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 > 基于GARCH(11)模型的股票价格指数波动性分析——以沪市为例
侵权投诉

基于GARCH(11)模型的股票价格指数波动性分析——以沪市为例

文章以中国股票市场上的沪市价格指数为样本,采用GARCH对沪市价格指数的波动性进行分析。实证研究的结果说明了沪市有着强烈的风险溢价现象,股票价格和风险成正比,当股市波动较大时,风险较大,相应的回报率也较高;股市波动对外部的反应函数以一个相对较快的速度递增,股市一旦出现大的波动在短的时间内很难消除。

自然对数处理,即将序列{ n )作为因变量进行估计, L( )由于股票价格指数序列常常用一种特殊的单位根过程——随机游走模型描述,以文章进行估计的基本形式为:所 Ln P ) C*Ln P一 ) U (一 ( t1+ t

(,)型的结果如下; 1 1模 均值方程: n P) . 0 13*L ( t1+u L (=10 0 9 n P一 ) ( 3 8 . 9 17 5 6 )

(.) 14

方差方程:= 12 E 0+0 171 * l .793 .2 - 6 .624五+0860 d 1 t 1 2L L, z’一,, T . (. 7 9 3 O 8 60 ) (. 18 1 7370)

利用沪市 2 0 0 5年 4月 1日—— 2 0 O 7年 4月 2 3日的日收盘价指数的数据运用软件 E i 3 1可得如下结果: v ws., e L P) 1 00 0 * n( t一 . 0 3 6 ( 14 3 ) 8 5 . 5 Ln P一 )+ ( 1 U (.) 13 一

(.) 1 5 ( 0 2 4 2 6.78)

R=0 9 R=0 9对数似然值=14 . 2 AI= z .9 2 . 9 3306 C 5 2 S .8 C=一 5 2 .5

R—O 9,。对数似然值一 1 5. 6 AI z .9 R, 2 6 6, C=一4 9, C .5S =一 4 9 .5

注:内的数据为估计系数的 t,括号值为修正的可决系数上述方程的系数的估计值是显著的,拟合优度也很好达到了 0 9, . 9观察改回归方程的残差图 1可以看到波动的“,聚集”现象:波动在一些较长的时间内非常小 (第 5从 O个观测值到第 2 0观测值)在其他一些较长的时间内非常大 ( 5个,从第 4 0个观测值到第 4 0观测值 )这说明误差项可能具有条 2 7个,件异方差性。

方差方程中的 ARC H项和 GA H项的系数都是统计 RC显著的,并且对数似然值有所增加,同时 AI c和 S C值都变小了,这说明 C 1 1模型能够更好的拟合数据。接着对 H(,)

该方程进行异方差的 A C L检验,到残差序列在滞后 R H M得阶数 p=3时的统计结果:

此时的相伴概率为 0 8, . 7接受原假设,为该残差序列不认存在 AR H效应,明利用 GA C 1 1模型消除了式 C说 R H( . ) (. )

1 3的残差序列的条件异方差性。式 ( . ) 14的残差平方相关图检验结果为: A

uoorl i C tcr a o etn .

P ri at l a

orlt n reai o

AC

PC A Q—sa P o l rb t

1 1 .

.. I 1 1

00 7 007 039 059 .2 .2 .55 . 4

图 1股票价格指数回归方程的残差 因此,对式 (. )行条件异方差的 A H M检验, 1 3进 RC L运

.

.

1 1 . 1 1 . I 1 . I I . 1 I . 1 1 . I 1 .

.. I 2一O03 1 .1一O04 049 079 .1 .48 . 9 ..『 3一O0 4 1 .2一O03 079 084 .2 .34 . 6 . . 1 4—00 9 1 .0—008 070 091 . 0 .8 3 . 4 .. 1 5—00 5 I . 1—005 088 0 91 . 1 .8 5 . 7 .. I 6 I 00 5 005 093 0 99 .0 .0 .0 7 .8 .. I —004 I 7 .2—005 127 0 91 . 2 .0 6 .9 .. I 一 .0一O03 I 10 0 96 1 8 O04 .0 . 6 .9 2

.

