應用

  更多相關文章： 時間序列 收益率 波動性 ARCH模型 GARCH模型

【摘要】：關于波動率的研究一直都是經(jīng)濟和金融領域的熱點,在早期我們用恒定的標準差或者方差來度量波動率,但是在金融市場中,波動率會隨著時間發(fā)生變化,傳統(tǒng)的統(tǒng)計方法已經(jīng)無法反映這些特征了,很多的學者開始嘗試著使用其它的方法來分析金融中的波動率問題。1982年Robert F.Engle提出了ARCH模型(Auto Regressive Conditional Heteroskedasticity Model,自回歸條件異方差模型)。用以分析具有異方差性質的時間序列,并且取得了很好的效果,此后,ARCH模型得到了快速的發(fā)展,學者們在ARCH模型的基礎上做了很多的改進,如1986年Bollerslev提出的GARCH模型(推廣的自回歸條件異方差模型)。GARCH模型是ARCH模型的推廣和拓展。GARCH模型除了具有ARCH模型的基本特點之外,它更能反應數(shù)據(jù)之間的長期自相關性,ARCH模型實際上只適合于異方差函數(shù)短期自相關過程,而GARCH模型可以有效的地模擬具有長期記憶性的異方差函數(shù)。GARCH模型也是本文主要使用的時間序列擬合模型。本文以2013年至2015年上證指數(shù)、深圳成指和創(chuàng)業(yè)板指數(shù)為分析對象,以ARMA模型和GARCH模型為分析方法,對上海主板、深圳主板、創(chuàng)業(yè)板三大股票市場的波動率進行了分析,分析結果說明上證指數(shù)和深圳成指的分布幾乎一致,擾動項方差都呈現(xiàn)逐漸增加的趨勢,對外部信息的反應靈敏程度創(chuàng)業(yè)板最強烈,上海主板和深圳主板較弱。
【關鍵詞】：時間序列 收益率 波動性 ARCH模型 GARCH模型
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O212.1;F832.51
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-12
• 1.1 背景8-9
• 1.2 文獻綜述9-10
• 1.3 本文結構10-12
• 2 ARMA模型12-18
• 2.1 時間序列分析簡介12-14
• 2.2 ARMA模型14-18
• 3 GARCH模型18-27
• 3.1 波動率18-21
• 3.2 ARCH模型21-23
• 3.3 GARCH模型23-24
• 3.4 AR-GARCH模型24-25
• 3.5 ARCH模型和GARCH模型的優(yōu)缺點25-27
• 4 GARCH模型的實證分析27-50
• 4.1 數(shù)據(jù)選擇與預處理27
• 4.2 擬合ARMA模型27-40
• 4.3 擬合GARCH模型40-46
• 4.4 方差的預測46-48
• 4.5 本章小結48-50
• 5 總結50-51
• 致謝51-52
• 參考文獻52-55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 熊建國;;《動載設計:模型分析的應用》[J];世界地震工程;1984年04期

2 盧正安;;積寬法測流模型分析[J];人民長江;1982年05期

3 蔡e，

本文編號：528126