文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 人文社科 > 教育学/心理学 > 基于GARCH族模型的黄金价格收益率及波动性
侵权投诉

基于GARCH族模型的黄金价格收益率及波动性

·154·

Lnht=k0+β1lnht-1+…+βrht-r+α1{|vt-1|-E(|vt-1|)+θvt-1}+…+αq{|vt-q|-(|vt-q)|+θvt-q}E

下面以EGARCH(1,1)模型为例,条件方差方程为1nht=k0-α1E(|vt-1|)+α1|vt-1|+α1θvt-1+β1lnht-1。先假定εt-1<0(等价于vt-1<0),表明资产价格被高估,是个利空消息。此时条件方差lnht=k0-α1E(|vt-1)|+α(1θ-1)vt-1+β1lnht-1;若εt-1>0(vt-1>0),表明价格被低估,是个利好消息,此

(|vt-1|)+α()vt-1+β1lnht-1。若存在非对称时条件方差lnht=k0-α1E1θ+1

性,即正冲击和负冲击对波动率的影响不同,则两次得到的条件方差不相等,进而可以得出θ≠0的结论。

3数据及实证研究

3.1数据的选取及预处理文章选取黄金市场上6101黄金现货价格为研究对象。样本区间为2006年1月3日至2011年9月23日,共1490个收盘价。分析所用数据来自大智慧软件,统计分析软件为Eviews5.0。黄金现货价格走势情况如图1所示。

价值工程

益率建立如下模型:Rt=αRt-6+εt。利用最小二乘法(OLS)估计得到:Rt=0.07495-0.07232Rt-6,AIC=3.4680,回归方程残差图(图3)表明模型很可能存在自回归条件异方差,因此对黄金价格日收益率回归方程残差序列进行ARCH-LM检验。结果显示,在滞后阶数为9的时候ARCH-LM检验结果的F统计量为10.7065,R2值为91.0256,P值均为0,因此拒绝零假设,认为黄金价格日收益率自回归方程残

回归方程残差平方序列存在高阶自相关。差存在ARCH效应,

因为当ARCH(q)中q值较大时ARCH模型的参数估计不再精

确,而且一个低阶的GARCH(p,q)模型能够很好地替代高阶ARCH模型,因此选择采用低阶GARCH(p,q)来刻画日收益率及波动性,p和q的选择依据赤池信息准则(AIC)确定,最后经过筛选,确定采用GARCH(1,1)模型。

均值方程:Rt=0.0869-0.0672Rt-6+εt条件方差方程:ht=0.0171+0.0564εt-1+0.9359ht-1再次对模型进行ARCH-LM检验,滞后阶数为9的时候F统计

2

量为0.2919,R值为2.6405,相伴概率P值均远大于0.05,因此认为已不存在ARCH效应。

ARCH项系数α加GARCH项系数β之和等于0.9923,满足平稳约束条件,过去的波动对未来的影响是逐渐衰退递减的;同时,α+β之和十分接近于1,说明过去波动的冲击较为持久,对未来的预测有重要的作用。

进一步考察是否有必要建立GARCH-M模型即将姨t引入均值方程中,GARCH(1,1)

基于GARCH族模型的黄金价格收益率及波动性

-M

基于GARCH族模型的黄金价格收益率及波动性

模型的估计结果中

基于GARCH族模型的黄金价格收益率及波动性

姨t项显著性检验z统计量的相伴概率P=0.19>0.05,因此认为没有必要建立GARCH(1,1)-M模型。

由于金融资产的收益率及波动往往存在非对称性,因此有必要考虑建立TGARCH模型考察新息冲击曲线的对称性。TARCH模型的结果如表4。非对称系数λ显著异于0(p=0.0009),表明TGARCH模型较好刻画了黄金价格波动非对称性的特点。这里应当注意到,

这意味着在黄金市场中,利好消息比利空消非对称系数λ=-0.0435,

息对波动率的影响更大,这是有别于股票等金融资产波动规律的现象。

表4TARCH模型估计输出结果

CAR(6)

CRESID(-1)^2(-1)^2*(RESID(-1)<0)RESID

GARCH(-1)

R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihood

Std.ErrorCoefficient

0.1021970.028631-0.0631850.026709VarianceEquation

2

很明显,该时间序列是非平稳的,所以在建立模型之前我们将收盘价作如此变换:令rt=100×(logpt-logpt-1),rt代表日收益率,得到的日收益率图见图2。

3.2实证结果日收益率R的统计特征如表1所示。

表1日收益率统计特征表

MeanMedianMaximumMinimum

0.0760800.10911110.39191-7.366343

Std.DevSkewnessKurtosisJarque-Bera

1.373753-0.2154517.4300891229.130

图2较为明显地表明日收益率存在着波动聚集的现象,在某些时间段内波动很大。表1的统计结果中,偏度为-0.215451,表明样本分布呈左偏;峰度为7.430089,远大于3,说明收益率有明显的“尖峰厚尾”特征;而且JB值为1229.13,远大于临界值。这些统计结果都表明黄金价格的日收益率分布不符合正态分布,而且序列可能存在ARCH效应。

3.3单位根检验建立GARCH族模型需要时间序列满足平稳条件,所以,在建模之前,有必要对收益率时间序列进行平稳性检

这里采用增广迪基-富勒(ADF)检验的方法。对黄金现货价格日验。

收益率序列进行ADF检验的结果如表2。

表2ADF检验表

AugmentedDickey-FullerteststatisticTestcriticalvalues:

1%level5%level10%level

-38.52910-3.434537-2.863276-2.567743

0.0000

z-Statistic3.569393-2.3656821.9495296.210033-3.317304105.1894

Prob.0.00040.01800.05120.00000.00090.00000.0744681.3725473.2842163.3056661.994157

0.0101430.075097-0.0434810.9453480.0046590.0012891.3716622778.913-2429.246

0.0052030.0120930.0131070.008987

MeandependentvarS.D.dependentvarAkaikeinfocriterionSchwarzcriterionDurbin-Watsonstat

最后通过EGARCH(1,1)模型考察非对称性,估计结果见表5。上文提到过,检验新息冲击曲线是否具有非对称性只须检验θ是否等于0,也就是检验图中的C(5)是否等于0即可。EGARCH

检验统计量t=-38.53,小于显著性水平为1%的临界值,因此拒(1,1)模型中非对称系数对应的伴随概率p<0.05,因此拒绝零假设,绝存在单位根,认为日收益率序列已经平稳。认为存在非对称性。C(5)=0.0309>0,也表明利好消息对波动的影响

4拟合模型更大。通过观察{Rt}的自相关(ACF)图及偏自相关(PACF)图可以发5结语现,日收益率序列的第6阶相关性较为明显,通过反复筛选,对日收通过上述模型对黄金现货价格的日收益率及波动情况进行分

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email