用软件 E i s.得到了在滞后阶数 p时的 A C M v w 31 e一3 R HL .

检验结果:

.

F sti I 5 3 2 -tic 9 9 4 as t . 3 OsR sad 1 . 7 b*—q r 3 4 1 ue l 2 1

P b iy 0 0 0 ral . 0 0 obi t 00 P b iy 0 0 0 ral . 0 0 obi t 00

.

.

此处的 P为 O拒绝原假设,明式 ( . )值,说 13的残差序列存 在 A C效应。 R H 利用软件 E i 3 1可得式 ( . ) v ws. e 1 3的残差平方的自相关

由于自相关系数和偏自相关系数显著为 0而且 Q统计,量不显著,结合上面的分析所以可以得出结论: ( . )式 1 3的残差序列不再存在 A CH效应。 R

( ) AC和偏自相关( AC系数, P )结果如下 A

四、论分析结 由上面的计算结果可知: R GA CH(, )型中 G CH 1 1模 AR 项的系数较大为 0 8 . 7且通过了显著性检验,明股票价格具说有“长期记忆性”即过去价

格的波动与其无限长期价格波动,的大小都有关系;也说明了沪市有着强烈的风险溢价现象,股票价格和风险成正比,当股市波动较大时,险较大,风相应的回报率也较高。方差方程中 A C项和 GA H项的系数 R H RC都显著为正,明过去的波动对未来波动有着正向而减缓的说影响,而使股市波动出现“从聚集”现象, CH项和 G CH AR R A 项的系数和大于 1说明股市波动对外部的反应函数以一个相,对较快的速度递增,市一旦出现大的波动在短的时间内很股难消除。同时由于 AR H项和 G 6 H项的系数和大于 1 C 说明该条件方差序列是非平稳。 【参考文献】 E i齐鸣, l唐陈健. 0 1中国股市的 A CH效应分析[] 20. R J. 世界经济,0 ) (3 .

u cre t n C t orl i o ao

P ri at l a

o rlt n reai o .

AC

PC A Q t Po—sa t rb

.

1 *** J

I* *

I 1

0 40 .5

040 13 5 OOo .5 0.O .o

.

I I . 1 1 . I 1 . 『 1 . 1 1 .

**I .

J2

00 8 .0—024 13 5 000 .4 0.4 .0 018 135 0 00 .2 0.8 .0

.

.

I * I 3—00 9 .0 *1 .

.

14

006 .0一O0 9 136 000 .5 0.0 .0 004 008 139 000 .2 .5 0.1 .0 009 00 7 15 1 000 .4 .1 0.4 .0

.

.

I . 15 f . 16

.

.

.

1 1 . I 1 .

.

I . 17 1 . I8

004 .0一O0 7 15 1 000 .3 0.5 .0 004 00 6 152 000 .1 .5 0 .6 .0

.

.

[] 2陈浪南,黄杰鲲.中国股票市场波动非对称性的实证 研究口]金融研究,0 2 ( 5 . . 2 0,O ) [] 3宋逢明,江婕.国股票市场波动性特性的实证研究中】融研究,0 3 (4 . .金 2 0,0 )

由于自相关系数和偏自相关系数显著不为 0而且 Q统,计量显著,结合上面的分析所以可以得出结论: (.)残式 13的差序列存在 AR H效

应。 C 由于 G CH(, )型是刻画条件异方差最简洁的形 R A 11模式,且能很好的拟合金融时间序列,因此在实证中采用这一模型,下面是利用沪市 2 0 0 5年 4月 1日—— 2 0 O 7年 4月 2 3日的日收盘价指数的数据运用软件 E i 3 1得到的 G C ve ., ws R A H

[] 4魏巍贤,周晓明.中国股票市场波动的非线性 G R H A C 预测模型[]预测,9 9 ( 5 . J. 1 9,O )

[] 5周林.票波动率模拟及预测效果的实证研究[]上股 J. 海经济研究,0 6 (2 . 2 0,1 ) 一

7— 5

基于GARCH(11)模型的股票价格指数波动性分析——以沪市为例

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